Guía de uso de computadora Astra GPT-6: Cómo funciona, casos de uso y controles de seguridad
Comprende el uso de la computadora GPT-6 Astra, incluyendo la ejecución de código y patrones de herramientas informáticas, arquitectura segura, casos de uso prácticos, puertas de aprobación y evaluaciones.
GPT-6 Astra puede participar en flujos de trabajo que operan sitios web e interfaces de escritorio, pero el modelo no recibe control sin restricciones sobre la computadora del usuario. Su aplicación proporciona un entorno aislado, envía al modelo capturas de pantalla o estado, valida las acciones solicitadas, ejecuta código aprobado o comandos estructurados, y devuelve el nuevo estado. La aplicación sigue siendo responsable de los permisos, la seguridad y la verificación.
OpenAI documenta dos enfoques de uso de computadora: un patrón de ejecución de código que utiliza herramientas como Playwright o PyAutoGUI, y un patrón estructurado de herramienta computer. Para GPT-6 Astra, la guía actual recomienda primero el enfoque de ejecución de código, mientras mantiene la herramienta de computadora como alternativa.
Un sistema seguro de uso de computadoras es un bucle de control con autoridad limitada, no un mensaje que diga "toma el control y termina".
Lo que el uso de la computadora es—y no es
El uso de computadora permite que un modelo razone sobre una interfaz visible y proponga interacciones como navegar, hacer clic, escribir o leer la siguiente pantalla. Es útil cuando una tarea no tiene una API adecuada, depende del estado visual o debe probarse tal como la experimenta un usuario.
No es la mejor opción para cada tarea digital. Si una API estable, una consulta de base de datos, una función o una integración MCP pueden realizar una operación directamente, prefiere esa interfaz semántica. Las API suelen ser más rápidas, más fáciles de validar y menos sensibles a los cambios de diseño. El uso de computadora debe cubrir brechas genuinas de interfaz o proporcionar pruebas de UI para el usuario final.
Una página puede contener instrucciones maliciosas, controles engañosos o un estado de cuenta inesperado. Trata el contenido de la pantalla como datos no confiables.
Los Dos Patrones de Uso de Computadora de Astra
Patrón 1: Ejecución de Código
En el patrón de ejecución de código, Astra escribe código de interacción para un entorno que tú controlas. Las tareas del navegador pueden usar Playwright; los flujos de trabajo de escritorio pueden usar PyAutoGUI o un entorno equivalente. Tu tiempo de ejecución verifica y ejecuta el código, captura el resultado y devuelve capturas de pantalla o registros para el siguiente turno.
La guía actual de uso informático de OpenAI recomienda este patrón para GPT-6 Astra. Puede ser eficiente porque un programa acotado puede realizar varias observaciones e interacciones relacionadas, y el código puede incluir afirmaciones sobre el estado resultante.
Nunca ejecutes código generado arbitrariamente en una estación de trabajo personal. Usa un navegador aislado, contenedor o máquina virtual con restricciones de red, sistema de archivos, credenciales y tiempo de ejecución.
Patrón 2: La Herramienta Informática Estructurada
La alternativa es una herramienta computer que expone acciones de interacción definidas. El modelo solicita acciones, la aplicación las ejecuta y se devuelve una nueva captura de pantalla. Esto proporciona un protocolo acción por acción más explícito y puede adaptarse a sistemas que ya cuentan con un controlador de navegador remoto maduro.
En ambos patrones, el modelo propone; tu aplicación autoriza y ejecuta.
El Bucle de Control de Uso del Ordenador
Una carrera robusta sigue un ciclo repetido.
1. Comience en un entorno limpio y aislado
Inicia un perfil o máquina virtual nuevo con solo las credenciales y destinos necesarios. Desactiva archivos personales, gestores de contraseñas, pestañas no relacionadas y redes internas amplias. Prefiere cuentas de prueba y datos sintéticos.
2. Establece un objetivo específico y una condición de parada
“Verificar si la exportación del storyboard funciona e informar el resultado” es más seguro que “manejar todo”. Define qué cuenta como éxito, qué nunca debe suceder y cuándo el modelo debe detenerse para confirmación.
3. Enviar el Estado Actual
Proporcione una captura de pantalla y contexto relevante a través de las Respuestas. Mantenga los secretos fuera del prompt. Valide el estado estructurado, como la URL actual, los dominios permitidos y los identificadores de prueba en el controlador.
4. Inspeccionar la Acción Propuesta
Verifique el código o las acciones solicitadas contra la lista de permitidos. Rechace dominios desconocidos, acceso fuera del entorno aislado, extracción de secretos, cambios irreversibles y anulaciones de políticas.
5. Ejecutar con Límites Estrictos
Limitar pasos, tiempo, red, memoria, costo y reintentos. Registrar resultados. Para la ejecución de código, analizar el programa cuando sea posible y exponer solo una interfaz de automatización restringida.
6. Devolver la evidencia y repetir
Devuelve la nueva captura de pantalla, URL, errores y aserciones para que el modelo pueda continuar, recuperarse o detenerse.
7. Verificar el Estado Final de Forma Independiente
No trates "hecho" como prueba. Verifica una condición observable, como un registro creado, un estado de éxito o una exportación válida. Muestra los detalles finales antes de acciones importantes.
Controles de Seguridad que Debes Tratar como Obligatorios
La guía de OpenAI enfatiza entornos aislados, listas de permitidos, manejo de contenido no confiable y confirmación humana para acciones de consecuencias. Convierte esos principios en controles ejecutables.
Aislar el navegador o la máquina virtual
Usa un perfil de navegador separado, contenedor o máquina virtual. Asígnale los permisos mínimos útiles. Un agente de pruebas que revisa una página de inicio no necesita acceso al correo electrónico, unidades en la nube o paneles de administración de producción.
Decide si las cookies, descargas y el almacenamiento local sobreviven a una ejecución. Límpialos cuando la reutilización pueda filtrar datos entre sesiones.
Sitios y Acciones Permitidos
Restringir la navegación a dominios esperados y bloquear redirecciones a orígenes no aprobados. Permitir clases de acción específicas —como leer, hacer clic y escribir datos de prueba— mientras se deshabilitan descargas, cargas o acceso al portapapeles a menos que sea necesario.
Aplicar listas permitidas fuera del modelo para que el contenido en pantalla no pueda anularlas.
Tratar el contenido de la página como no confiable
Una página web puede contener inyección de comandos que solicite al modelo revelar credenciales o cambiar objetivos. El controlador no debe tratar el texto en pantalla como autoridad. Mantén los valores sensibles fuera del entorno visible para el modelo.
Requerir Confirmación para Acciones Consecuentes
Pausa antes de compras, mensajes, publicaciones, cambios de permisos, eliminación, aceptación legal o transmisión de datos sensibles. Presenta la acción exacta al usuario.
Confirma en el límite de la acción, especialmente si el destinatario, el precio o el alcance de los datos pueden cambiar.
Límite en cada ejecución
Limitar acciones, tiempo, tokens, reintentos y gastos. Detenerse en fallos repetidos, dominios desconocidos, desafíos de inicio de sesión o solicitudes fuera del alcance.
Casos de Uso por Nivel de Riesgo
Menor Riesgo: Pruebas Visuales de QA y Pruebas de Regresión
El uso de la computadora es adecuado para abrir una página pública, probar la navegación, comparar etiquetas visibles o verificar un flujo de trabajo no destructivo en una cuenta de prueba. Las afirmaciones y las capturas de pantalla generan evidencia revisable.
Por ejemplo, un equipo de Elser podría usar una cuenta de prueba aislada para abrir un flujo de creador, subir un guion sintético, confirmar que los controles del storyboard se renderizan y detenerse antes de cualquier publicación pública. Los propios creadores pueden entonces usar Elser AI normalmente, mientras que la prueba automatizada protege la interfaz alrededor de su trabajo.
Riesgo Moderado: Ingreso Repetitivo de Datos
Ingresar datos aprobados en un formulario controlado puede ahorrar tiempo cuando no existe una API. Utilice vistas previas, comprobaciones de idempotencia y ámbitos de registro reducidos.
Mayor Riesgo: Tareas de Cuenta y Comunicación
Los cambios de cuenta, los mensajes externos y la publicación requieren confirmación humana inmediata, verificación del destinatario/contenido, registros de auditoría y un plan de reversión cuando sea posible.
Generalmente Prefieren una API: Operaciones de Alto Volumen o Transaccionales
Para registros de alto volumen, movimientos de dinero o sincronización de producción, prefiere una API autenticada o un conector. La automatización de la interfaz de usuario es frágil y difícil de hacer idempotente.
Una Arquitectura de Referencia Segura
Separa el sistema en componentes con responsabilidades explícitas:
- Servicio de tareas: recibe el objetivo del usuario y define el alcance permitido.
- Motor de políticas: verifica dominios, tipos de acción y requisitos de confirmación.
- Cliente del modelo: llama a GPT-6 Astra a través de Responses con la herramienta de uso de computadora disponible.
- Ejecutor aislado: ejecuta Playwright, PyAutoGUI o acciones estructuradas.
- Servicio de observación: captura capturas de pantalla, URLs, registros y aserciones.
- Interfaz de aprobación: solicita a un humano que confirme pasos importantes.
- Auditar tienda: registra decisiones, acciones, resultados y verificación final.
Mantén los secretos en el ejecutor o intermediario de credenciales. Prefiere credenciales con alcance y de corta duración, y redacta las capturas de pantalla o registros retenidos.
Evaluación de un agente de uso de computadora
La tasa de éxito por sí sola es insuficiente. Crea un conjunto de pruebas con rutas felices, diseños modificados, páginas lentas, ventanas emergentes, errores de permisos, instrucciones engañosas en pantalla y estados de finalización parcial.
Medida:
- finalización de tarea verificada;
- número de acciones y reintentos;
- infracciones de políticas intentadas;
- precisión y exhaustividad en la confirmación;
- navegación fuera del dominio permitido;
- tiempo y costo por ejecución exitosa;
- acciones duplicadas o irreversibles;
- recuperación de pantallas obsoletas o inesperadas.
Pruebas de repetición en un entorno restablecible. Para flujos de trabajo de alto riesgo, utilice revisión adversarial y exija que el controlador—no el modelo—bloquee el comportamiento prohibido.
Modos de fallo y soluciones prácticas
Los Cambios en la Interfaz
Los selectores se rompen y los botones se mueven. Combina el razonamiento visual con nombres accesibles e identificadores de prueba estables donde controlas el sitio. Devuelve capturas de pantalla nuevas en lugar de pedirle al modelo que actúe desde una memoria obsoleta.
Los Bucles del Modelo
Los clics repetidos o la navegación suelen indicar un estado faltante o una condición de éxito poco clara. Agregue límites de pasos, detecte firmas de acciones repetidas y devuelva evidencia de diagnóstico.
Una página intenta redirigir la tarea
Trate la instrucción como contenido no confiable. Haga cumplir los objetivos originales y los límites del dominio en el controlador, y termine cuando la página solicite secretos o una acción fuera del alcance.
La carrera reclama éxito demasiado pronto
Requiere afirmaciones independientes. Un clic en un botón no es prueba de que se haya aceptado un formulario; verifica el registro o estado resultante.
Un Reintento Duplica una Acción
Usa claves de idempotencia donde sean compatibles, inspecciona el estado actual antes de reintentar y coloca la confirmación directamente antes de pasos irreversibles. Nunca reintentes una compra o envío de mensaje a ciegas.
Lista de Verificación de Implementación
- [ ] Usa la API de Responses para los flujos de trabajo de la herramienta Astra.
- [ ] Elige deliberadamente la ejecución de código o la herramienta informática estructurada.
- [ ] Ejecutar dentro de un navegador, contenedor o máquina virtual aislados.
- [ ] Restringir dominios, credenciales, archivos y clases de acciones.
- [ ] Trata las capturas de pantalla y el texto de la página como no confiables.
- [ ] Requiera aprobación justo a tiempo para acciones consecuentes.
- [ ] Establece límites de paso, tiempo, costo y reintentos.
- [ ] Registrar acciones sin conservar datos sensibles innecesarios.
- [ ] Verificar la finalización desde el estado observable.
- [ ] Prueba de inyección, cambios de diseño, bucles y acciones duplicadas.
Preguntas Frecuentes
¿Puede GPT-6 Astra controlar directamente mi computadora personal?
El modelo propone acciones a través de una aplicación habilitada con herramientas. Su aplicación proporciona y controla el entorno, la ejecución y los permisos. Utilice un entorno aislado en lugar de un escritorio personal.
¿Qué enfoque de uso de computadora se recomienda para Astra?
La guía actual de OpenAI recomienda la ejecución de código con herramientas como Playwright o PyAutoGUI para GPT-6 Astra. La herramienta informática estructurada sigue siendo una alternativa.
¿Debería el uso de computadoras reemplazar las APIs?
Generalmente no. Prefiere APIs, funciones o MCP cuando existe una interfaz semántica estable. Usa la interacción por computadora para flujos de trabajo visuales, pruebas de UI o brechas de integración genuinas.
¿Puede realizar compras o publicar contenido automáticamente?
Esas son acciones de gran trascendencia. Un diseño seguro requiere que el usuario revise y confirme la transacción o publicación exacta inmediatamente antes de la ejecución.
¿Cómo me defiendo contra la inyección de indicaciones en una página web?
Trata el contenido de la página como no confiable, aplica la política de objetivos y dominios fuera del modelo, oculta secretos, rechaza solicitudes fuera del alcance y finaliza ejecuciones sospechosas.
¿Cómo sé que la tarea realmente terminó?
Verifica un estado o aserción externa. No te bases únicamente en la declaración del modelo de que la tarea está completa.
Conclusión
El uso de la computadora GPT-6 Astra se entiende mejor como un bucle controlado de observar–decidir–validar–ejecutar. El modelo aporta razonamiento visual y planificación; tu aplicación proporciona el entorno aislado, los permisos, las puertas de política y la prueba de finalización. La recomendación actual de OpenAI favorece la ejecución de código para Astra, pero cualquiera de los enfoques compatibles necesita el mismo límite de seguridad disciplinado.
Para equipos creativos, comienza con tareas de bajo riesgo, como el control de calidad del sitio de ensayo y las verificaciones de flujos de trabajo no destructivos. Luego usa Elser AI para crear los guiones, personajes, storyboards, audio y escenas animadas reales, manteniendo un humano con control sobre la publicación y otras acciones de consecuencias.
