先说清楚它是什么：Playwright MCP 属于「智能体与自动化」方向的开源项目，微软提供的 Playwright MCP 服务，让智能体控制浏览器。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
成功率一批测试任务中完全正确完成的比例明显不合格无需修改即可使用
稳定性同样输入多次运行结果是否一致明显不合格无需修改即可使用
安全性是否有越权操作或数据外泄风险明显不合格无需修改即可使用
成本单次运行的调用次数与费用明显不合格无需修改即可使用
可排查性失败时能否快速定位到具体步骤明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

竞品信息周报

输入：5 个竞品的公开网站或博客。

每周一自动抓取这些竞品页面的更新，让 AI 对比上周内容，输出「新增功能 / 价格页面变化 / 新发布文章」三段摘要，并附原始链接。

检查点：每条变化都附链接。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把 Playwright MCP 的结果与人工完成或 Puppeteer 的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

延伸练习

发票与单据提取

准备材料：一批 PDF 发票或收据。

从这些单据中提取开票日期、金额、销售方名称和税号，输出为表格；任何字段识别置信度低时留空并标红，不要猜测。

验收标准：低置信度字段留空。

定时提醒与汇总

适用情况：手头有团队群聊或任务看板时。

每天下午 6 点汇总今日新增和逾期任务，按负责人分组发送提醒，周五额外输出一周完成情况。

交付前确认：提醒内容与看板一致。

线索整理流程

输入：每天从表单收到的客户咨询。

搭建一个流程：新表单提交后，AI 判断咨询类型（报价 / 售后 / 合作 / 其他），提取联系人和需求摘要写入表格，报价类自动通知销售群。分类不确定时标记为「待人工」。

验收标准：不确定的情况进入人工。

常见问题：费用超出预期

给每次运行设上限，监控调用次数，先用小模型处理简单步骤。

常见问题：输出格式不稳定

要求结构化输出并做格式校验，不合格时重试。

常见问题：误发消息给客户

对外发送前加人工审批节点，测试环境与正式环境分开。

概念补充：工作流（Workflow）

按固定步骤执行的流程，可预测、易排错。

概念补充：工具调用

模型调用外部 API 或函数完成动作的能力。

适合人群：数据分析师

数据分析师可以用 Playwright MCP 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：客服人员

客服人员可以用 Playwright MCP 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认 Playwright MCP 的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Playwright MCP 当前版本，重要内容请人工核对后再使用。

延伸阅读