Selenium自动化ChatGPT Web端：实战避坑与状态管理指南-平芜编程栈

1. 项目概述：当Selenium遇上ChatGPT

最近在折腾一个挺有意思的自动化项目：用Selenium去驱动ChatGPT的Web端进行自动化对话。这听起来可能有点“杀鸡用牛刀”的感觉，毕竟ChatGPT本身就有强大的API。但实际场景中，这个需求还真不少。比如，你想批量测试不同Prompt的生成效果，或者需要模拟一个长期、多轮的对话流程来验证模型的上下文保持能力，又或者你手头只有Web端账号，想通过程序化方式获取一些结构化的对话数据。直接调用API固然优雅，但Web端自动化能让你绕过API的调用限制、费用问题，甚至能模拟更接近真实用户的操作路径，对于一些特定的研究或测试场景，它有着不可替代的价值。

然而，这条路远没有想象中平坦。ChatGPT的Web界面并非为自动化而生，它充满了动态加载、复杂的状态管理和各种反自动化机制。直接用Selenium的find_element和click那一套，大概率会撞得头破血流。页面元素加载慢半拍、弹窗突然出现、对话历史刷新导致元素丢失、甚至被识别为机器人而限制使用……这些都是我踩过的坑。所以，这篇内容不仅仅是“如何实现”，更是一份凝结了实战教训的“避坑指南”。我会带你从环境搭建、核心流程实现，一路讲到那些官方文档绝不会告诉你的细节处理和异常应对策略，目标是让你能稳定、可靠地运行起自己的ChatGPT自动化对话机器人。

2. 核心思路与方案选型背后的考量

为什么选择Selenium，而不是更轻量的requests模拟请求或者Playwright之类的工具？这背后有几个关键的考量点。

首先，ChatGPT的Web端通信非常复杂。它不是一个简单的表单提交，而是基于WebSocket或Server-Sent Events (SSE) 的长连接，用于实时流式传输回复。同时，页面初始化和身份验证涉及大量动态生成的令牌（如csrfToken,sessionToken）和复杂的API调用链。尝试用requests库去逆向这些接口，不仅工作量巨大，而且极其脆弱，官方前端的一个小更新就可能让整个脚本失效。Selenium的策略是“所见即操作”，它直接控制浏览器，执行真实的JavaScript，加载真实的Cookie，因此能天然地适应前端的变化，只要用户手动能操作，理论上Selenium就能模拟，稳定性更高。

其次，关于浏览器驱动。无头模式（Headless）当然是首选，节省资源且易于在服务器部署。但这里有个大坑：早期的无头Chrome/Edge很容易被网站检测出来。ChatGPT这类应用很可能使用了浏览器指纹检测技术。因此，我们需要对无头模式进行“伪装”。我的方案是使用较新版本的Chrome或Edge，并启用--disable-blink-features=AutomationControlled这个关键参数来移除自动化控制标志。更进一步，可以自定义User-Agent，并注入一些脚本以覆盖navigator.webdriver属性。虽然不能保证100%不被发现，但能极大降低被识别风险。

最后，为什么是“指南”而不仅仅是“脚本”？因为自动化ChatGPT的核心难点不在于写几行定位元素的代码，而在于状态管理和异常恢复。一个健壮的自动化程序必须能判断：当前页面是否成功加载并登录？输入框是否处于可输入状态？上一次的回复是否已经完成？网络波动导致连接中断后如何恢复？这些逻辑的健壮性，直接决定了脚本是只能跑一次的玩具，还是可以持续运行的工具。我们的方案设计将紧紧围绕“状态感知”和“优雅降级”这两个核心原则展开。

3. 环境准备与关键配置详解

工欲善其事，必先利其器。一个稳定、隐蔽的自动化环境是成功的一半。这里我以Python为例，使用Chrome浏览器进行说明。

3.1 核心库安装

首先，安装必要的Python库。除了selenium，我强烈推荐webdriver-manager，它能自动管理浏览器驱动版本，省去手动下载和路径配置的麻烦。

pip install selenium webdriver-manager

3.2 浏览器驱动与选项配置

这是配置中最关键的一步，直接影响到脚本能否稳定运行以及是否会被快速封禁。

from selenium import webdriver from selenium.webdriver.chrome.service import Service from selenium.webdriver.chrome.options import Options from webdriver_manager.chrome import ChromeDriverManager import time def create_stealth_driver(): chrome_options = Options() # 1. 基础无头模式与窗口大小 chrome_options.add_argument('--headless=new') # 使用新的Headless模式，更不易被检测 chrome_options.add_argument('--no-sandbox') chrome_options.add_argument('--disable-dev-shm-usage') chrome_options.add_argument('--window-size=1920,1080') # 设定一个常规的窗口尺寸 # 2. 关键：禁用自动化控制标志，这是最重要的反检测设置之一 chrome_options.add_experimental_option("excludeSwitches", ["enable-automation"]) chrome_options.add_experimental_option('useAutomationExtension', False) # 3. 修改基础属性，覆盖自动化特征 chrome_options.add_argument('--disable-blink-features=AutomationControlled') # 4. 自定义User-Agent，模拟真实浏览器 chrome_options.add_argument('user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36') # 使用webdriver-manager自动获取匹配的驱动 service = Service(ChromeDriverManager().install()) driver = webdriver.Chrome(service=service, options=chrome_options) # 5. 执行CDP命令，覆盖navigator.webdriver属性 driver.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument', { 'source': ''' Object.defineProperty(navigator, 'webdriver', { get: () => undefined }); ''' }) return driver

注意：--headless=new是Chrome 109+版本引入的新无头模式，比旧的--headless更强大且更接近真实浏览器环境，强烈建议使用。如果环境不支持，可降级为--headless，但被检测风险会略微增加。

3.3 登录状态持久化

为了避免每次运行脚本都重新登录（频繁登录极易触发风控），我们必须保存登录后的Cookies。这意味着你需要先手动登录一次。

import pickle import os COOKIE_FILE = 'chatgpt_cookies.pkl' def save_cookies(driver): """保存当前浏览器的Cookies到文件""" with open(COOKIE_FILE, 'wb') as file: pickle.dump(driver.get_cookies(), file) print("Cookies已保存。") def load_cookies(driver, url): """从文件加载Cookies到浏览器，并刷新页面""" if not os.path.exists(COOKIE_FILE): return False driver.get(url) # 先访问域名 time.sleep(2) # 等待基础页面加载 with open(COOKIE_FILE, 'rb') as file: cookies = pickle.load(file) for cookie in cookies: # 添加前删除'expiry'字段可能存在的类型问题（如浮点数） if 'expiry' in cookie: cookie['expiry'] = int(cookie['expiry']) try: driver.add_cookie(cookie) except Exception as e: print(f"添加Cookie时出错: {e}") continue driver.refresh() # 刷新页面使Cookies生效 time.sleep(3) return True

实操心得：首次手动登录后，立即调用save_cookies(driver)。后续自动化脚本启动后，先调用load_cookies(driver, “https://chat.openai.com”)。如果返回True，通常就处于登录状态了。务必定期检查Cookies是否过期（一般有效期很长），过期后需要重新手动登录并保存。

4. 核心流程实现与元素定位策略

登录成功后，我们就进入了ChatGPT的主聊天界面。自动化对话的核心是三个动作：找到输入框、输入问题、获取回复。听起来简单，但每个环节都有玄机。

4.1 智能等待与页面状态判断

绝对不要使用固定的time.sleep()来等待页面加载。Selenium提供了更智能的“显式等待”（Explicit Wait），它会在指定时间内轮询查找元素，一旦找到就继续，这能极大提高脚本效率和稳定性。

from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC def wait_for_element(driver, locator, timeout=30): """等待元素出现并返回该元素""" return WebDriverWait(driver, timeout).until( EC.presence_of_element_located(locator) ) def is_logged_in(driver): """通过判断页面关键元素是否存在，来确认是否成功登录并进入聊天界面""" try: # 尝试查找聊天输入框或新聊天按钮，这些是登录后才会出现的元素 WebDriverWait(driver, 10).until( EC.presence_of_element_located((By.ID, "prompt-textarea")) # ChatGPT输入框的ID可能会变 ) return True except: return False

避坑指南：ChatGPT的页面元素ID或类名可能会随着前端更新而改变。因此，不要依赖绝对不变的ID。更好的策略是使用相对稳定的CSS选择器或XPath，例如通过textarea的属性或者其在DOM中的相对位置来定位。多准备几个备选定位器。

4.2 定位输入框与输入内容

输入框的定位是第一个挑战。通过浏览器开发者工具检查，我发现输入框通常是一个textarea，并且具有特定的属性。

def find_and_input(driver, prompt_text): """找到输入框并输入文本""" # 方法1：通过ID定位（最直接，但可能变化） try: input_box = driver.find_element(By.ID, “prompt-textarea”) except: # 方法2：通过CSS选择器定位（更健壮） try: # 寻找页面中主要的、可输入的textarea input_box = driver.find_element(By.CSS_SELECTOR, “textarea[tabindex=‘0’]”) except: # 方法3：通过XPath定位（基于DOM结构） input_box = driver.find_element(By.XPATH, “//div[@data-testid=‘text-input’]//textarea”) # 确保输入框可见且可交互 driver.execute_script(“arguments[0].scrollIntoView(true);”, input_box) time.sleep(0.5) # 清空并输入文本（避免使用send_keys逐字输入，可能触发奇怪的行为） input_box.clear() input_box.send_keys(prompt_text) print(f“已输入问题: {prompt_text[:50]}...”)

重要技巧：在输入长文本前，先clear()一下是个好习惯。有时输入框会有默认的占位符或残留文本。另外，对于非常长的文本，send_keys可能会被中间的网络请求或页面事件打断。一个更稳妥的方法是使用JavaScript直接设置值：driver.execute_script(“arguments[0].value = arguments[1];”, input_box, prompt_text)，然后再模拟一个回车或点击事件。

4.3 触发发送与等待回复

输入文本后，需要触发“发送”。通常是找到发送按钮并点击，或者直接模拟键盘回车。

def send_message(driver): """触发发送消息的动作""" # 方式1：点击发送按钮（更模拟人工） try: send_button = driver.find_element(By.CSS_SELECTOR, “button[data-testid=‘send-button’]”) # 确保按钮不是禁用状态 if send_button.is_enabled(): send_button.click() print(“已点击发送按钮。”) else: print(“发送按钮不可用，尝试回车键。”) raise Exception(“Button disabled”) except: # 方式2：在输入框中按回车键（备用方案） input_box = driver.find_element(By.CSS_SELECTOR, “textarea[tabindex=‘0’]”) input_box.send_keys(Keys.RETURN) print(“已使用回车键发送。”)

发送之后，就是最需要耐心的环节：等待AI回复。回复是流式输出的，我们需要等待其“完成”。

def wait_for_response_complete(driver, timeout=120): """等待当前轮次的AI回复完成""" print(“等待AI回复...”) start_time = time.time() # 等待“停止生成”按钮消失，并出现“重新生成”按钮，这通常意味着回复完成 try: WebDriverWait(driver, timeout).until( EC.invisibility_of_element_located((By.CSS_SELECTOR, “button[data-testid=‘stop-generating-button’]”)) ) # 等待“重新生成”按钮出现（回复完成的标志之一） WebDriverWait(driver, 10).until( EC.presence_of_element_located((By.CSS_SELECTOR, “button[data-testid=‘regenerate-button’]”)) ) print(“AI回复完成。”) return True except Exception as e: print(f“等待回复超时或出现异常: {e}”) # 超时后，尝试检查是否有部分回复内容生成 return False

4.4 提取回复内容

回复完成后，需要从页面中提取最新的AI回复文本。回复内容通常位于特定的对话容器中。

def get_last_response(driver): """获取最新的一条AI回复内容""" try: # 定位所有消息容器，通常AI回复的容器有特定标记 # 例如，找到所有角色为‘assistant’的对话块 response_divs = driver.find_elements(By.CSS_SELECTOR, “div[data-message-author-role=‘assistant’]”) if not response_divs: # 备用方案：通过类名或XPath查找 response_divs = driver.find_elements(By.XPATH, “//div[contains(@class, ‘group’)]//div[contains(@class, ‘markdown’)]”) if response_divs: latest_response = response_divs[-1] # 取最后一个，即最新的回复 # 获取纯文本，忽略内部的HTML标签（如代码块） response_text = latest_response.text return response_text.strip() else: return “[未找到回复内容]” except Exception as e: print(f“提取回复内容时出错: {e}”) return “[提取失败]”

注意事项：ChatGPT的回复可能包含Markdown格式（如代码块、加粗等）。element.text属性会将其转换为纯文本，但格式可能会丢失。如果你需要保留原始结构，可能需要获取内部HTML (element.get_attribute(‘innerHTML’))，但这会复杂很多。对于大多数自动化对话场景，纯文本已经足够。

5. 实战中的高级技巧与状态管理

把基本流程串起来，一个简单的自动化对话循环就完成了。但要想让它真正可靠地运行，还需要处理更多边界情况。

5.1 处理网络中断与重新连接

ChatGPT Web端使用长连接，网络不稳定时可能导致连接断开，页面会显示“连接错误”或“网络异常”的提示。我们的脚本需要能检测并尝试恢复。

def check_connection_error(driver): """检查页面是否存在连接错误提示""" error_selectors = [ “div.text-red-500”, # 红色错误文本，常见样式 “button:contains(‘重新连接’)”, # 重新连接按钮 “div:contains(‘Network error’)”, # 网络错误文本 ] for selector in error_selectors: try: elem = driver.find_element(By.CSS_SELECTOR, selector) if elem.is_displayed(): return True except: continue return False def recover_from_error(driver): """尝试从错误状态恢复""" print(“检测到连接错误，尝试恢复...”) # 方法1：点击出现的“重新连接”或“重试”按钮 try: retry_btn = driver.find_element(By.XPATH, “//button[contains(text(), ‘重试’) or contains(text(), ‘重新连接’)]”) retry_btn.click() time.sleep(5) return True except: pass # 方法2：简单刷新页面（可能会丢失当前对话上下文） print(“未找到重试按钮，尝试刷新页面。”) driver.refresh() time.sleep(8) # 等待页面重新加载和登录状态恢复 # 刷新后需要重新判断是否在聊天界面 return is_logged_in(driver)

在主循环中，每次操作前可以加入状态检查：

if check_connection_error(driver): if not recover_from_error(driver): print(“严重错误，无法自动恢复，脚本停止。”) break

5.2 管理对话上下文与多轮对话

ChatGPT Web端的一个重要特性是上下文窗口。如果你不新建聊天，所有的对话都会在同一个上下文中进行。这有利有弊。

利：可以实现连贯的多轮对话，AI能记住之前的讨论内容。
弊：上下文会不断累积，可能导致后续回复速度变慢，或者达到模型的上下文长度限制后，最早的历史信息会被遗忘。

因此，根据你的需求，可能需要定期“重置”上下文。

def start_new_chat(driver): """点击‘新聊天’按钮，开启一个全新的对话上下文""" try: new_chat_button = WebDriverWait(driver, 10).until( EC.element_to_be_clickable((By.CSS_SELECTOR, “a[href=‘/’], button:contains(‘新聊天’)”)) ) new_chat_button.click() print(“已开启新聊天。”) # 等待新聊天界面稳定 time.sleep(3) return True except Exception as e: print(f“开启新聊天失败: {e}”) return False # 在自动化循环中，可以根据对话轮次或特定条件重置 MAX_TURNS = 10 turn_count = 0 for question in question_list: if turn_count >= MAX_TURNS: print(f“已达到 {MAX_TURNS} 轮对话，重置上下文。”) if start_new_chat(driver): turn_count = 0 else: # 重置失败的处理逻辑 pass # ... 进行提问和获取回答 ... turn_count += 1

5.3 应对速率限制与验证码

尽管我们尽力模拟人类行为，但自动化操作仍有可能触发ChatGPT的速率限制或验证码挑战。这是最大的风险点。

速率限制：如果请求过快，页面可能会提示“Too many requests”。解决方案是在每次操作间增加随机延迟，模拟人类思考和阅读时间。

import random def human_like_delay(min_sec=2, max_sec=5): """模拟人类操作的不确定延迟""" delay = random.uniform(min_sec, max_sec) time.sleep(delay) # 在关键操作后使用 find_and_input(driver, question) human_like_delay(1, 3) # 输入后稍作停顿 send_message(driver)

验证码：如果遇到验证码，自动化脚本基本无法解决。这是平台阻止机器人的最后防线。唯一的应对策略是：
1. 立即停止脚本，防止进一步触发风控。
2. 手动处理：在浏览器中手动完成验证码验证。
3. 长期策略：降低请求频率，确保Cookies有效，避免在短时间内进行大量重复性操作。考虑将任务分散到多个账号（如果合规且有必要）。

6. 完整脚本示例与流程整合

将上述所有模块整合起来，形成一个具备基本健壮性的自动化对话脚本框架。

import time import random from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.common.exceptions import TimeoutException, NoSuchElementException class ChatGPTAutomator: def __init__(self, headless=True): self.driver = self._create_driver(headless) self.wait = WebDriverWait(self.driver, 30) self.base_url = “https://chat.openai.com” def _create_driver(self, headless): # ... 复用之前的create_stealth_driver函数，根据headless参数调整 ... pass def login_with_cookies(self): self.driver.get(self.base_url) time.sleep(3) if not load_cookies(self.driver, self.base_url): print(“未找到有效Cookies，请手动登录...”) input(“请在浏览器中完成登录，然后按回车键继续...”) save_cookies(self.driver) else: print(“Cookies加载成功。”) # 确认登录状态 if is_logged_in(self.driver): print(“成功进入聊天界面。”) return True else: print(“登录状态异常。”) return False def ask_question(self, question, wait_for_complete=True): """核心问答函数""" try: # 1. 检查连接状态 if self._check_error(): if not self._recover(): raise Exception(“无法从错误中恢复”) # 2. 定位输入框并输入 input_box = self._find_input_box() self._safe_input(input_box, question) time.sleep(random.uniform(1, 2)) # 3. 发送 self._send_message() time.sleep(1) # 4. 等待回复 if wait_for_complete: if not self._wait_for_response(): print(“警告：回复等待可能未正常完成。”) # 5. 提取回复 response = self._get_last_response() time.sleep(random.uniform(2, 4)) # 模拟阅读时间 return response except Exception as e: print(f“提问过程中发生异常: {e}”) # 这里可以添加截图功能，便于调试 # self.driver.save_screenshot(f“error_{int(time.time())}.png”) return None def _find_input_box(self): # 综合多种方式定位输入框 selectors = [ (By.ID, “prompt-textarea”), (By.CSS_SELECTOR, “textarea[tabindex=‘0’]”), (By.XPATH, “//div[contains(@class, ‘input-container’)]//textarea”), ] for by, selector in selectors: try: return self.wait.until(EC.element_to_be_clickable((by, selector))) except: continue raise NoSuchElementException(“无法定位到输入框”) def _safe_input(self, element, text): # 使用JS设置值，避免send_keys可能的中断 self.driver.execute_script(“arguments[0].value = arguments[1];”, element, text) # 触发一下input事件，确保前端能捕获到变化 self.driver.execute_script(“arguments[0].dispatchEvent(new Event(‘input’, { bubbles: true }));”, element) def _send_message(self): # 尝试点击发送按钮，失败则用回车 try: send_btn = self.driver.find_element(By.CSS_SELECTOR, “button[data-testid=‘send-button’]:not([disabled])”) send_btn.click() except: input_box = self._find_input_box() input_box.send_keys(Keys.RETURN) def _wait_for_response(self, timeout=120): # 等待生成停止 try: self.wait.until(EC.invisibility_of_element_located( (By.CSS_SELECTOR, “button[data-testid=‘stop-generating-button’]”) )) # 短暂等待以确保内容渲染完成 time.sleep(2) return True except TimeoutException: print(f“等待回复超时（{timeout}秒）。”) return False def _get_last_response(self): # 获取最新助理回复 try: # 更精确的定位：找到最后一个包含完整回复的区块 response_blocks = self.driver.find_elements(By.CSS_SELECTOR, “div[data-message-author-role=‘assistant’] > div”) if response_blocks: return response_blocks[-1].text except: pass return “[回复提取失败]” def _check_error(self): # 简化的错误检查 error_indicators = [“Network error”, “连接错误”, “Something went wrong”] page_source = self.driver.page_source for indicator in error_indicators: if indicator in page_source: return True return False def _recover(self): # 简化的恢复：刷新页面 print(“尝试刷新页面恢复...”) self.driver.refresh() time.sleep(8) return is_logged_in(self.driver) def close(self): if self.driver: self.driver.quit() # 使用示例 if __name__ == “__main__”: bot = ChatGPTAutomator(headless=True) try: if bot.login_with_cookies(): questions = [“用Python写一个快速排序函数”, “解释一下什么是机器学习”, “写一首关于秋天的五言诗”] for q in questions: print(f“\n[提问] {q}”) answer = bot.ask_question(q) if answer: print(f“[回答] {answer[:200]}...”) # 打印前200字符 else: print(“提问失败。”) # 每轮对话后随机等待较长时间，降低频率 time.sleep(random.uniform(10, 20)) finally: bot.close()

7. 常见问题排查与实战心得

即使按照上述指南操作，你在实践中仍可能遇到各种问题。下面是我总结的一些典型问题及其排查思路。

7.1 元素定位失败

这是最常见的问题，控制台报错NoSuchElementException。

可能原因1：页面未加载完成。
- 排查：在定位操作前增加显式等待（WebDriverWait），而不是固定sleep。确保等待的条件是元素可交互（element_to_be_clickable），而不只是存在（presence_of_element_located）。
可能原因2：元素定位器已过时。
- 排查：ChatGPT前端更新频繁。打开浏览器的开发者工具（F12），使用元素选择器重新检查目标元素的ID、Class或属性是否发生变化。准备2-3个备用的定位策略（如优先ID，失败后用CSS，再用XPath）。
可能原因3：页面处于iframe或Shadow DOM内。
- 排查：ChatGPT主界面一般没有iframe，但弹窗可能有。使用driver.switch_to.frame切换到正确的frame后再定位。对于Shadow DOM，需要使用driver.execute_script来穿透查找。

7.2 发送后无回复或回复不完整

可能原因1：网络问题或服务器响应慢。

排查：增加_wait_for_response函数的超时时间（例如设为180秒）。同时，在等待函数中加入更细致的状态检查，例如定期检查回复区域是否出现了新的文本内容，而不仅仅是等待“停止生成”按钮消失。

改进代码：

def _wait_for_response_enhanced(self, timeout=180): start = time.time() last_text = “” while time.time() - start < timeout: current_text = self._get_last_response()[:100] # 获取回复前100字符做比较 if current_text and current_text != last_text: # 文本有更新，说明还在生成 last_text = current_text time.sleep(3) # 等待3秒再检查 else: # 文本在最近一次检查后没有变化，可能生成完毕 # 再额外检查“停止生成”按钮是否消失 try: self.driver.find_element(By.CSS_SELECTOR, “button[data-testid=‘stop-generating-button’]”) time.sleep(2) # 按钮还在，继续等 except NoSuchElementException: # 按钮消失，判定为完成 time.sleep(1) # 最终缓冲 return True return False

可能原因2：输入内容触发了安全或内容策略限制。
- 排查：检查提问内容是否合规。有时AI会拒绝回答并返回一段提示，这段提示可能被我们的提取逻辑忽略。可以检查页面是否有红色警告文本。

7.3 脚本运行一段时间后崩溃

可能原因1：内存泄漏或浏览器僵死。
- 排查：长时间运行的Selenium脚本可能导致浏览器内存占用过高。解决方案是定期重启浏览器实例。例如，每处理50个问题后，安全地关闭并重新初始化driver和ChatGPTAutomator类。
可能原因2：Cookies过期或登录状态失效。
- 排查：在每次主循环开始时，调用is_logged_in(driver)进行状态校验。如果失败，则尝试重新加载Cookies或记录错误并停止脚本，等待手动干预。

7.4 被识别为自动化工具

现象：页面弹出验证码，或功能被限制。
应对：
1. 强化伪装：确保使用了前述所有反检测选项（禁用自动化标志、覆盖webdriver属性、使用新无头模式）。
2. 模拟人类行为：在操作之间加入随机延迟和随机鼠标移动（可通过ActionChains实现轻微移动）。避免精确的、周期性的操作模式。
3. 降低频率：这是最重要的。不要以“秒”为间隔疯狂提问。模拟人类思考、阅读和输入的速度，将间隔时间拉长到数十秒甚至几分钟。
4. 使用高质量代理IP：如果条件允许，可以为脚本配置住宅代理IP，避免所有请求来自同一个数据中心IP。

最重要的心得：Web自动化本质上是与一个不断变化的前端界面进行“脆弱”的交互。没有一劳永逸的脚本。你的代码必须具有良好的日志记录和错误恢复机制。每次运行，都记录下关键步骤和发生的异常。当ChatGPT前端更新导致脚本失效时，这些日志是你快速定位问题（是登录问题、定位问题还是状态判断问题）的最重要依据。将这个项目视为一个需要持续维护的工具，而非一次性的脚本。