Percepción
Lo que un modelo de lenguaje percibe realmente de una página web, y por qué una captura de pantalla sola no basta. Conocimiento general — útil aunque nunca instale nada.
Un modelo de lenguaje no ve una página web. Recibe una descripción de ella, y la forma de esa descripción decide lo que puede hacer a continuación.
Dele una captura de pantalla y recibe píxeles: puede decirle que la página se ve mal, pero no puede actuar sobre nada, porque en una imagen nada se puede designar. Dele el HTML en bruto y lo recibe todo a la vez — incluidos los cientos de líneas de marcado que ningún ojo humano habría registrado nunca.
Ninguna de las dos cosas es lo que necesita.
Tres vistas, y dónde discrepan
Diwall presenta la misma página de tres maneras. La captura muestra lo que
ve una persona. Set-of-Mark enmarca cada elemento interactivo y lo numera,
de modo que hacer clic se convierte en {"type": "cliquer_som", "id": 3} en
lugar de un selector CSS adivinado a partir de una descripción. El árbol de
accesibilidad es la estructura que el navegador construye para los lectores
de pantalla — títulos, roles, enlaces, como texto, por una fracción del coste
en tokens de una imagen.
Donde las tres discrepan es donde viven los errores interesantes.
La medición que hizo necesaria esta sección
La página central de esta sección demostró su propia tesis a costa de su
autor. El menú de idiomas es un elemento nativo <details>, y estaba cerrado.
Una persona ve un botón. El árbol de accesibilidad indica un grupo.
Diwall numeró cuatro elementos interactivos sin ningún texto — cuatro
entradas de la forma {"id": 10, "texte": ""} — porque los elementos del menú
cerrado seguían en el DOM, y seguían siendo medibles. Inútiles para un agente,
invisibles para una persona, y encontrados solo porque se apuntó la herramienta
a nuestra propia página.
Una línea de CSS corrigió la página. La lección no necesitaba corrección: lo que percibe un modelo es la respuesta honesta a la pregunta que plantea la página, no la respuesta que la página pretendía dar.
Repítalo
Las cifras de esta sección salen de este comando, ejecutado sobre páginas que usted mismo puede abrir. No hay nada preparado.
diwall-shot --url https://diwall.davalan.fr/es/ --som --a11y --guide-version 1.3