《Claude 电脑/浏览器操作最佳实践：把“会用”变成“可重复”》

导语

让 Claude 操作电脑和浏览器，难点不在“模型会不会理解任务”，而在整条执行链能不能稳定复现：截图分辨率、坐标缩放、点击目标大小、thinking effort、提示注入防御、上下文压缩、长任务规划和可演示工作流，都会决定一个 Agent 是偶尔能用，还是能进生产环境。

1. 点击精度是一切电脑操作的地基

电脑使用集成的第一原则是点击必须准。Claude 看到截图后，会在你指定的 display_width_px / display_height_px 坐标系中返回点击位置；但 API 对图像大小有内部处理限制。Claude 4.6 系列限制是长边 1568px、总像素 1.15MP；Opus 4.7 提高到长边 2576px、总像素 3.75MP。

如果截图超过限制被 API 静默缩小，模型看到的是降采样图，harness 执行的却是原始坐标系，点击偏移就会成为系统性错误。最有效的修正不是复杂提示词，而是先把截图缩放到限制内，再把模型返回坐标按比例映射回真实屏幕。