AI ಏಜೆಂಟ್ ಪತ್ತೆಹಚ್ಚುವಿಕೆ

ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶದ ಹಿಂದಿನ ಸಾಕ್ಷ್ಯದೊಂದಿಗೆ ವೆಬ್‌ಸೈಟ್‌ಗಳಿಗಾಗಿ AI ಏಜೆಂಟ್ ಪತ್ತೆಹಚ್ಚುವಿಕೆ

Q: ಯಾರಾದರೂ ಮತ್ತೊಂದು ಟ್ಯಾಬ್ನಲ್ಲಿ AI ಬಳಸಿದಾಗ ಇದನ್ನು ತಿಳಿಸಬಹುದೇ?

ಯಾವುದೇ ವೆಬ್ಸೈಟ್ ಇನ್ನೊಂದು ಟ್ಯಾಬ್ ಅಥವಾ ಇನ್ನೊಂದು ಸಾಧನದಲ್ಲಿನ ಚಟುವಟಿಕೆಯನ್ನು ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ. Proof of Actor ಬೆಂಬಲಿತ ಇಂಟಿಗ್ರೇಶನ್ ಮೂಲಕ ಅದು ಘೋಷಿಸಲ್ಪಟ್ಟಾಗ ಅಥವಾ ಗಮನಿಸಬಹುದಾಗಿರುವಾಗ AI ಸಹಾಯವನ್ನು ವರದಿ ಮಾಡುತ್ತದೆ, ಮತ್ತು ಉಳಿದ ಎಲ್ಲವನ್ನೂ ವಿನ್ಯಾಸದ ಮೂಲಕ ಸ್ಪಷ್ಟವಾಗಿಯೇ ಇಡುತ್ತದೆ.

Q: Proof of Actor ಯಾರಿಗಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ?

SaaS ಅಪ್ಲಿಕೇಶನ್ಗಳು, ವೆಬ್ಸೈಟ್ಗಳು, APIs ಮತ್ತು MCP servers ಅನ್ನು ನಿರ್ವಹಿಸುವ ಮತ್ತು ಒಂದು experience ಅಥವಾ access policy ಆಯ್ಕೆಮಾಡುವ ಮೊದಲು ಯಾರು ಅಥವಾ ಏನು ಕ್ರಿಯೆ ಮಾಡುತ್ತಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಯಸುವ ತಂಡಗಳಿಗಾಗಿ.

ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿನ ಯಾವ ಸಂವಹನಗಳು ಜನರಿಂದ, AI ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವ ಜನರಿಂದ, ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್‌ಗಳಿಂದ ಅಥವಾ ಸಾಕ್ಷ್ಯ ಇನ್ನೂ ಗುರುತಿಸದ ಮೂಲಗಳಿಂದ ಬರುತ್ತವೆ ಎಂಬುದನ್ನು ನೋಡಿ. ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶವು ಅದು ಯಾವ ಆಧಾರದ ಮೇಲೆ ಇದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.

ಮುಂಗಡ ಪ್ರವೇಶ ಪಡೆಯಿರಿ ಇದು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅನ್ವೇಷಿಸಿ

ರಚನೆ Toshendra SharmaFounder & CEO, AgentCredia · Updated November 13, 2026

ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ಗೆ ಈಗ ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ರೀತಿಯ ಭೇಟಿದಾರರು ಇದ್ದಾರೆ

ವೆಬ್‌ನ ಬಹುಪಾಲು ಇತಿಹಾಸದಲ್ಲಿ, ಒಂದು ವೆಬ್‌ಸೈಟ್ ಸರಳ ಮಾದರಿಯನ್ನು ಊಹಿಸಬಹುದಾಗಿತ್ತು: ಒಬ್ಬ ವ್ಯಕ್ತಿ browser ತೆರೆಯುತ್ತಾನೆ, ಇತ್ತಿಚೆಗೆಲ್ಲಾ ಕ್ಲಿಕ್ ಮಾಡುತ್ತಾನೆ, ಮತ್ತು ಬಹುಶಃ sign in ಮಾಡುತ್ತಾನೆ. Analytics, rate limits, onboarding flows ಮತ್ತು security checks ಎಲ್ಲವೂ ಆ ವ್ಯಕ್ತಿಯನ್ನು ಆಧರಿಸಿ ವಿನ್ಯಾಸಗೊಳಿಸಲ್ಪಟ್ಟಿದ್ದವು.

ಆ ಮಾದರಿ ಈಗ ನೈಜ traffic ಅನ್ನು ವಿವರಿಸುವುದಿಲ್ಲ. ಇಂದು ಒಂದೇ ವೆಬ್‌ಸೈಟ್ ತಾನಾಗಿ browse ಮಾಡುವ ಜನರನ್ನು, AI assistant ಗೆ ತಮ್ಮ ಪರವಾಗಿ ಯಾವುದನ್ನಾದರೂ ಸಾರಾಂಶಗೊಳಿಸಲು ಅಥವಾ ತುಂಬಿಸಲು ಕೇಳುವ ಜನರನ್ನು, ಬೇರೊಬ್ಬರ ಪರವಾಗಿ pages ಓದಿ endpoints ಗೆ call ಮಾಡುವ autonomous agents ಅನ್ನು, ಮತ್ತು crawlers ಹಾಗೂ scripts ಗಳ long tail ಅನ್ನು ಸೇವಿಸುತ್ತದೆ. AI providers ಈ ಭೇಟಿದಾರರಲ್ಲಿ ಕೆಲವರನ್ನು ತಾವೇ ದಾಖಲೆಗೊಳಿಸುತ್ತಾರೆ: ಉದಾಹರಣೆಗೆ OpenAI ತನ್ನ search crawler, training crawler ಮತ್ತು ChatGPT ಬಳಕೆದಾರರು ಪ್ರಶ್ನೆ ಕೇಳಿದಾಗ pages ಗೆ ಭೇಟಿ ನೀಡುವ fetcher ಗಾಗಿ ಪ್ರತ್ಯೇಕ user agents ಅನ್ನು ಪ್ರಕಟಿಸುತ್ತದೆ (OpenAI crawler documentation), ಮತ್ತು Anthropic ಕೂಡ ClaudeBot, Claude-User ಮತ್ತು Claude-SearchBot ಗಾಗಿ ಅದೇ ಮಾಡುತ್ತದೆ (Anthropic crawler documentation). ಈ ಭೇಟಿದಾರರಲ್ಲಿ ಕೆಲವರು ಸ್ವಾಗತಾರ್ಹರು. ಕೆಲವರಿಗೆ ಬೇರೆ ರೀತಿಯ experience ಅಗತ್ಯ. ಕೆಲವರಿಗೆ ಏನಾದರೂ sensitive action ಮಾಡುವ ಮೊದಲು ಇನ್ನಷ್ಟು ನಿಕಟ ಪರಿಶೀಲನೆ ಬೇಕಾಗುತ್ತದೆ.

ಸವಾಲು ಏನೆಂದರೆ ಈ ಸಂವಹನಗಳಲ್ಲಿ ಬಹುಪಾಲು ಮೊದಲ ನೋಟಕ್ಕೆ ಒಂದೇ ರೀತಿ ಕಾಣುತ್ತವೆ. ಒಂದು login ಯಾವ account ಬಳಕೆಯಲ್ಲಿದೆ ಎಂಬುದನ್ನು ಹೇಳುತ್ತದೆ. ಅದು ಒಬ್ಬ ವ್ಯಕ್ತಿ ಕ್ಲಿಕ್ ಮಾಡುತ್ತಿದ್ದಾನೆಯೇ, ಒಂದು assistant ಆ session ಮೂಲಕ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆಯೇ, ಅಥವಾ automated client ಎಲ್ಲೋ ಬೇರೆಡೆ ಇರುವ ಬಳಕೆದಾರನಿಗಾಗಿ ನಿಮ್ಮ pricing page ಓದುತ್ತಿದೆಯೇ ಎಂಬುದನ್ನು ಹೇಳುವುದಿಲ್ಲ. ವೆಬ್‌ಸೈಟ್‌ಗಳಿಗಾಗಿ AI agent detection ಎಂಬುದು ಆ ಅಂತರವನ್ನು ಸಾಕ್ಷ್ಯದ ಮೂಲಕ ಮುಚ್ಚುವುದರ ಬಗ್ಗೆ, ಆದ್ದರಿಂದ ನಿಮ್ಮ ತಂಡ ಎಲ್ಲಾ traffic ಅನ್ನು ಒಂದೇ ರೀತಿಯಲ್ಲಿ ನಡೆಸದೆ ಪ್ರತಿಯೊಂದು actor ಪ್ರಕಾರಕ್ಕೆ ಸೂಕ್ತವಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸಬಹುದು. ಒಳಗೊಂಡಿರುವ ಸಂಕೇತಗಳ ಪ್ರಾಯೋಗಿಕ walkthrough ಗಾಗಿ, ವೆಬ್‌ಸೈಟ್ traffic AI agents ನಿಂದ ಬರುತ್ತಿದೆಯೇ ಎಂದು ಹೇಗೆ ತಿಳಿದುಕೊಳ್ಳುವುದು ಅನ್ನು ಓದಿ, ಮತ್ತು ಉತ್ಪಾದನಾ site ನಲ್ಲಿ ಇದು ಹೇಗಿರುತ್ತದೆ ಎಂಬುದಕ್ಕಾಗಿ websites use case ನೋಡಿ.

ಒಂದೇ bot score ಸಾಕಾಗುವುದಿಲ್ಲ ಏಕೆ

ಅನೇಕ tools ಈ ಪ್ರಶ್ನೆಗೆ ಒಂದೇ ಸಂಖ್ಯೆಯ ಮೂಲಕ ಉತ್ತರಿಸುತ್ತವೆ: bot score, risk score, visitor ಎಷ್ಟು human ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತೇವೆ ಎಂದು ಹೇಳುವ percentage. ಅದರ ಆಕರ್ಷಣೆ ಸ್ಪಷ್ಟವಾಗಿದೆ. ಒಂದೇ ಸಂಖ್ಯೆ ಅನ್ನು rule ಗೆ ಹಾಕುವುದು ಸುಲಭ.

ಸಮಸ್ಯೆ ಏನೆಂದರೆ ಒಂದೇ ಸಂಖ್ಯೆ reasoning ಅನ್ನು ಮುಚ್ಚಿಡುತ್ತದೆ. ಒಂದು score ಒಂದು session ಬಹುಶಃ automated ಎಂದು ಹೇಳಿದಾಗ, ನಿಮ್ಮ ತಂಡ ಆ ನಿರ್ಣಯವು verified signature, ಯಾರಾದರೂ ಕಾಪಿ ಮಾಡಬಹುದಾದ user-agent string, ಅಥವಾ ವೇಗವಾದ ಮಾನವ typist ನಿಗೂ ಹೊಂದುವ pattern ಇವುಗಳಲ್ಲಿ ಯಾವುದರ ಮೇಲೆ ಆಧಾರಿತವಾಗಿದೆ ಎಂಬುದನ್ನು ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ. ಆ score ಒಂದು block ಅಥವಾ challenge ಗೆ ಚಾಲನೆ ನೀಡಿದರೆ, ಅದು ಮಾಡಬಹುದಾದ ಪ್ರತಿಯೊಂದು ತಪ್ಪನ್ನೂ ನೀವು ಅದನ್ನು customer, ಸಹೋದ್ಯೋಗಿ ಅಥವಾ auditor ಗೆ ವಿವರಿಸುವ ಮಾರ್ಗವಿಲ್ಲದೆ ಹೊರುತ್ತೀರಿ.

Proof of Actor ಬೇರೆ ರೀತಿಯ அணுகಿಕೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶವು Human, AI-assisted ಅಥವಾ agent: app traffic ಗೆ taxonomy ನಲ್ಲಿ ವಿವರಿಸಲ್ಪಟ್ಟಿರುವ ನಾಲ್ಕು ಸ್ಪಷ್ಟ ವರ್ಗಗಳಲ್ಲಿ ಒಂದಾಗಿದ್ದು, ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶವೂ ಅದು ಯಾವ ಆಧಾರದ ಮೇಲೆ ಇದೆ ಎಂಬುದನ್ನು ಹೇಳುತ್ತದೆ. ನೀವು ತೀರ್ಮಾನವನ್ನೂ ಸಾಕ್ಷ್ಯವನ್ನೂ ಒಟ್ಟಿಗೆ ನೋಡುತ್ತೀರಿ, ಅಂದರೆ ನೀವು ಬಲವಾದ ಫಲಿತಾಂಶಗಳನ್ನು ನಂಬಬಹುದು, ದುರ್ಬಲವಾದವುಗಳನ್ನು ಪ್ರಶ್ನಿಸಬಹುದು, ಮತ್ತು ಸಾಕ್ಷ್ಯದ ಗುಣಮಟ್ಟಕ್ಕೆ ಹೊಂದುವ policies ನಿರ್ಮಿಸಬಹುದು.

ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ AI agents ಅನ್ನು ನಾಲ್ಕು ಹಂತಗಳಲ್ಲಿ ಹೇಗೆ ಪತ್ತೆಹಚ್ಚುವುದು

ನೀವು ಈಗಾಗಲೇ ಹೊಂದಿರುವ tools ಬಳಸಿ ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ AI agents ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಆರಂಭಿಸಬಹುದು. ಈ ನಾಲ್ಕು ಹಂತಗಳು vendor-neutral ಆಗಿವೆ ಮತ್ತು ನೀವು Proof of Actor ಬಳಸುತ್ತೀರೋ ಇಲ್ಲವೋ ಎಂಬುದನ್ನು ಲೆಕ್ಕಿಸದೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ; ವೆಬ್‌ಸೈಟ್ traffic AI agents ನಿಂದ ಬರುತ್ತಿದೆಯೇ ಎಂದು ಹೇಗೆ ತಿಳಿದುಕೊಳ್ಳುವುದು ಎಂಬ blog post ಪ್ರತಿ ಹಂತವನ್ನು ಇನ್ನಷ್ಟು ವಿವರವಾಗಿ ಒಳಗೊಂಡಿದೆ.

ತಮ್ಮನ್ನು ಪ್ರಕಟಿಸುವ agents ಅನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ನಿಮ್ಮ server ಅಥವಾ CDN logs ಗಳಲ್ಲಿ AI providers ಪ್ರಕಟಿಸುವ user agents ಗಳಿಗಾಗಿ ಹುಡುಕಿ. OpenAI OAI-SearchBot, GPTBot ಮತ್ತು ChatGPT-User ಅನ್ನು ದಾಖಲೆಗೊಳಿಸುತ್ತದೆ, ಮತ್ತು ಬಳಕೆದಾರನು ChatGPT ಗೆ ಪ್ರಶ್ನೆ ಕೇಳಿದಾಗ ChatGPT-User ಸ್ವಯಂಚಾಲಿತವಾಗಿ crawl ಮಾಡುವ ಬದಲು pages ಗೆ ಭೇಟಿ ನೀಡುತ್ತದೆ ಎಂದು ಹೇಳುತ್ತದೆ. Anthropic ClaudeBot, Claude-User ಮತ್ತು Claude-SearchBot ಅನ್ನು ದಾಖಲೆಗೊಳಿಸುತ್ತದೆ. ಇದು route ಆಧಾರದ ಮೇಲೆ agent traffic ನ ಮೊದಲ, declared ಚಿತ್ರವನ್ನು ನಿಮಗೆ ನೀಡುತ್ತದೆ.
string ಅನ್ನು ನಂಬುವ ಬದಲು claims ಅನ್ನು ಪರಿಶೀಲಿಸಿ. ಒಂದು user agent ಸ್ವಯಂ-ವರದಿತವಾಗಿದ್ದು ಕಾಪಿ ಮಾಡುವುದು ಸುಲಭ. operator ನ own verification ವಿಧಾನಕ್ಕೆ ಅದನ್ನು ಹೊಂದಿಸಿ ನೋಡಿ: Google Googlebot ಗಾಗಿ reverse DNS lookup ನಂತರ forward DNS lookup, ಜೊತೆಗೆ ಪ್ರಕಟಿತ IP range files ಅನ್ನು ವಿವರಿಸುತ್ತದೆ (Google: verifying Googlebot); Bing Bingbot ಗಾಗಿ ಅದೇ reverse ಮತ್ತು forward DNS check ಅನ್ನು ವಿವರಿಸುತ್ತದೆ (Bing: verifying Bingbot); OpenAI ತನ್ನ ಪ್ರತಿಯೊಂದು user agent ಗಾಗಿ IP range files ಪ್ರಕಟಿಸುತ್ತದೆ. ಒಂದು client ತನ್ನ requests ಗಳನ್ನು RFC 9421 ನಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಿಸಲ್ಪಟ್ಟ HTTP Message Signatures ಬಳಸಿ sign ಮಾಡಿದರೆ, ಆ signature ಅನ್ನು operator ನ ಪ್ರಕಟಿತ key ವಿರುದ್ಧ ಪರಿಶೀಲಿಸಿ.
ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶವನ್ನು ಅದರ ಸಾಕ್ಷ್ಯದೊಂದಿಗೆ ಲೇಬಲ್ ಮಾಡಿ, ಮತ್ತು Unknown ಅನ್ನು ಉಳಿಸಿ. ಪ್ರತಿಯೊಂದು conclusion verified, declared ಅಥವಾ inferred ಆಗಿದೆಯೇ ಎಂಬುದನ್ನು ದಾಖಲಿಸಿ. ಯಾವುದೇ verified ಅಥವಾ declared agent ಗೆ ಹೊಂದಿಕೆಯಾಗದ ಮತ್ತು ಸ್ಪಷ್ಟ human pattern ತೋರದ traffic ಅನ್ನು human ಅಥವಾ bot ಗೆ ಬಲವಂತವಾಗಿ ಸೇರಿಸದೆ Unknown ಎಂದು ಲೇಬಲ್ ಮಾಡಬೇಕು. ಉಪಯುಕ್ತ report ಮತ್ತು ಊಹೆ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಈ ಹಂತ ಮಾಡುತ್ತದೆ.
ನೀವು ಕ್ರಮ ತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲು route ಆಧಾರದ ಮೇಲೆ observe ಮಾಡಿ. ಫಲಿತಾಂಶಗಳನ್ನು ಕೆಲವು ವಾರಗಳ ಕಾಲ route ಮತ್ತು workflow ಆಧಾರದ ಮೇಲೆ ವಿಭಜಿಸಿ: public content, signup, account settings, APIs. ನಂತರ ಮಾತ್ರ actor context ಅತ್ಯಂತ ಮುಖ್ಯವಾಗಿರುವ route ಗೆ ಸಣ್ಣ policy ಬರೆಯಿರಿ, Unknown ಗಾಗಿ ಸ್ಪಷ್ಟ fallback ಸಹಿತವಾಗಿ.

Proof of Actor ಈ ಹಂತಗಳನ್ನು ನಿಮ್ಮ application ಒಳಗೆ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುತ್ತದೆ: ಇದು ನಿಮ್ಮ integration ನೋಡುವ signals ಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ, basis ಹೊಂದಿರುವ ಒಂದು class ಅನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ, route ಆಧಾರವಾಗಿ Unknown ಅನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತದೆ, ಮತ್ತು policy ಅನ್ನು ನಿಮ್ಮ code ಗೆ ಬಿಡುತ್ತದೆ.

Proof of Actor ವೆಬ್‌ಸೈಟ್‌ಗಳಲ್ಲಿ AI agents ಅನ್ನು ಹೇಗೆ ಪತ್ತೆಹಚ್ಚುತ್ತದೆ

Proof of Actor ಒಂದು ಸರಳ path ಸುತ್ತ ನಿರ್ಮಿಸಲ್ಪಟ್ಟಿದೆ: ನಿಮ್ಮ integration ಗಮನಿಸಬಹುದಾದ signals, ಸ್ಪಷ್ಟ basis ಹೊಂದಿರುವ ಒಂದು classification, ಮತ್ತು ನಿಮ್ಮ ಕೈಯಲ್ಲಿ ಉಳಿಯುವ ನಿರ್ಧಾರ. ನೀವು ಸಂಪೂರ್ಣ flow ಅನ್ನು How It Works ಪುಟದಲ್ಲಿ ಓದಬಹುದು. ಇಲ್ಲಿ ಚಿಕ್ಕ version ಇದೆ.

ನಿಮ್ಮ integration ನಿಂದ signals

ಪ್ರತಿಯೊಂದು integration ತನ್ನ context ಅನುಮತಿಸುವುದನ್ನು ನೋಡುತ್ತದೆ. server-side integration request context, protocol details ಮತ್ತು client ಬೆಂಬಲಿಸಿದಾಗ request signature ಅನ್ನು ನೋಡುತ್ತದೆ. browser integration ಅದು ಕಾರ್ಯನಿರ್ವಹಿಸುವ pages ಗಳಲ್ಲಿನ interaction signals ಅನ್ನು ನೋಡುತ್ತದೆ. ಒಂದು application ತನ್ನದೇ ಆದ declarations ಗಳನ್ನು ಕೂಡ ದಾಖಲಿಸಬಹುದು, ಉದಾಹರಣೆಗೆ user content ಅನ್ನು AI assistance ನೊಂದಿಗೆ drafted ಎಂದು ಗುರುತಿಸುವುದು, ಅಥವಾ agent client ತನ್ನನ್ನು ತಾನು ಹೆಸರಿಸುವುದು.

Proof of Actor ನಿಜವಾಗಿ ಇರುವ ಸಾಕ್ಷ್ಯದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್ ನೋಡಲಾಗದ ವಿಷಯಗಳನ್ನು ನೋಡುತ್ತಿರುವಂತೆ ನಟಿಸುವುದಿಲ್ಲ.

ಸ್ಪಷ್ಟ ಅರ್ಥ ಹೊಂದಿರುವ ನಾಲ್ಕು classes

ಪ್ರತಿಯೊಂದು ಸಂವಹನ ನಾಲ್ಕು classes ಗಳಲ್ಲಿ ಒಂದರಲ್ಲಿ ಬೀಳುತ್ತದೆ:

Human: ಗಮನಿಸಬಹುದಾದ signals ಗಳು ಮಾನವ-ನಿರ್ದೇಶಿತ ಸಂವಹನವನ್ನು ಸೂಚಿಸುತ್ತವೆ.
Human + AI: AI ಸಹಾಯವನ್ನು ಘೋಷಿಸಲಾಗಿದೆ, ಅಥವಾ ಅದನ್ನು ನೋಡಬಹುದಾದ ಬೆಂಬಲಿತ integration ಮೂಲಕ ಗಮನಿಸಲಾಗಿದೆ.
Agent: automation ಅಥವಾ agent-origin ಸಂವಹನ, ಪರಿಶೀಲಿಸಬಹುದಾದ identity ಅಥವಾ ಜಾಗರೂಕವಾಗಿ ಅರ್ಹಗೊಳಿಸಲಾದ inference ಮೂಲಕ ಬೆಂಬಲಿತವಾಗಿದೆ.
Unknown: ಲಭ್ಯವಿರುವ ಸಾಕ್ಷ್ಯ ವಿಶ್ವಾಸಾರ್ಹ ನಿರ್ಣಯಕ್ಕೆ ಬೆಂಬಲಿಸುವುದಿಲ್ಲ.

ಪ್ರತಿಯೊಂದು class ಸ್ಪಷ್ಟ definition ಮತ್ತು ಸ್ಪಷ್ಟ ಮಿತಿಯೊಂದಿಗೆ ಬರುತ್ತದೆ. Human ಫಲಿತಾಂಶ verified identity ಅಲ್ಲ. Agent ಫಲಿತಾಂಶ agent ಗೆ ಅನುಮತಿ ಇದೆ ಎಂಬ ಹೇಳಿಕೆ ಅಲ್ಲ. Unknown ಫಲಿತಾಂಶ ಆರೋಪವಲ್ಲ. ನೀವು ಸಂಪೂರ್ಣ taxonomy ಅನ್ನು Detection & Limitations ಪುಟದಲ್ಲಿ ಓದಬಹುದು.

ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶದಲ್ಲೂ basis

Class ಜೊತೆಗೆ, ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶವು ಅದರ basis ಅನ್ನು ಕೂಡ ಹೊಂದಿರುತ್ತದೆ: verified, declared, inferred ಅಥವಾ unknown. ಪ್ರಕಟಿತ key ನಿಂದ ಬಂದ ಮಾನ್ಯ signature ಹೊಂದಿರುವ request ಆ ಪರಿಶೀಲನೆಗೆ verified ಆಗಿರುತ್ತದೆ. ತನ್ನನ್ನು agent ಎಂದು ಹೆಸರಿಸುವ client ಅದನ್ನು declared ಮಾಡಿದೆ. automation ಗೆ ಹೊಂದುವ behavior pattern ಒಂದು inference ಆಗಿದೆ. ನಿಮ್ಮ policies ಅನ್ನು ನಿಖರವಾಗಿಡಲು ಈ ವ್ಯತ್ಯಾಸವೇ ನೆರವಾಗುತ್ತದೆ. read-only route ನಲ್ಲಿ ಇರುವ verified signed agent ಮತ್ತು account settings page ನಲ್ಲಿ ತನ್ನನ್ನು ತಾನೇ declared ಮಾಡಿಕೊಂಡ client ಅನ್ನು ಒಂದೇ ರೀತಿಯಲ್ಲಿ ನಿರ್ವಹಿಸಬಾರದು, ಮತ್ತು Proof of Actor ಜೊತೆಗೆ ಹಾಗೆ ಮಾಡುವ ಅವಶ್ಯಕತೆಯೂ ಇಲ್ಲ. evidence basis glossary entry ಪ್ರತಿ ಒಂದನ್ನು ಇನ್ನಷ್ಟು ವಿವರಿಸುತ್ತದೆ.

ನಿಮ್ಮ ತಂಡಕ್ಕೆ ಏನು ಸಿಗುತ್ತದೆ: Detect, Understand, Route

Proof of Actor ಎಂದರೆ ಮೂರು ಸಾಮರ್ಥ್ಯಗಳು ಒಟ್ಟಿಗೆ ಕೆಲಸ ಮಾಡುವ ಒಂದು product.

Detect

ನಿಮ್ಮ integration ಗೆ ಲಭ್ಯವಿರುವ actor signals ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು verified assertions ಗಳನ್ನು behavioral inferences ಗಳಿಂದ ಬೇರ್ಪಡಿಸಿ. Unknown traffic ತನ್ನದೇ ವರ್ಗವಾಗಿ ಕಾಣಿಸುತ್ತಲೇ ಇರುತ್ತದೆ, ಊಹೆಯೊಳಗೆ ಮಿಶ್ರಣವಾಗುವುದಿಲ್ಲ. ಯಾವ ಸಂವಹನಗಳ ಬಗ್ಗೆ ನೀವು ವಿಶ್ವಾಸದಿಂದ ಮಾತನಾಡಬಹುದು ಮತ್ತು ಯಾವವುಗಳಿಗೆ ಇನ್ನಷ್ಟು ಸಾಕ್ಷ್ಯ ಬೇಕು ಎಂಬುದು ಯಾವಾಗಲೂ ನಿಮಗೆ ಗೊತ್ತಿರುತ್ತದೆ.

Understand

ನಿಮ್ಮ AI agent traffic ಅನ್ನು ಸಂದರ್ಭದಲ್ಲೇ ನೋಡಿ. route ಮತ್ತು time ಮೂಲಕ interaction types ಅನ್ನು ಪರಿಶೀಲಿಸಿ, human, AI-assisted, agent ಮತ್ತು unknown activity ಗಳಲ್ಲಿನ trends ಗಳನ್ನು ಹಿಂಬಾಲಿಸಿ, ಮತ್ತು ಯಾವುದೇ classification ಅನ್ನು ತೆರೆಯುವ ಮೂಲಕ ಏನು ತಿಳಿದಿದೆ, ಏನು ತಿಳಿದಿಲ್ಲ ಮತ್ತು ಫಲಿತಾಂಶ ಯಾವದನ್ನು ಆಧರಿಸಿದೆ ಎಂಬುದನ್ನು ನೋಡಿ. product, platform ಮತ್ತು security ತಂಡಗಳು ವೆಬ್‌ಸೈಟ್ ಅನ್ನು ಯಾರು ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂಬುದರ ಬಗ್ಗೆ ಒಂದು ಹಂಚಿಕೊಂಡ, ವಿವರಿಸಬಹುದಾದ ಚಿತ್ರವನ್ನು ಇಲ್ಲಿ ಪಡೆಯುತ್ತವೆ.

Route

ನಿಮ್ಮದೇ policies ಅನ್ನು ಬಳಸಿ ನಿರ್ದಿಷ್ಟ interactions ಗಳನ್ನು allow, adapt, challenge, review ಅಥವಾ limit ಮಾಡಿ. ನಿಮ್ಮ documentation ಓದುತ್ತಿರುವ verified agent ಗೆ structured response ಒದಗಿಸಿ. human-directed sessions ಗಳಿಗೆ standard experience ಅನ್ನು ಉಳಿಸಿ. ನಿಮ್ಮ own conditions ಅಗತ್ಯವಿದ್ದಾಗ sensitive account change ಗೆ ಇನ್ನಷ್ಟು ಬಲವಾದ check ಕೇಳಿ. ಪ್ರತಿಯೊಂದು route ಗಾಗಿಯೂ Unknown ಫಲಿತಾಂಶಗಳು ಮತ್ತು timeouts ಗಾಗಿ ಸ್ಪಷ್ಟ fallback ಆಯ್ಕೆಮಾಡಿ. Enforcement ಯಾವಾಗಲೂ ನಿಮ್ಮ application ಒಳಗೇ ನಡೆಯುತ್ತದೆ, ನಿಮ್ಮ ತಂಡ ದೃಢೀಕರಿಸುವ policies ಅಡಿಯಲ್ಲಿ.

ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ಗೆ ಹೊಂದಿಕೊಳ್ಳಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಅದನ್ನು ಬದಲಾಯಿಸಲು ಅಲ್ಲ

Proof of Actor ನೀವು ಈಗಾಗಲೇ ಬಳಸುವ tools ಗಳ ಜೊತೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಇದು ನಿಮ್ಮ authentication, ನಿಮ್ಮ authorization model ಅಥವಾ ನಿಮ್ಮ existing abuse controls ಅನ್ನು ಬದಲಾಯಿಸುವುದಿಲ್ಲ. ಇದು ಅವಕ್ಕೆ actor context ಅನ್ನು ಸೇರಿಸುತ್ತದೆ.

ಸಾಮಾನ್ಯ ವೆಬ್‌ಸೈಟ್ ಇಂಟಿಗ್ರೇಶನ್ actor context ಅತ್ಯಂತ ಮುಖ್ಯವಾಗಿರುವ routes ಗಳಿಂದ ಆರಂಭವಾಗುತ್ತದೆ: agents ಬಹಳಷ್ಟು ಓದುವ public content, signup ಮತ್ತು onboarding flows, account settings ಮತ್ತು ಇತರ sensitive actions, ಮತ್ತು site ಗೆ ಶಕ್ತಿ ನೀಡುವ ಯಾವುದೇ API. Founding ತಂಡಗಳು ನಮ್ಮ engineers ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡಿ ಆ routes ಗಳನ್ನು ಆಯ್ಕೆಮಾಡುತ್ತವೆ, scope ಒಳಗಿನ signals ಕುರಿತು ಒಪ್ಪಿಗೆ ನೀಡುತ್ತವೆ, ಮತ್ತು ಯಾವುದೇ code ship ಆಗುವ ಮೊದಲು data ಹೇಗೆ ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ದೃಢೀಕರಿಸುತ್ತವೆ.

Decision layer ನಿಮ್ಮ code ನಲ್ಲಿ ಇರುವುದರಿಂದ, experience ಮೇಲೆ ನೀವು ನಿಯಂತ್ರಣದಲ್ಲೇ ಇರುತ್ತೀರಿ. ಫಲಿತಾಂಶಗಳನ್ನು ಯಾವುದೇ rule ಬದಲಾವಣೆಗಳಿಲ್ಲದೆ ವಾರಗಳ ಕಾಲ internal dashboard ನಲ್ಲಿ ತೋರಿಸಬಹುದು, ನಂತರ ಒಂದು route ಗೆ ಒಂದು ಸಣ್ಣ policy ಅನ್ನು ಮಾತ್ರ ಆನ್ ಮಾಡಬಹುದು, ನಂತರ ಫಲಿತಾಂಶಗಳು ನಿಮ್ಮ trust ಗೆ ಪಾತ್ರವಾದಾಗ ವಿಸ್ತರಿಸಬಹುದು. handling unknown traffic ಕುರಿತು guide ಮೊದಲ rules ಗಳನ್ನು ಹೇಗೆ ರೂಪಿಸಬೇಕು ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ.

observation mode ನಲ್ಲಿ ಆರಂಭಿಸಿ

AI agent detection ನಿಂದ value ಪಡೆಯಲು ಅತ್ಯಂತ ವೇಗವಾದ ಮಾರ್ಗವೆಂದರೆ block ಮಾಡುವುದಕ್ಕಿಂತ observe ಮಾಡುವುದರಿಂದ ಆರಂಭಿಸುವುದು. observation mode ನಲ್ಲಿ, Proof of Actor ಫಲಿತಾಂಶಗಳನ್ನು ದಾಖಲಿಸುತ್ತದೆ, ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್ ಅದಿಲ್ಲದೆಯೇ ಇರುವಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಲೇ ಇರುತ್ತದೆ. ನಂತರ ನಿಮ್ಮ ತಂಡ ಈಗಾಗಲೇ ಅರ್ಥಮಾಡಿಕೊಂಡಿರುವ outcomes ಗಳೊಂದಿಗೆ ವರ್ಗೀಕರಣಗಳನ್ನು ಹೋಲಿಸಬಹುದು: support tickets, known integrations, internal tools, ಮತ್ತು ನೀವು ಈಗಾಗಲೇ ಗುರುತಿಸುವ crawlers.

ಯಾವುದೇ enforcement ಗೆ ಮುನ್ನ ಇದು ನಿಮಗೆ ಮೂರು ವಿಷಯಗಳನ್ನು ನೀಡುತ್ತದೆ:

ಒಂದು baseline. route ಆಧಾರದ ಮೇಲೆ ನಿಮ್ಮ traffic ನ ಎಷ್ಟು ಭಾಗ human-directed, AI-assisted, agent-driven ಅಥವಾ unknown ಆಗಿದೆ ಎಂಬುದು.
ಸಾಕ್ಷ್ಯದ ಮೇಲೆ ವಿಶ್ವಾಸ. ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ ಯಾವ signals ಬಲವಾಗಿವೆ ಮತ್ತು coverage ಎಲ್ಲಿ ಹೆಚ್ಚಬೇಕಿದೆ ಎಂಬುದು.
ಉತ್ತಮ policies. ನಿಜವಾದ patterns ಗಳ ಸುತ್ತ ವಿನ್ಯಾಸಗೊಳಿಸಿದ rules, ಊಹೆಗಳ ಸುತ್ತ ಅಲ್ಲ, ಮತ್ತು ಯಾರನ್ನಾದರೂ ಪರಿಣಾಮಗೊಳಿಸುವ ಮೊದಲು false positives ಗಳ ಪರಿಶೀಲನೆ.

ಒಂದು policy ಸಿದ್ಧವಾದಾಗ, ಅದು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ನಿರ್ದಿಷ್ಟ workflow ಗಾಗಿ ನೀವು ಅದನ್ನು enable ಮಾಡುತ್ತೀರಿ, ಮತ್ತು ಯಾವ ಸಮಯದಲ್ಲಾದರೂ ಅದನ್ನು adjust ಮಾಡುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಇಟ್ಟುಕೊಳ್ಳುತ್ತೀರಿ.

opaque scores ಗಳಿಗಿಂತ ಸಾಕ್ಷ್ಯಾಧಾರಿತ detection ಏಕೆ ಗೆಲ್ಲುತ್ತದೆ

ವೆಬ್‌ಸೈಟ್‌ಗಳು ಈಗಾಗಲೇ agents, assistants ಮತ್ತು AI ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವ ಜನರನ್ನು ಬದಿಬದಿಗೆ ಸೇವಿಸುತ್ತಿವೆ. ಇದನ್ನು ಚೆನ್ನಾಗಿ ನಿರ್ವಹಿಸುವ ತಂಡಗಳು ಅತ್ಯಂತ ಆಕ್ರಮಣಕಾರಿ filters ಹೊಂದಿರುವವರು ಆಗಿರುವುದಿಲ್ಲ. ಅವರು ತಮ್ಮ ನಿರ್ಧಾರಗಳನ್ನು ವಿವರಿಸಬಹುದಾದವರು ಆಗುತ್ತಾರೆ.

ಸಾಕ್ಷ್ಯಾಧಾರಿತ ಫಲಿತಾಂಶಗಳು ನಿಮಗೆ ಆ ವಿವರಣೆಯನ್ನು ನೀಡುತ್ತವೆ. ಒಂದು support agent ಬಳಕೆದಾರನಿಗೆ ಹೆಚ್ಚುವರಿ verification step ಏಕೆ ತೋರಿಸಲಾಯಿತು ಎಂದು ಕೇಳಿದರೆ, ನೀವು ಸಾಕ್ಷ್ಯ ಮತ್ತು ಅನ್ವಯಿಸಿದ policy ಅನ್ನು ಸೂಚಿಸಬಹುದು. ಒಂದು agent operator ತನ್ನ signed requests ಗಳಿಗೆ structured response ಏಕೆ ಸಿಕ್ಕಿತು ಎಂದು ಕೇಳಿದರೆ, ನೀವು verified basis ಅನ್ನು ತೋರಿಸಬಹುದು. ಸಾಕ್ಷ್ಯ ದುರ್ಬಲವಾಗಿರುವಾಗ, ಫಲಿತಾಂಶವು Unknown ಎಂದು ಹೇಳುತ್ತದೆ, ಮತ್ತು ನಿಮ್ಮ fallback ನೀವು ಜಾಗರೂಕವಾಗಿ ಆರಿಸಿದ ರೀತಿಯಲ್ಲಿ ಅದನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ.

ಈ ವಿಧಾನವು ವೆಬ್‌ನೊಂದಿಗೆ ಸಹ ವಿಸ್ತರಿಸುತ್ತದೆ. ಹೆಚ್ಚು agent operators ತಮ್ಮ requests ಗಳನ್ನು sign ಮಾಡುತ್ತಾ, ಮತ್ತು IETF Web Bot Auth working group, ಇದು automated clients ಗಾಗಿ cryptographic authentication ಅನ್ನು standardize ಮಾಡಲು charter ಮಾಡಲಾಗಿದೆ, HTTP message signatures ಮೇಲೆ ನಿರ್ಮಿಸುತ್ತಿರುವುದರಿಂದ, ನಿಮ್ಮ traffic ನ ಇನ್ನಷ್ಟು ಭಾಗವು inferred ಅಥವಾ unknown ಇಂದ verified ಗೆ ಸಾಗುತ್ತದೆ, ಮತ್ತು ನಿಮ್ಮ policies ಗಳನ್ನು ಮರುಬರೆಯದೆ ಇನ್ನಷ್ಟು ನಿಖರವಾಗಿಸುತ್ತವೆ.

founding developer program ಗೆ ಸೇರಿ

Proof of Actor ಕೆಲವು application ತಂಡಗಳೊಂದಿಗೆ private beta ಯಲ್ಲಿದೆ. ಆಯ್ಕೆಯಾದ founding developers ಗೆ 12 months ಗಳವರೆಗೆ ಉಚಿತ access, ಒಪ್ಪಿಕೊಂಡ usage limits ಒಳಗೆ, hands-on product feedback ಗೆ ವಿನಿಮಯವಾಗಿ ಸಿಗಬಹುದು. ನೀವು ನಮ್ಮ engineers ನಿಂದ ನೇರ integration support, capabilities ಲಭ್ಯವಾಗುವಂತೆ early access, ಮತ್ತು ನಾವು ಮುಂದೇನು ನಿರ್ಮಿಸಬೇಕು ಎಂಬುದರ ಮೇಲೆ ನಿಜವಾದ ಪ್ರಭಾವ ಪಡೆಯುತ್ತೀರಿ.

ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್ ಜನರು, AI-assisted users ಮತ್ತು agents ಗಳಿಗೆ ಸೇವೆ ನೀಡುತ್ತಿದ್ದರೆ, ಮತ್ತು ಮುಂದೇನು ಆಗಬೇಕು ಎಂದು ನಿರ್ಧರಿಸುವ ಮೊದಲು ಯಾರು ಅದನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂಬುದನ್ನು ತಿಳಿಯಲು ಬಯಸಿದರೆ, early access ಗೆ ಅರ್ಜಿ ಸಲ್ಲಿಸಿ. ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್ ಮತ್ತು ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅತ್ಯಂತ ಬಯಸುವ interaction ಬಗ್ಗೆ ನಮಗೆ ಹೇಳಿ, ಮತ್ತು ಅದು ಇತ್ತೀಚಿನ beta ಗೆ ಸೂಕ್ತವೇ ಎಂಬುದನ್ನು ನಾವು ಪರಿಶೀಲಿಸುತ್ತೇವೆ.

ಮೊದಲು ವಿವರಗಳನ್ನು ನೋಡಲು ಬಯಸುವಿರಾ? Proof of Actor ಅನ್ನು ಪರಿಶೀಲಿಸಿ, how it works ಅನ್ನು ಓದಿ, ಅಥವಾ ಸಾಕ್ಷ್ಯವು ನಿಖರವಾಗಿ ಏನು ಸ್ಥಾಪಿಸಬಹುದು ಮತ್ತು ಏನು ಸ್ಥಾಪಿಸಲಾಗದು ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಿ.

ಮೂಲಗಳು

RFC 9421: HTTP Message Signatures, IETF, February 2024.
Web Bot Auth (webbotauth) working group charter, IETF.
Overview of OpenAI crawlers, OpenAI.
Does Anthropic crawl data from the web, and how can site owners block the crawler?, Anthropic.
Verifying Googlebot and other Google crawlers, Google Search Central.
How to verify that Bingbot is Bingbot, Bing Webmaster Blog.

DEVELOPERS ಗಾಗಿ

What your code receives

Every interaction resolves to one result record. Your application reads the class and the basis and applies its own policy.

Result record

{
  "route": "GET /api/v1/catalog",
  "class": "agent",
  "basis": "verified",
  "evidence": [
    { "signal": "http_message_signature", "result": "valid", "keyid": "assistant.example" },
    { "signal": "client_declaration", "value": "assistant.example" }
  ],
  "observed_at": "2026-11-13T10:42:07Z"
}

class: Human, Human + AI, Agent ಅಥವಾ Unknown.
basis: ಸಾಕ್ಷ್ಯದ ಬಲ ಎಷ್ಟು ಎಂಬುದು: verified, declared, inferred ಅಥವಾ unknown.
evidence: ಫಲಿತಾಂಶದ ಹಿಂದೆ ಇರುವ signals, ಇದರಿಂದ ನಿಮ್ಮ ತಂಡಕ್ಕೆ ಕಾರಣ ಕಾಣುತ್ತದೆ.

observation mode ನಲ್ಲಿ ಪ್ರಾರಂಭಿಸಿ: ನಿಮ್ಮ logs ಗಳ ಪಕ್ಕದಲ್ಲಿ ಫಲಿತಾಂಶಗಳನ್ನು ದಾಖಲಿಸಿ ಮತ್ತು ನೀವು ಒಂದು policy ಆಯ್ಕೆ ಮಾಡುವವರೆಗೆ ಏನನ್ನೂ ಬದಲಾಯಿಸಬೇಡಿ. Node.js ಏಕೀಕರಣ ಮಾರ್ಗದರ್ಶಿಯನ್ನು ಓದಿ

ಪದೇಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು

Proof of Actor ಜೊತೆಗೆ ವೆಬ್‌ಸೈಟ್‌ಗಳಿಗಾಗಿ AI ಏಜೆಂಟ್ ಪತ್ತೆಹಚ್ಚುವಿಕೆ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ?

Proof of Actor ನಿಮ್ಮ ಇಂಟಿಗ್ರೇಶನ್ ಮೂಲಕ ಲಭ್ಯವಿರುವ ಸಂಕೇತಗಳನ್ನು, ಉದಾಹರಣೆಗೆ request signatures, client ಘೋಷಣೆಗಳು ಮತ್ತು ಸಂವಹನ ಸಂಕೇತಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ, ಅದರ ಆಧಾರದೊಂದಿಗೆ ವರ್ಗೀಕರಣವನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ: verified, declared, inferred ಅಥವಾ unknown.

ಇದನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿದರೆ ಯಾವುದೇ ಭೇಟಿದಾರರು ಬ್ಲಾಕ್ ಆಗುತ್ತಾರೆಯೇ?

ಇಲ್ಲ. Proof of Actor observation mode ನಲ್ಲಿ ಆರಂಭವಾಗುತ್ತದೆ. ನಿಮ್ಮ ತಂಡ ಫಲಿತಾಂಶಗಳನ್ನು ಪರಿಶೀಲಿಸುವಾಗ ನಿಮ್ಮ ವೆಬ್‌ಸೈಟ್ ಮೊದಲಿದ್ದಂತೆಲೇ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಮತ್ತು ನಂತರ ಯಾವುದೇ policy ಅನ್ವಯಿಸಬೇಕೇ ಎಂದು ನೀವು ನಿರ್ಧರಿಸುತ್ತೀರಿ.

ಯಾರಾದರೂ ಮತ್ತೊಂದು ಟ್ಯಾಬ್‌ನಲ್ಲಿ AI ಬಳಸಿದಾಗ ಇದನ್ನು ತಿಳಿಸಬಹುದೇ?

ಯಾವುದೇ ವೆಬ್‌ಸೈಟ್ ಇನ್ನೊಂದು ಟ್ಯಾಬ್ ಅಥವಾ ಇನ್ನೊಂದು ಸಾಧನದಲ್ಲಿನ ಚಟುವಟಿಕೆಯನ್ನು ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ. Proof of Actor ಬೆಂಬಲಿತ ಇಂಟಿಗ್ರೇಶನ್ ಮೂಲಕ ಅದು ಘೋಷಿಸಲ್ಪಟ್ಟಾಗ ಅಥವಾ ಗಮನಿಸಬಹುದಾಗಿರುವಾಗ AI ಸಹಾಯವನ್ನು ವರದಿ ಮಾಡುತ್ತದೆ, ಮತ್ತು ಉಳಿದ ಎಲ್ಲವನ್ನೂ ವಿನ್ಯಾಸದ ಮೂಲಕ ಸ್ಪಷ್ಟವಾಗಿಯೇ ಇಡುತ್ತದೆ.

ಸಾಕ್ಷ್ಯ ಸ್ಪಷ್ಟವಾಗದಿದ್ದರೆ ಏನಾಗುತ್ತದೆ?

ಫಲಿತಾಂಶವು Unknown ಆಗಿರುತ್ತದೆ. Unknown ಒಂದು ಪ್ರಥಮ ದರ್ಜೆಯ ಫಲಿತಾಂಶ, ಪೂರ್ವನಿಯಮವಾಗಿ human ಎಂದು ಎಂದಿಗೂ ಪರಿಗಣಿಸಲ್ಪಡದು ಮತ್ತು ಪೂರ್ವನಿಯಮವಾಗಿ malicious ಎಂದು ಎಂದಿಗೂ ಪರಿಗಣಿಸಲ್ಪಡದು. ನಿಮ್ಮ policy ಪ್ರತಿಯೊಂದು route ಅದನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸಬೇಕು ಎಂದು ನಿರ್ಧರಿಸುತ್ತದೆ.

Proof of Actor ಯಾರಿಗಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ?

SaaS ಅಪ್ಲಿಕೇಶನ್‌ಗಳು, ವೆಬ್‌ಸೈಟ್‌ಗಳು, APIs ಮತ್ತು MCP servers ಅನ್ನು ನಿರ್ವಹಿಸುವ ಮತ್ತು ಒಂದು experience ಅಥವಾ access policy ಆಯ್ಕೆಮಾಡುವ ಮೊದಲು ಯಾರು ಅಥವಾ ಏನು ಕ್ರಿಯೆ ಮಾಡುತ್ತಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಯಸುವ ತಂಡಗಳಿಗಾಗಿ.

ನನಗೆ access ಹೇಗೆ ಸಿಗುತ್ತದೆ?

Proof of Actor private beta ಯಲ್ಲಿದೆ. early access ಗೆ ಅರ್ಜಿ ಸಲ್ಲಿಸಿ. ಆಯ್ಕೆಯಾದ founding developer ತಂಡಗಳಿಗೆ ಒಪ್ಪಿಕೊಂಡ usage limits ಒಳಗೆ 12 months ಗಳವರೆಗೆ ಉಚಿತ access ಸಿಗಬಹುದು.

ನಿಮ್ಮ app ಅನ್ನು ಯಾರು ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ.

founding developers ನ ಸಣ್ಣ ಗುಂಪಿಗಾಗಿ private beta.

ಮುಂಗಡ ಪ್ರವೇಶ ಪಡೆಯಿರಿ ಮೌಲ್ಯವನ್ನು ವೀಕ್ಷಿಸಿ

ಮೊದಲು ಮಾತನಾಡಲು ಇಷ್ಟವಿದೆಯೆ? ಸ್ಥಾಪಕರೊಂದಿಗೆ ಮಾತನಾಡಿ