Claude 的 Computer Use 最佳实践。

1. 截图分辨率是第一优先级
Claude 4.6 系列的 API 有硬性限制：
- 最长边：1568 像素
- 最大总像素：115 万像素
超过限制的图会被 API 静默缩放，但坐标系还是按你传入的尺寸算，结果就是点击坐标全部偏移。
解法：在发给 API 之前自己先缩好，别等 API 静默处理。
Opus 4.7 限制更宽松（最长边 2576px，375 万像素），可以用 1080p 做基准。

2. 推荐分辨率
1）默认用 1280×720，80% 的场景够用，也是模型训练时见过最多的分辨率
2）想最大化图像质量，用"按比例动态计算最大分辨率"的方法（文章附了 Python 实现）
3）MacOS 上要注意：截图默认带 2x DPI，实际像素会翻倍，必须处理
4）4.6 系列避免传 1920×1080 及以上，会被静默降采样

3. 内容顺序很重要
messages 数组里，文字指令要放在截图前面，不是后面。
模型先读到指令再看图，点击准确率更高。这个改动成本几乎为零，但效果显著。

4. 模型选择
1）Sonnet 4.6：机械点击精度最高，对高压缩图鲁棒性好，大多数任务首选
2）Opus 4.6：推理更强，但点击精度弱于 Sonnet 4.6
3）Opus 4.7：接近 Sonnet 4.6 的点击精度 + 更强推理 + 更高分辨率预算，需要复杂决策时选这个
4）Haiku 4.5：延迟优先场景
复杂工作流可以用 Orchestrator + Sub-agent 模式：用推理模型做规划，用 Sonnet/Haiku 执行点击。

5. 小目标点击
checkbox、系统托盘图标这类小目标是重灾区。处理方式：
1）开启 enable_zoom: True，让模型点击前先放大检查
2）控制 UI 的话，适当放大点击目标尺寸，效果不成比例的好
3）优先用键盘快捷键代替点击小目标

6. 几个"测了没用"的方案
Anthropic 内部实验后发现以下方案没有一致性提升：
1）把截图切成小块分开发——没用
2）在截图上叠加坐标网格——没用
3）缩放算法选择（LANCZOS vs 其他）——没有区别，用什么都行

原文：claude.com/blog/best-practices-for-computer-and-browser-use-with-claude

#HOW I AI##程序员#