ログイン済みブラウザーで GLM-5.1 を使う方法

GLM-5.1 でログイン済みページを確認するには、モデル経路、クライアント、ブラウザーツールが連携する必要があります。最初は承認済み項目をテストフォームと照合し、送信前に止めます。GLM-5.1、5.2、5.3 は別バージョンなので正確な ID を確認してください。

ローカル Agent のスキル検出とモデル提供元の設定は別です。Pi では /skill:tabbit を使い、/skills ピッカーのあるクライアントでは公式手順に従います。その後、インストール済み Tabbit CLI で名前付きタスクを起動します。次のコマンドはタスクのタブを観察するだけで、フォームを送信しません。

~/.local/bin/tabbit-cli nodejs --task "GLM-5.1 staging field review" --request-id review-approved-fields <<'JS'
return await tabbit.observe({frames: "none", maxChars: 4000});
JS

GLM-5.1 に関する Reddit の投稿では、応答の遅さやタイムアウトが報告され、投稿者は後に改善したと述べています。これは一利用者の経験でありサービス保証ではありません。開始前に現在の経路を確認してください（投稿）。

ローカル Agent のスキル検出とモデル提供元の設定は別です。Pi では /skill:tabbit を使い、/skills ピッカーのあるクライアントでは公式手順に従います。その後、インストール済み Tabbit CLI で名前付きタスクを起動します。次のコマンドはタスクのタブを観察するだけで、フォームを送信しません。

~/.local/bin/tabbit-cli nodejs --task "GLM-5.1 staging field review" --request-id review-approved-fields <<'JS'
return await tabbit.observe({frames: "none", maxChars: 4000});
JS

要点

合成データのテスト記録を用意し、ticket_ref、category、review_note など承認済み項目に限定します。不足値の推測、認証情報、トークン、顧客情報、本番データを扱わせないでください。ホスト API は現在の GLM-5.1 ID とツール仕様を確認し、ローカル実行はチェックポイント、ライセンス、ツールパーサーを確認します。

インストール済みランチャーで Tabbit CLI を起動し、diagnose でインスタンスを確認して名前付きタスクを使います。同じ Tabbit 環境にログイン済みセッションがあれば CLI から再利用できます。パスワードをプロンプトに入れる必要はありません。リモート Agent には別途ローカル連携が必要です。クイックスタート、CLI ガイド、既存ブラウザー接続を参照してください。

プロンプト例

タスク：テストフォーム [STAGING_URL] の確認を準備する。
Tabbit CLI 経由で既存のログイン済み Tabbit Browser を使う。
合成データ [SYNTHETIC_RECORD_ID] を読む。
ticket_ref、category、review_note のみ確認・入力できる。
Submit、Save、Confirm など確定操作を押さない。
認証情報や無関係な個人情報を使わない。
項目、元の値、表示値、状態、ページリンクの表を返す。
欠落や不一致があれば変更せず報告する。
目視確認できる位置で停止し、人の判断を待つ。

期待するのは検証できる比較表です。下書きに GLM-5.1 staging field review と名前を付けます。人がテスト URL と値を確認し、Submit を押さずに残します。初回タスク確認表とMCP/CLI 比較も参照してください。

文章の返答だけではブラウザー操作の証拠になりません。ログイン画面では通常の手順で人がログインします。実際のフォームで試さず、Tabbit Browser、Codex 設定、自動化の安全確認を参照します。

判断

モデル ID、ツール呼び出し、ローカル接続を確認してから始めます。承認済みテスト項目に限定し、人が確認する段階で止めます。確認に失敗したら読み取り専用か手動に切り替えます。

For related setup context, see AI browser automation.

Secholar.L

Tabbit グロース&コンテンツ担当

Secholar.L は AI ブラウザとエージェントワークフローについて、実際の調査と検証可能な一次情報に基づく実践的なガイドを執筆しています。