Browser Use
ให้ AI ลงมือเปิดเว็บ คลิก กรอกฟอร์ม และทำงานบนหน้าเว็บแทนคุณจริง ๆ
open_in_newดูบน GitHubterminalคำสั่งที่ใช้ได้
uvx browser-use installติดตั้งเบราว์เซอร์ Chromium ที่ตัวเครื่องมือต้องใช้uvx browser-use init --template defaultสร้างไฟล์งานตัวอย่างให้เริ่มต้นได้เร็วbrowser-use open https://example.comสั่งให้เปิดหน้าเว็บที่ระบุbrowser-use stateดูว่าตอนนี้อยู่หน้าไหน มีอะไรบนหน้าจอบ้างbrowser-use click 5คลิกองค์ประกอบบนหน้าตามหมายเลขที่มันจับไว้browser-use type "Hello"พิมพ์ข้อความลงในช่องที่กำลังโฟกัสอยู่browser-use screenshot page.pngถ่ายภาพหน้าจอเว็บเก็บเป็นไฟล์browser-use closeปิดเบราว์เซอร์เมื่อทำงานเสร็จ
มันคืออะไร
Browser Use คือเครื่องมือที่เปิดเบราว์เซอร์ตัวจริงขึ้นมา แล้วให้ AI เป็นคนลงมือทำแทนคุณ ทั้งเปิดหน้าเว็บ อ่านสิ่งที่อยู่บนหน้า คลิกปุ่ม พิมพ์ข้อความ และกรอกฟอร์ม คุณบอกเป็นภาษาคนว่าอยากให้ทำอะไร เช่น "หาว่าร้านนี้เปิดกี่โมง" แล้วมันจะไล่คลิกไปทีละขั้นจนได้คำตอบ ต่างจากการดึงข้อมูลเว็บแบบเดิมที่ต้องเขียนโปรแกรมระบุทุกปุ่มเอง อันนี้ AI มองหน้าจอแล้วตัดสินใจเองว่าจะกดตรงไหนต่อ
วิธีคิดง่าย ๆ มันเหมือนคุณจ้างผู้ช่วยมานั่งหน้าคอม คุณสั่งงานปากเปล่า เขาเป็นคนขยับเมาส์คลิกและพิมพ์ให้ ส่วนที่ต่างจากผู้ช่วยคนจริงคือ ตัวที่ขยับเมาส์ให้คือ AI ไม่ใช่คน และมันทำงานได้เร็วและไม่มีวันเบื่อ แต่ก็พลาดได้เหมือนกันถ้าหน้าเว็บซับซ้อนเกินไป
แก้ปัญหาอะไรให้คุณ
งานบนเว็บที่ต้องทำซ้ำ ๆ น่าเบื่อมาก เช่นต้องเข้าเว็บเดิมทุกวันเพื่อเช็คราคา หรือกรอกข้อมูลชุดเดียวกันลงหลายฟอร์ม ปกติคุณต้องนั่งคลิกเองทุกครั้ง Browser Use รับงานพวกนี้ไปทำแทน คุณบอกเป้าหมายครั้งเดียว มันไปคลิกและกรอกให้จบ คุณไม่ต้องเขียนโปรแกรมเป็นด้วย เพราะสั่งงานด้วยภาษาคนได้เลย เครื่องมือนี้ค่อนข้างเป็นสายเทคนิคกว่าตัวอื่นในชุดนี้ ปกติคนจะใช้มันผ่าน AI agent อย่าง Claude Code อีกที ไม่ใช่นั่งพิมพ์คำสั่งทีละบรรทัดเอง
เอาไปทำอะไรได้บ้าง
- กรอกใบสมัครงานบนเว็บ โดยให้มันดึงข้อมูลจากเรซูเม่ของคุณมาใส่ให้
- ใส่ของลงตะกร้าสั่งซื้อออนไลน์ตามรายการที่คุณเตรียมไว้
- ช่วยหาข้อมูลที่ต้องเปิดหลายหน้า เช่นเทียบสเปกหรือเทียบราคาสินค้าหลายร้าน
- เข้าเว็บเดิมเป็นประจำเพื่อดึงตัวเลขหรือสถานะล่าสุดออกมา
- ถ่ายภาพหน้าจอเว็บเก็บไว้เป็นหลักฐานหรือเอาไปทำรายงาน
เริ่มใช้ทีละขั้น
- คัดลอกลิงก์ GitHub ด้านล่าง
- เปิด Claude Code, Claude Cowork หรือ Codex แล้ววางลิงก์ บอกมันว่า "ช่วยติดตั้งและตั้งค่าเครื่องมือนี้ให้หน่อย"
- บอกงานที่อยากให้ทำเป็นภาษาคน เช่น "เปิดเว็บนี้แล้วหาว่าสินค้าตัวนี้ราคาเท่าไหร่" แล้วให้ agent สั่ง Browser Use ทำงานให้
- ดูมันทำงานบนเบราว์เซอร์ที่เปิดขึ้นมาจริง ๆ ถ้าผลยังไม่ตรงใจ บอกแก้เป็นภาษาคนได้เลย เช่น "ข้ามป็อปอัปนั้นไปก่อน"
ตัวอย่าง prompt
ใช้ Browser Use เปิดเว็บร้านนี้ให้หน่อย แล้วหาสินค้าชื่อ "หูฟังไร้สาย" ดูราคากับสถานะของในสต็อก แล้วสรุปกลับมาเป็นภาษาไทย ถ้ามีป็อปอัปขึ้นมาให้ปิดทิ้งแล้วทำต่อ
ข้อควรระวัง
ตัวนี้ต้องต่อกับโมเดล AI สักตัวถึงจะทำงานได้ มีโมเดลของ Browser Use เองให้เลือก หรือจะใช้ Claude กับ Gemini ก็ได้ ซึ่งส่วนใหญ่ต้องใช้กุญแจ API ของผู้ให้บริการนั้น และการให้ AI วิ่งทำงานบนเว็บหลายขั้นจะกินค่า API ตามปริมาณงาน เพราะมันต้องส่งภาพหน้าจอและข้อความให้โมเดลคิดทุกก้าว นอกจากนี้มันยังพลาดได้ถ้าหน้าเว็บเปลี่ยนหน้าตาหรือมีป็อปอัปแปลก ๆ และบางเว็บมีระบบกันบอต เช่น CAPTCHA ที่มันผ่านเองไม่ได้ในแบบติดตั้งทั่วไป อย่าเพิ่งปล่อยให้มันทำงานสำคัญอย่างการกดสั่งซื้อหรือจ่ายเงินโดยไม่นั่งดู ควรเฝ้าดูตอนแรก ๆ ก่อนจะไว้ใจให้ทำเอง และอย่าให้มันล็อกอินบัญชีสำคัญทิ้งไว้โดยไม่ระวัง