optimize-agent-prompt

Construit et améliore les démos de l’API Browserbase Agent via une boucle externe de type Autobrowse : exécute une tâche fixe, collecte les messages de l’Agent et les journaux de session, évalue le résultat, révise une heuristique du prompt système, et confirme la convergence. À utiliser lors de la création d’une démo ou d’un POC Browserbase Agents, de l’optimisation d’un prompt système d’Agent, du diagnostic de sessions Agent instables, ou de l’application d’auto-recherche/autobrowse à l’API Browserbase Agents.

npx skills add https://github.com/browserbase/skills --skill optimize-agent-prompt

Optimize Agent Prompt

Optimize a Browserbase Agent's systemPrompt while holding its task, result schema, variables, and evaluation criteria fixed. Treat the outer agent as the teacher and each Browserbase Agent run as an inner-agent rollout.

Use Node.js 18 or later and set BROWSERBASE_API_KEY. The harness uses only Node.js built-in modules.

Set up the experiment

Choose a short experiment name and create an isolated workspace inside the demo or POC repository:

node <skill-dir>/scripts/optimize_agent_prompt.mjs init \
  --workspace ./agent-prompt-optimization/<experiment-name> \
  --name <experiment-name>

Edit the generated files:

  • task.json: keep task, resultSchema, variables, browser settings, and evaluation oracle stable across iterations.
  • prompts/iteration-001.md: write the minimal baseline system prompt. Include irreversible-action guardrails when applicable.

Use concrete success criteria. Prefer a strict JSON Schema with required fields and null for unavailable facts. Add known-field regexes and factuality-warning regexes under evaluation when a truth oracle exists. Read references/evaluation.md when designing the task or score.

Run the baseline

node <skill-dir>/scripts/optimize_agent_prompt.mjs run \
  --workspace ./agent-prompt-optimization/<experiment-name> \
  --prompt prompts/iteration-001.md \
  --label iteration-001

The harness creates one reusable Browserbase Agent, updates its systemPrompt on later iterations, starts the run, polls messages and status, and writes:

runs/<label>/
├── system-prompt.md
├── created-run.json
├── run.json
├── messages.json
├── session-logs.json
└── summary.json

It stops a run after the configured message budget instead of paying for an unproductive spiral. Use --max-messages, --timeout-ms, --proxies, or --verified only when the task needs different values from task.json.

Diagnose from observable evidence

Start with the compact trajectory:

node <skill-dir>/scripts/optimize_agent_prompt.mjs inspect \
  --workspace ./agent-prompt-optimization/<experiment-name> \
  --label iteration-001

Then read summary.json and drill into messages.json at the first wrong or wasted turn. Agent messages expose ordered tool calls, tool results, errors, and final output. A reasoning part may contain no readable text; never require hidden chain-of-thought for the teacher loop.

Read session-logs.json only when browser-level evidence can distinguish the cause—for example, a redirect, 403, failed request, console error, or hidden endpoint. Empty session logs can mean the Agent completed with search/fetch tools and never drove its browser.

See references/api.md for endpoint shapes, pagination, result normalization, and trace caveats.

Improve one heuristic

Find the earliest consequential failure and state one counterfactual:

If the system prompt had instructed X, the Agent would have avoided Y, as shown by tool result Z.

Copy the current prompt to prompts/iteration-NNN.md and make one attributable change. Typical improvements are:

  • cap retries after a repeated block or identical error;
  • distinguish public identifiers from private/internal IDs;
  • prefer search/fetch before launching a browser when interaction is unnecessary;
  • separate current snapshots from dated historical events;
  • define when a qualified fallback counts as completed;
  • require null instead of guessed values;
  • add a tool-call or evidence budget.

Keep wins. If the new run regresses, restore the previous prompt and test a different hypothesis rather than stacking more rules.

Judge and converge

Generate the comparison table after each run:

node <skill-dir>/scripts/optimize_agent_prompt.mjs report \
  --workspace ./agent-prompt-optimization/<experiment-name>

Judge more than field completeness. Require:

  • terminal status COMPLETED;
  • required fields populated or explicitly nullable;
  • known-fact checks passing when available;
  • no factuality-warning match;
  • provenance and safety constraints preserved;
  • fewer messages or lower duration without quality loss.

Once a prompt wins, run it again unchanged with a new label. Converge only after it passes at least two of the last three runs and one pass is an unchanged confirmation. Do not call a prompt globally optimal from one task; describe it as the best prompt for the tested task distribution.

Graduate into the demo

Use the confirmed prompt as the Agent's production systemPrompt. Keep the strict result schema and per-run variables. Preserve the experiment workspace or its report so reviewers can audit why each instruction exists.

In the final handoff, report:

  • baseline versus winning score, duration, and message count;
  • the first wrong turn each prompt change fixed;
  • whether session logs added evidence;
  • the winning prompt path;
  • confirmation-run results;
  • limitations and the next holdout matrix.

Plus de skills de browserbase

add-webmcp
browserbase
Analysez une application web existante, identifiez les capacités sûres et visibles par l'utilisateur à travers les routes, formulaires, actions serveur, gestionnaires et schémas, puis implémentez des outils WebMCP propriétaires et validez la découverte et l'invocation avec Stagehand. Utilisez lorsque l'utilisateur demande de rendre un codebase prêt pour un agent, d'exposer des fonctionnalités de site web comme outils WebMCP, ou d'ajouter WebMCP directement à une application plutôt que de générer un script d'injection autonome à partir d'une URL.
browse
browserbase
Utilisez le CLI browse pour l'automatisation de navigateur Browserbase, les API cloud Browserbase, les fonctions Browserbase, les modèles, la récupération/recherche web, les diagnostics et Browse.sh…
browse
browserbase
Utilisez l'interface de ligne de commande browse pour l'automatisation du navigateur Browserbase, les API cloud Browserbase, les fonctions Browserbase, les modèles, la récupération/recherche sur le web, les diagnostics, et Browse.sh…
browser-automation
browserbase
Automatisez les interactions avec le navigateur web à l'aide des outils MCP. À utiliser lorsque l'utilisateur demande de naviguer sur des sites web, parcourir des pages web, extraire des données de sites web, prendre des captures d'écran,…
functions
browserbase
Guidez le déploiement de l'automatisation de navigateur serverless à l'aide de l'interface CLI officielle Browserbase Functions. À utiliser lorsque l'utilisateur souhaite déployer une automatisation pour l'exécuter sur un…
agent-experience
browserbase
Auditer l'expérience développeur d'un produit, SDK, site de documentation ou SKILL.md en y déployant plusieurs sous-agents Claude avec seulement une petite invite de tâche et un réel…
autobrowse
browserbase
Automation de navigateur auto-améliorante via la boucle de recherche automatique. Exécute itérativement une tâche de navigation, lit la trace et améliore la compétence de navigation…
browse
browserbase
Guide complet pour créer et déployer des fonctions d'automatisation de navigateur à l'aide de l'interface en ligne de commande browse