当AI遇上浏览器自动化工具，产品经理的考古式重构工作竟能一键搞定！playwright-mcp这款神器不仅能自动点击、截图、记录老旧系统功能，还能生成完整的产品说明书初稿。更惊喜的是，它的应用场景远不止于此——从竞品巡检到数据采集，这个7x24小时工作的数字实习生正在重新定义产品工作的效率边界。

前两天一个AI朋友推荐我一个MCP：playwright-mcp我尝试后，超级实用，一句话总结的话：类似于轻量级、高效能的浏览器RPA工具。

其实，这对日常工作，尤其是产品工作场景非常实用，比如，你可以用它自动进行某个网站的竞品调研；你还可以让他自动点击你的BI平台，进行数据分析；

甚至，你还可以，让它自动登录、点击你的OA系统，帮你总结绩效待办、自动截图等等。

最重要的是，实现这些，你只需要一句话。

比如，我们可以一句话指令，让它帮我们从Folo网站查找的某篇博客：

帮我从Folo网站找下“2025 AI 现场：我们这一年的目击与狂想”，并帮我总结下内容，并告诉我小宇宙的链接。

之后AI就自动执行了，可以自动点击网页按钮，成功获取了内容，并进行AI总结，然后还发了小宇宙的链接。

前两天，我们一个积灰的老系统突然说要重构。

说心里话，这种项目最怕的是什么？

不是需求多，而是那个系统不仅很老、很重，最重要的是，之前的同学竟然没有留下任何资料。

嗯，没文档、没原型、没PRD。

前任只是挥一挥衣袖，没留下一片云彩。

于是，“梳理出产品功能说明书，建立基础资料”这个重任，就又落在了产品经理身上。

毕竟，咱产品经理是个框，什么都能往里装。

我那小伙伴也跟我吐槽了半天。

你想想那个画面：

让咱一个PM，登录一个老掉牙的后台，（可能还TM只支持IE），像个“人肉爬虫”一样，去点每一个菜单、每一个按钮、每一个tab，然后截图、贴到文档里，再加两句文字说明…

这哪是重构？

这简直是「考古」。

一个中等规模的B端系统，几百个页面，上千个功能点，这么点下来，至少一两天时间就没了。

我当时就想，这玩意儿能不能用AI来帮忙干呢？

我需要一个工具，它能代替我去登录、去点击、去截图、去做记录。

最后，一个AI朋友交流是，他向我推荐了playwright-mcp。

MCP的网址：https：//github.com/microsoft/playwright-mcp

用这个方式，有一说一，效率是真的高。

一、网页RPA的“工业级”AI执行器：为什么是它？

事实上，playwright 在自动化测试领域已经是神一样的存在了，它能像人一样打开浏览器（Chrome、edge、 Firefox都行），然后，自动去点击、去输入、去截图。

但 playwright-mcp 在后面加了个“MCP”，这是啥？

MCP，全称 Model Context Protocol（模型上下文协议），名字听着很唬人，但你把它理解成一个“通用翻译官”就行了。

它让AI（大模型）能用标准化的指令，去指挥 playwright 这只手。

举个栗子：

你对AI说：“帮我点一下那个‘登录’按钮”。

playwright-mcp 就翻译成 playwright 能听懂的代码：await page.getByRole(‘button’， { name： ‘登录’ }).click();

另外，它最关键的特点是环境可靠。

当你运行它，它会启动一个全新的、干净的、独立的浏览器进程。

这就是工业级的精髓：无菌环境。

这对咱们直接让它来操作系统太重要了：

1. 绝对稳定：旧的业务系统最怕干扰，playwright-mcp 这个“无菌环境”不会被你浏览器里的各种奇怪插件（比如广告拦截、翻译）搞崩。
2. 可部署：这活儿（全站点击）一跑可能就是三五个小时，你总不能开着自己电脑跑。playwright-mcp 可以轻松部署到服务器上，让它在凌晨自己“考古”，你白天来“收货”就行。

二、AI实践：针对一个旧系统，自动写产品说明书

假设，咱们需要对你的某个SaaS系统写产品功能说明书，传统的话，咱们需要挨个点击所有的一级功能菜单，然后再逐个点击二级功能菜单，查看页面信息等，然后截图汇总，非常繁琐。

而现在，咱们就可以用「playwright-mcp」工具来实现。

怎么干？

第一步：用Cursor安装MCP

还是那句话，用Cursor安装MCP非常方便，直接把下面提示词给到就行了：

根据这个网址，帮我安装下这个 playwright MCP

MCP的参考网址信息：https://github.com/microsoft/playwright-mcp

注意，不要误删除别的MCP工具

当然，记得要提醒下cursor不要误删除别的MCP，这块镜哥有踩坑经验。

安装好之后，在MCP工具箱就能看到安装好的成功标志。

第二步：解决“登录”这个拦路虎（1分钟搞定）

这里顺便分享下记住密码的配置经验。

因为playwright-mcp 每次都是无痕启动，所以如果每次都手动输入密码就很麻烦，不过咱们可以配置自动记录密码。

其实也很简单：你不需要写一行登录代码，你只需要“录制”一次。

因为Playwright自带一个叫 Codegen（代码生成器）的神器。

你只要在你的命令行里敲一行：

npx playwright codegen –save-storage=auth.json 你的业务系统网址

它会弹出一个浏览器，你就像平时一样，手动登录一次。

登录成功后，关掉浏览器。

你会发现，目录下多了个auth.json文件。这就是你刚才登录成功的“钥匙”（包含了Cookies和localStorage）。

第三步：给AI下达“考古”指令

好，有auth.json 钥匙在手。

接下来，我们启动 playwright-mcp，告诉它加载这个钥匙，它一启动就是“已登录”状态。

然后，我们给AI下达一个总指令（Prompt），告诉它怎么当一个数字PM：

“你现在的任务是逆向梳理这个系统。

从左侧菜单栏开始，挨个点击每一个一级菜单。

每进入一个新页面，记录下这个页面的所有可点击元素（比如按钮、Tab、链接）。（关键）

模拟用户，挨个点击这些元素。（关键） 每点击一个元素后，立刻对整个页面进行截图，并以‘菜单名-按钮名.png’的格式保存。同时，在日志中用文字描述你做了什么，以及页面发生了什么变化（比如：‘我点击了【新增用户】按钮，弹出了一个表单窗口’）。完成一个页面的所有点击后，返回，进入下一个菜单，直到遍历完所有菜单。”

第三步：收货（坐等产品说明书草稿）

然后？

没有然后了，你就可以去喝咖啡了。

playwright-mcp 会指挥着浏览器，开始像一个强迫症PM一样，疯狂“点点点”。

几小时后，你会得到两样东西：

1. 一个图片文件夹：里面是几十上百张截图，命名得整整齐齐，比如：用户管理-新增用户.png、用户管理-编辑用户-保存.png、订单列表-查询.png… 这就是你PRD里最需要的“功能快照”。
2. 一个.MD日志文件：里面是AI的“工作笔记”（“我点击了…弹出了…”、“我访问了…页面是空的”）。

说心里话，这份AI自动生成的“操作日志 + 全功能截图”，不就是你那份“产品功能说明书”的完美初稿吗？

三、举一反三：从「产品说明书」到「竞品分析」

你既然能用这套方法考古挖掘自己的老系统，那你自然能用它来分析你的竞品。

这个思路一打开，应用场景就多了：

• 真·竞品巡检：你再也不用“手动”看竞品了。让 playwright-mcp 每天凌晨把竞品的几个核心功能（比如“注册流程”、“购买流程”、“新功能页”）全“点”一遍，全部截图保存。你每天上班，只需要“阅览”昨晚的截图，就能知道竞品UI、文案、甚至流程有没有改动。
• 自动化系统巡检：让AI每小时“登录”一次你公司的OA、ERP、财务系统，看看能不能正常打开，崩了就立刻发告警。
• 自动化“数据采集”：你需要某个网站上的公开数据，但它又没提供API。你就指挥AI去“人肉”点击和“复制粘贴”，把数据扒下来。
• 自动化“数据录入”：反过来，如果你需要把一批Excel里的数据，手动“复制粘贴”录入到一个Web版的CRM系统里，这活儿它也能代劳。

总之，它就是你那个7×24小时、不嫌累、不出错的数字实习生。

镜哥的总结

镜哥觉得，AI Agent这个方向，我们普通人能最快用上的，绝对不是那些全能AI工程师，而是这种垂直领域的执行器。

比如，playwright-mcp 这类工具，就是把AI的“大脑”和浏览器的“手脚”连接起来的“神经系统”。

它最牛的地方，是把自动化的门槛拉低了，进一步释放我们宝贵的精力。

让咱们把有限的精力投入到用户洞察、业务理解、体验设计上。

这既是技术给我们普通人带来的效率革命，或许也是当下抄道AI最近的路。