El Recorder en Power Automate Desktop: funcionamiento y límites honestos

Pocas funciones reducen tanto la barrera de entrada en Power Automate Desktop como el Recorder. En lugar de arrastrar acciones una por una desde la lista de acciones y rellenar los parámetros a mano, simplemente haces clic a través del proceso que quieres automatizar, y el Recorder traduce cada movimiento de ratón y teclado en una acción de flujo lista para usar. Para secuencias de clics recurrentes en programas conocidos, esta suele ser la forma más rápida de obtener un primer borrador funcional.

Pero la otra mitad honesta de la historia es igual de importante: el Recorder no es una herramienta que comprenda de forma fiable cualquier interfaz, y no sustituye el trabajo de retoque posterior. Este artículo muestra cómo funciona técnicamente el Recorder, qué cubre además de los simples clics, y dónde, según la propia documentación de Microsoft, alcanza límites claros, especialmente con interfaces de usuario complejas o construidas de forma poco habitual.

Qué registra el Recorder y cómo lo hace

Encuentras el Recorder directamente en la barra de herramientas del diseñador de flujos. Un clic en Recorder abre la ventana de grabación, otro clic en Grabar inicia la captura. A partir de ese momento, el Recorder rastrea tu actividad de ratón y teclado en relación con los respectivos elementos de la interfaz y convierte cada acción en un paso individual. Durante la grabación, un marcador de texto muestra brevemente el mensaje «Esperando acción» hasta que el clic se ha capturado e insertado realmente, una señal pequeña pero práctica de que no debes seguir haciendo clic demasiado rápido.

Con un clic derecho sobre un elemento también se abre un menú contextual con las acciones disponibles para ese elemento, como establecer un valor de lista desplegable o extraer texto. En cuanto finalizas la grabación con Listo, Power Automate convierte automáticamente los pasos grabados en acciones de flujo de escritorio y guarda todos los elementos utilizados en el panel de elementos de interfaz, para que puedas reutilizarlos más tarde. Encontrarás más detalles en la documentación de Microsoft sobre la grabación de flujos de escritorio.

UIA y MSAA: dos modos de captura para distintos programas

No todas las aplicaciones de Windows ofrecen la misma calidad de información de accesibilidad, por eso el Recorder ofrece dos modos de captura. UI Automation (UIA) es el framework moderno recomendado por Microsoft y funciona especialmente bien con aplicaciones creadas con WPF, WinForms o UWP; ofrece información de elementos más detallada y una jerarquía más estable. Microsoft Active Accessibility (MSAA) es más antiguo e interviene donde las aplicaciones no ofrecen elementos UIA, por ejemplo programas clásicos de Win32 o VB6. Eliges el modo adecuado a través del menú «Modo de grabación» del Recorder, según la aplicación que estés automatizando.

Más que simples clics: qué más cubre el Recorder

El Recorder no se limita a simples clics de ratón, sino que cubre específicamente toda una serie de patrones de interfaz recurrentes:

• Listas desplegables: En cuanto seleccionas una lista desplegable, el Recorder abre su propia pantalla en la que estableces el valor deseado, o varios en caso de selección múltiple. En tiempo de ejecución, Power Automate selecciona ese valor automáticamente.
• Selectores de fecha y color: Para campos de entrada HTML de tipo date, datetime-local, month, time o week, así como para selectores de color, el Recorder abre un campo de texto en el que introduces el valor deseado en el formato adecuado.
• Editores de método de entrada (IME): Para idiomas que no se pueden escribir directamente con un teclado QWERTY, puedes hacer clic derecho en «Rellenar campo de texto» para introducir texto mediante un IME.
• Inicio del navegador de tres formas: Puedes iniciar un nuevo navegador específicamente a través del menú del Recorder (Edge, Chrome, Firefox, Internet Explorer), comenzar la grabación en un navegador ya abierto, o abrir el navegador manualmente mediante un acceso directo, lo que el Recorder registra entonces como su propia acción de automatización de interfaz.

Grabación basada en imágenes: el Recorder para aplicaciones difíciles

Algunas aplicaciones no exponen en absoluto su API de accesibilidad o presentan otros obstáculos técnicos, de modo que el Recorder habitual no puede capturar ninguna acción. Precisamente para este caso, Power Automate ofrece la grabación basada en imágenes: en lugar de detectar los elementos de interfaz mediante selectores, este modo trabaja con reconocimiento de imágenes y reconocimiento óptico de caracteres (OCR). Un clic en un elemento crea automáticamente un recorte de imagen con un nombre editable, y mediante «Extraer texto de imagen» puedes además seleccionar una zona de texto y una zona de anclaje estable cercana, de la que se lee el texto mediante el motor OCR Tesseract.

Los límites honestos: dónde el Recorder alcanza sus límites

Es precisamente aquí donde merece la pena mirar los problemas conocidos documentados por el propio Microsoft, porque muestran que el Recorder asume compromisos de forma deliberada y no es una solución milagrosa.

Limitaciones documentadas del Recorder

• Es posible que los pasos del menú Inicio de Windows o de la barra de tareas no se registren por completo, y Microsoft no indica expresamente ninguna solución para ello.
• En los flujos grabados mediante imagen, el clic puede caer en el lugar equivocado en tiempo de ejecución; como corrección, Microsoft recomienda reducir el valor de tolerancia de la acción generada automáticamente «Mover el ratón a la imagen» en la configuración avanzada.
• La ventana emergente de «Extraer texto de imagen» puede ocultarse detrás de la ventana emergente de la propia aplicación; un clic derecho en otro lugar de la pantalla ayuda a solucionarlo.
• Las pulsaciones de teclas enviadas mediante la grabación basada en imágenes a una ventana RDP maximizada a veces no llegan en absoluto, por lo que Microsoft recomienda reducir el tamaño de la ventana RDP para que no ocupe toda la pantalla.
• Arrastrar y soltar solo se admite parcialmente: el Recorder registra de forma fiable acciones como mover una ventana o cambiar su tamaño, pero actualmente no la acción «Elemento de interfaz de arrastrar y soltar de una ventana».

Cuando el Recorder o el selector de elementos no ven nada en absoluto

La cosa se vuelve aún más fundamental cuando el Recorder o el selector de elementos no pueden capturar en absoluto una aplicación. Según la guía de solución de problemas de Microsoft sobre automatización de interfaz, existen dos causas típicas para esto. Primero, procesos en segundo plano molestos como el Microsoft Accessory Center o DesktopBridge pueden bloquear por completo la automatización de interfaz; aquí ayuda finalizar los procesos y desactivarlos de forma permanente. Segundo, y considerablemente más difícil de sortear, algunas aplicaciones de escritorio usan sus propios frameworks de interfaz o métodos de renderizado que no son compatibles con las API de accesibilidad estándar en las que se basa Power Automate. Para el Recorder, estos elementos permanecen entonces simplemente invisibles.

Microsoft indica cuatro soluciones alternativas para este caso: mover el ratón a la imagen, mover el ratón a texto en pantalla mediante OCR, hacer que el Recorder trabaje con coordenadas codificadas de forma fija, o combinar directamente acciones de ratón y clic mediante coordenadas fijas. Es importante tener en cuenta el aviso explícito de la documentación al respecto: para que las soluciones basadas en coordenadas funcionen de forma fiable, la resolución de pantalla, la configuración de DPI y el escalado deben coincidir exactamente con la configuración del desarrollo en tiempo de ejecución, y hasta pequeños cambios en la interfaz de la aplicación pueden inutilizar el paso de automatización. Por ello, Microsoft recomienda expresamente probar a fondo dichos flujos en cada máquina de destino antes de ponerlos en producción.

Una imagen como tabla de salvación, con sus propios límites

Para elementos de interfaz individuales, además se puede guardar una imagen como mecanismo de reserva que interviene automáticamente cuando el selector habitual ya no encuentra un elemento en tiempo de ejecución. Este mecanismo de red de seguridad también tiene límites claros: no se admite en la extracción de datos ni en la extracción de datos web, ni tampoco en acciones como «Si la ventana contiene» o «Esperar contenido de página web» si allí está configurada la condición «Contiene texto» o «No contiene texto». Y quien abra y guarde un flujo con reserva de imagen en una versión de Power Automate Desktop hasta la v2.44 inclusive, pierde el selector de imagen de forma permanente; según Microsoft, en ese caso ya no es posible recuperarlo.

El Recorder como esqueleto, no como resultado final

Microsoft lo expresa de forma agradablemente sobria en su propia documentación: el Recorder debe proporcionar la estructura básica de un flujo, y la mayoría de los procesos grabados deben revisarse posteriormente para que funcionen de forma realmente estable. Ciertos tipos de acciones, como las condiciones y los bucles, no se pueden grabar en absoluto por principio y deben añadirse a mano después. Es precisamente en este punto donde un flujo que funciona una vez en pruebas se distingue de uno que sigue funcionando de forma fiable meses después.

Ya sea que uses tú mismo el Recorder para primeros borradores o que hagas construir toda una empleada digital basada en Power Automate, al final mantienes el control sobre qué clics permanecen realmente automatizados, qué selectores son lo bastante robustos para el uso en producción y dónde una reserva de imagen o una solución OCR supone más un riesgo que una salvaguarda.

Preguntas frecuentes

¿Puede el Recorder grabar cualquier aplicación?

No. Por defecto, el Recorder solo funciona con aplicaciones que exponen sus elementos mediante UIA o MSAA. Si una aplicación no expone en absoluto su API de accesibilidad, la grabación basada en imágenes interviene como solución de emergencia, pero incluso esta a veces falla por completo con interfaces renderizadas de forma personalizada o muy adaptadas.

¿Cuál es la diferencia entre UIA y MSAA?

UIA es el framework más moderno, recomendado por Microsoft, con información de elementos más detallada, adecuado para la mayoría de las aplicaciones actuales de Windows. MSAA es más antiguo y se necesita sobre todo para software heredado que no proporciona elementos UIA, como programas clásicos de VB6 o Win32. El modo adecuado depende únicamente de la aplicación de destino, no de una preferencia personal.

¿Por qué el Recorder deja de ver elementos de repente?

Suele deberse a una de dos causas: procesos en segundo plano molestos como el Microsoft Accessory Center o DesktopBridge, que se pueden finalizar, o un framework de interfaz de la aplicación de destino que no es compatible con las API de accesibilidad estándar. En el segundo caso, a menudo solo queda una solución basada en coordenadas o en imágenes como alternativa.

¿Siempre tengo que retocar un flujo grabado?

En la práctica, casi siempre, y así lo dice el propio Microsoft. El Recorder proporciona una estructura básica funcional, pero las condiciones, los bucles y un manejo de errores más robusto no se pueden grabar y deben añadirse manualmente después en el diseñador de flujos.

¿Qué tan fiable es la grabación basada en imágenes en producción?

Solo tan fiable como el entorno de pantalla en el que se ejecuta. La resolución, la configuración de DPI y el escalado deben coincidir exactamente con el entorno de desarrollo en tiempo de ejecución, de lo contrario el clic falla su objetivo. Quien use pasos basados en imágenes en producción debería combinarlos específicamente con una reserva de imagen para elementos individuales y probarlos en cada máquina de destino antes de la implementación.