താരതമ്യം

Proof of Actor vs Microsoft Clarity: സെഷനുകൾ നിരീക്ഷിക്കുന്നതും ആരാണ് പ്രവർത്തിക്കുന്നത് അറിയുന്നതും

Microsoft Clarity, ടീമുകൾക്ക് അവരുടെ പേജുകൾ ആളുകൾ യഥാർത്ഥത്തിൽ എങ്ങനെ ഉപയോഗിക്കുന്നു എന്ന് കാണാൻ സഹായിക്കുന്നു. ഓരോ interaction-ലും ആരാണ് പ്രവർത്തിക്കുന്നത് എന്നതു, അതിന് പിന്നിലുള്ള evidence സഹിതം, Proof of Actor നിങ്ങളുടെ application-നോട് പറയുന്നു, അതുവഴി നിങ്ങളുടെ code ശരിയായ response തിരഞ്ഞെടുക്കാൻ കഴിയും. ഇവ എങ്ങനെ താരതമ്യപ്പെടുന്നു, എങ്ങനെ ഒരുമിച്ച് പ്രവർത്തിക്കുന്നു എന്നത് ഇതാ.

Early Access നേടുക ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് പര്യവേക്ഷണം ചെയ്യുക

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

ചുരുക്ക ഉത്തരം

Microsoft Clarity, recordings ഉം heatmaps ഉം വഴി ആളുകൾ നിങ്ങളുടെ pages-നൊപ്പം എങ്ങനെ ഇടപെടുന്നു എന്ന് കാണിക്കുന്നു, detected bot sessions default-ആയി exclude ചെയ്യുന്നു, കൂടാതെ CDN log integrations വഴിയുള്ള AI bot crawling റിപ്പോർട്ട് ചെയ്യാനും കഴിയും. Proof of Actor, ഓരോ interaction-ഉം Human, Human + AI, Agent, Unknown എന്നിങ്ങനെ class ചെയ്യുകയും അതിന് evidence basis നൽകുകയും ചെയ്യുന്നു, പിന്നെ അടുത്തതായി എന്ത് സംഭവിക്കണം എന്ന് നിങ്ങളുടെ application-ന് തീരുമാനിക്കാൻ വിടുകയും ചെയ്യുന്നു. Clarity behavior insight-ിനായി നിലനിർത്തുക, ആരാണ് പ്രവർത്തിക്കുന്നത് അറിയാനും പ്രതികരിക്കാനും Proof of Actor ചേർക്കുക.

Microsoft Clarity ഒരു behavior analytics tool ആണ്. ഇത് ടീമുകൾക്ക് session recordings, heatmaps, കൂടാതെ ആളുകൾ ഒരു page-ിലൂടെ യഥാർത്ഥത്തിൽ എങ്ങനെ നീങ്ങുന്നു എന്ന് കാണിക്കുന്ന insights നൽകുന്നു: അവർ എവിടെ click ചെയ്യുന്നു, എവിടെ scroll ചെയ്യുന്നു, എവിടെ കുടുങ്ങുന്നു. ഒരു website-ൽ human experience മനസ്സിലാക്കുന്നതിനായി, അത് സംഭവിക്കുന്നതു കാണുന്നതほど നേരിട്ടുള്ള കാര്യമൊന്നുമില്ല.

ഇപ്പോൾ websites, mouse ഉപയോഗിക്കുന്ന ആളുകളെക്കാൾ കൂടുതൽ പേർക്കായി സേവനം നൽകുന്നു. AI agents, യഥാർത്ഥ customers-നായി pages fetch ചെയ്യുകയും tasks പൂർത്തിയാക്കുകയും ചെയ്യുന്നു. ആളുകൾ അവരുടെ കൂടെ AI assistant ഉണ്ടായാണ് browse ചെയ്യുന്നത്. ചില traffic-നെ യാതൊരു വിധത്തിലും വിശദീകരിക്കാൻ കഴിയില്ല. ഇവയിൽ ഓരോന്നിലും എത്ര traffic എത്തിയെന്ന്, അതിനെക്കുറിച്ച് അവരുടെ application എന്ത് ചെയ്യണം എന്ന് ടീമുകൾ അറിയാൻ ആഗ്രഹിക്കുന്നു. ആ ജോലി AgentCredia-യുടെ actor intelligence product ആയ Proof of Actor-നാണ്.

ഈ page, രണ്ടിനെയും നീതിപൂർവ്വം താരതമ്യപ്പെടുത്തുന്നു. താഴെയുള്ള Clarity വസ്തുതകൾ Microsoft-ന്റെ സ്വന്തം documentation-ലെയും official Clarity blog-ലെയും 2026 November വരെയുള്ള വിവരങ്ങളാണ്.

ചുരുക്കത്തിൽ

	Microsoft Clarity	Proof of Actor
പ്രധാന ചോദ്യം	ആളുകൾ എന്റെ pages-നൊപ്പം എങ്ങനെ ഇടപെടുന്നു?	ഈ interaction-ൽ ആരോ എന്തോ പ്രവർത്തിക്കുന്നുണ്ടോ, അതിന് തെളിവ് എന്താണ്?
പ്രധാന data collection	page head-ലുള്ള JavaScript tracking code	Server middleware, edge, HTTP API, MCP servers, കൂടാതെ അംഗീകൃത browser collector
Bot sessions	default-ആയി കണ്ടെത്തി ഒഴിവാക്കുന്നു; setting ഓഫ് ചെയ്യാം	class ചെയ്ത് നിലനിർത്തുന്നു, അതുവഴി നിങ്ങൾക്ക് അവ കാണാനും route ചെയ്യാനും കഴിയും
AI crawler activity	CDN, server log integrations എന്നിവയിൽ നിന്നുള്ള Bot Activity reporting	ഓരോ interaction-നുമുള്ള Agent ഫലങ്ങൾ, verified, declared അല്ലെങ്കിൽ inferred basis സഹിതം
AI-assisted people	വേറിട്ട class ആയി വിവരിക്കുന്നില്ല	ഒരു first-class result: Human + AI
വ്യക്തമല്ലാത്ത traffic	bot ആയി കണ്ടെത്തുന്നില്ലെങ്കിൽ ഒരു session ആയി എണ്ണുന്നു	Unknown ആയി റിപ്പോർട്ട് ചെയ്യുന്നു, നിങ്ങൾ തിരഞ്ഞെടുക്കുന്ന fallback സഹിതം
traffic-ിൽ action എടുക്കുന്നു	ഇല്ല, റിപ്പോർട്ട് ചെയ്യുകയും record ചെയ്യുകയും ചെയ്യുന്നു	observation കഴിഞ്ഞ്, നിങ്ങളുടെ സ്വന്തം code-ൽ നിങ്ങളുടെ policies പ്രകാരം routes കൈകാര്യം ചെയ്യുന്നു

ഈ page-ന്റെ ബാക്കി ഓരോ row-ഉം വിശദീകരിക്കുന്നു.

recordings ഉം heatmaps ഉം എന്ത് കാണിക്കാൻ നിർമ്മിച്ചതാണ്

Clarity, ഒരു page-ിലെ experience കാണിക്കാൻ നിർമ്മിച്ചതാണ്. ഒരു session recording, ഒരു visit replay ചെയ്യുന്നു: cursor path, scrolls, hesitations, കൂടാതെ nowhere-ലേക്കു പോയ clicks. ഒരു heatmap, പല visits-ലെയും clicks, scroll depth എന്നിവ കൂട്ടിച്ചേർത്ത് page-ന്റെ ഏത് ഭാഗങ്ങൾ ശ്രദ്ധ നേടുന്നു എന്ന് കാണിക്കുന്നു. Insights, ഏറ്റവും പ്രധാനപ്പെട്ട sessions ഉം patterns ഉം പുറത്തുകൊണ്ടുവരാൻ machine learning ഉപയോഗിക്കുന്നു. ആ views ഓരോന്നും ഒരു design question-ന് ഉത്തരം നൽകുന്നു, കൂടാതെ അവ ഓരോന്നും മറുവശത്ത് ഒരു browser ഉള്ള ആളാണെന്ന് കരുതുന്നു.

ഒരു recording tool-ിന് ആ assumption ന്യായമാണ്. കാണാൻ ഒരു experience ഉണ്ടാകുമ്പോഴാണ് ഒരു recording ഉപയോഗപ്രദമാകുന്നത്, page script പ്രവർത്തിക്കാതെ HTML fetch ചെയ്യുന്ന ഒരു agent, replay ചെയ്യാൻ ഒന്നും ബാക്കി വയ്ക്കുന്നില്ല. അതു കൂടാതെ people, AI-assisted people, browser automation എന്നിവയെ ചേർത്ത് ഒരുമിച്ചു കാണിക്കുന്ന ഒരു heatmap, design team-നെ തെറ്റായ പ്രശ്നത്തിലേക്കും നയിക്കാം.

Proof of Actor, recording-ന് മുമ്പുള്ള ചോദ്യം ഉത്തരം പറയുന്നു: ഈ interaction-ന്റെ പിന്നിൽ ആരോ എന്തോ ഉണ്ടായിരുന്നു? signals ഒരു വ്യക്തിയെ സൂചിപ്പിക്കുമ്പോൾ ഇത് Human നൽകുന്നു, supported integration മുഖേന declared അല്ലെങ്കിൽ observed ആയ AI assistance ഉള്ള ഒരു വ്യക്തി പ്രവർത്തിക്കുമ്പോൾ Human + AI, automated അല്ലെങ്കിൽ agent-origin interaction-കൾക്ക് Agent, വിശ്വസനീയമായ തീരുമാനത്തിന് evidence പിന്തുണയില്ലെങ്കിൽ Unknown. ഓരോ ഫലത്തിനും evidence basis കൂടി ഉണ്ടാകും, verified, declared, inferred അല്ലെങ്കിൽ unknown, അതിനാൽ ഒരു recording-ലുള്ള label-ന് എത്ര ഭാരം കൊടുക്കാം എന്ന് നിങ്ങൾക്ക് അറിയാം.

ഓരോന്നും എവിടെ പ്രവർത്തിക്കുന്നു

Microsoft-ന്റെ Clarity setup documentation അനുസരിച്ച്, നിങ്ങളുടെ site-ന്റെ <head>-ലേക്ക് tracking code ചേർത്തുകൊണ്ടോ, supported third-party platform മുഖേനയോ, അല്ലെങ്കിൽ ഒരു NPM package വഴി യോ നിങ്ങൾ Clarity install ചെയ്യുന്നു. Data browser-ിൽ നിന്ന് Clarity-യുടെ collection endpoint-ലേക്ക് അയക്കപ്പെടുന്നു. Canvas അല്ലെങ്കിൽ മൂന്നാം കക്ഷി iframe elements-ന്റെ ഉള്ളിൽ എന്താണ് ഉള്ളത് എന്ന് Clarity പിടിക്കാനാകില്ലെന്നും Microsoft കുറിക്കുന്നു.

ഒരു browser script browsers-നെ കാണുന്നു. പല agents, JavaScript പ്രവർത്തിപ്പിക്കാതെ HTML fetch ചെയ്യുന്നു, നിങ്ങളുടെ API നേരിട്ട് വിളിക്കുന്നു, അല്ലെങ്കിൽ ഒരു MCP server-ലേക്ക് connect ചെയ്യുന്നു, ഇവയിൽ ഒന്നും page script ലോഡ് ചെയ്യുന്നില്ല.

Proof of Actor, നിങ്ങളുടെ application logic ഉള്ളിടത്താണ് പ്രവർത്തിക്കുന്നത്: Node.js middleware, Next.js, നിങ്ങൾ നിയന്ത്രിക്കുന്ന edge layer, ഒരു generic HTTP API, MCP servers, കൂടാതെ നിങ്ങൾ അംഗീകരിക്കുന്ന pages-ലുള്ള optional browser collector. integrations page കാണുക. ഒരു page ഒരിക്കലും render ചെയ്തില്ലെങ്കിലും ഇത് interactions class ചെയ്യുന്നു.

Clarity bots-നെയും AI agents-നെയും എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു

Clarity, bots-നെ ഗൗരവമായി കാണുന്നു, രണ്ടു വ്യത്യസ്ത വഴികളിൽ.

session data-യിലെ bot detection. Microsoft-ന്റെ setup documentation പറയുന്നതനുസരിച്ച്, default-ആയി Clarity bot traffic കണ്ടെത്തി അത് total session count-ൽ നിന്നും analytics-ൽ നിന്നും ഒഴിവാക്കുന്നു, കൂടാതെ നിങ്ങളുടെ dashboard-ന്റെ മുകളിൽ ഒഴിവാക്കിയ bot sessions എത്രയാണ് എന്ന് നിങ്ങൾക്ക് കാണാം. Bot Detection setting off ആക്കുകയോ പിന്നെ വീണ്ടും on ആക്കുകയോ ചെയ്യാം. അത് off ആയാൽ, Clarity bot traffic കണ്ടെത്തുകയോ session count-ൽ നിന്ന് ഒഴിവാക്കുകയോ ചെയ്യുന്നില്ല.

Bot Activity reporting. AI Visibility-യുടെ കീഴിൽ, Clarity Bot Activity view നൽകുന്നു. Official Clarity blog അനുസരിച്ച്, ഈ view CDN integrations വഴി ശേഖരിച്ച server-side logs-ാൽ powered ആണ്, page script വഴി അല്ല, കൂടാതെ Fastly, Amazon CloudFront, Cloudflare എന്നിവ supported providers ആയി പേരെടുത്തിട്ടുണ്ട്. ഈ blog അതിനെ AI bots-ൽ നിന്ന് വരുന്ന request share, purpose അനുസരിച്ച് grouped ചെയ്ത bot activity, operator അനുസരിച്ച് crawler requests, automated systems ഏറ്റവും കൂടുതൽ request ചെയ്യുന്ന paths എന്നിവ കാണിക്കുന്നതായി വിവരിക്കുന്നു.

Session analytics ശുദ്ധമായി നിലനിർത്തുന്നതിനും site-level crawling മനസ്സിലാക്കുന്നതിനും രണ്ടും ഉപകാരപ്പെടുന്നു. Request സമയത്ത് നിങ്ങളുടെ application സ്വീകരിക്കുന്ന per-interaction answer ആയി ഇവയിൽ ഒന്നും വിവരിച്ചിട്ടില്ല, കൂടാതെ AI assistance-ോടെ പ്രവർത്തിക്കുന്ന ആളുകൾക്കായി ഒരു class ഉണ്ടെന്ന് Microsoft-ന്റെ documentation പറയുന്നുമില്ല.

Bot Activity versus ഓരോ request-നുമുള്ള actor class

Clarity-യുടെ Bot Activity view-ഉം Proof of Actor result-ഉം ബന്ധപ്പെട്ടതായി തോന്നാം, പക്ഷേ അവ വ്യത്യസ്ത തലങ്ങളിലെ വ്യത്യസ്ത ചോദ്യങ്ങൾക്ക് ഉത്തരം പറയുന്നു.

	Clarity Bot Activity	Proof of Actor result
Source	official Clarity blog അനുസരിച്ച് CDN integrations-ൽ നിന്നുള്ള server-side logs	നിങ്ങളുടെ request path-ലെ signals: server, edge, HTTP API, MCP server, അംഗീകൃത browser pages
Unit	operator, purpose, path എന്നിവ പ്രകാരം grouped ചെയ്ത crawler requests	ഒരു interaction, ഒരു class, ഒരു basis സഹിതം
Who reads it	site-level dashboard നോക്കുന്ന ആളുകൾ	request സമയത്ത് നിങ്ങളുടെ application code, കൂടാതെ actor analytics-ൽ നിങ്ങളുടെ ടീം
AI-assisted people	scope-ൽ ഇല്ല; crawling റിപ്പോർട്ട് ചെയ്യുന്നു	ഒരു first-class result: Human + AI
response മാറ്റാൻ കഴിയുമോ	ഇല്ല	അതെ, നിങ്ങൾ നിങ്ങളുടെ code-ൽ എഴുതുന്ന policies വഴി

പ്രായോഗിക വ്യത്യാസങ്ങൾ ആ പട്ടികയിൽ നിന്നാണ് ഉണ്ടാകുന്നത്.

request തുറന്നിരിക്കുമ്പോൾ തന്നെ ഉത്തരമെന്നത്. Bot Activity crawling പിന്നീടാണ് summarize ചെയ്യുന്നത്. Proof of Actor, interaction നടക്കുന്നതിനിടെ തന്നെ ഫലം നിങ്ങളുടെ application-ലേക്ക് നൽകുന്നു, അതിനാൽ നിങ്ങൾ പിന്നീട് വിശകലനം ചെയ്യുന്ന അതേ classification ഇപ്പോൾ response രൂപപ്പെടുത്താൻ കഴിയും.

operator name-ന് പകരം evidence. ഒരു verified Agent result എന്നതിന്റെ അർത്ഥം, ഒരു request signature published key-നെതിരെ പരിശോധിച്ചതാണ്, ഉദാഹരണത്തിന് RFC 9421-ൽ നിർവചിച്ചിരിക്കുന്ന HTTP Message Signatures ഉപയോഗിച്ച്. Declared, inferred results എന്നിവ അതുപോലെ ലേബൽ ചെയ്യപ്പെട്ടിരിക്കുന്നു. ഒറ്റയ്ക്ക് ഒരു crawler name, spoof ചെയ്യാൻ കഴിയുന്ന ഒരു user agent string-നെ ആശ്രയിക്കുന്നു, user agent spoofing entry അതു വിശദീകരിക്കുന്നു.

Agents കാണുന്ന നിലയിൽ തന്നെ, വെറും exclude ചെയ്യാതെ. Clarity-യുടെ Bot Detection, bot sessions human analytics-ിൽ നിന്ന് പുറത്താക്കുന്നു, recordings ഉം heatmaps ഉം ആവശ്യപ്പെടുമ്പോൾ അത് ശരിയാണ്. Proof of Actor, ആ സന്ദർശകരെ Agent ഫലങ്ങളായി റിപ്പോർട്ട് ചെയ്യുന്നു, അതുവഴി അവർ ഏത് routes ഉപയോഗിക്കുന്നു എന്ന് നിങ്ങൾക്ക് കാണാനും അവരെ നന്നായി സേവിക്കാനും കഴിയും. serving AI agents structured content guide അത് എങ്ങനെ ചെയ്യാമെന്ന് കാണിക്കുന്നു.

Unknown, ദൃശ്യമായി. bot ആയി കണ്ടെത്തപ്പെടാത്തതും വ്യക്തമായി human അല്ലാത്തതും ആയ traffic, recording tool-ൽ സാധാരണ session ആയി മാറുന്നു. Proof of Actor Unknown തിരികെ നൽകുകയും route അനുസരിച്ച് അതിന്റെ rate പിന്തുടരുകയും ചെയ്യുന്നു; handling Unknown traffic guide fallback എങ്ങനെ set ചെയ്യാം എന്ന് വിശദീകരിക്കുന്നു.

നിങ്ങൾ നിയന്ത്രിക്കുന്ന policies. Policies, route, actor class, basis എന്നിവ പ്രകാരം എഴുതപ്പെടുന്നു: allow, adapt, challenge, send to review അല്ലെങ്കിൽ rate-limit. Proof of Actor observation mode-ൽ ആരംഭിക്കുന്നു, അതിനാൽ നിങ്ങൾ enforce ചെയ്യാൻ തീരുമാനിക്കുന്നതുവരെ install ചെയ്താൽ ഒന്നും മാറ്റുന്നില്ല.

actor class അനുസരിച്ച് recordings ഉം heatmaps ഉം filter ചെയ്യൽ

രണ്ടിനെയും കൂട്ടിച്ചേർക്കാനുള്ള ഏറ്റവും നേരിട്ടുള്ള വഴി actor class-നെ Clarity-യിലേക്ക് തന്നെ കൊണ്ടുവരികയാണ്:

ഓരോ interaction-ഉം classify ചെയ്യുക server, edge, API അല്ലെങ്കിൽ MCP layer-ൽ Proof of Actor ഉപയോഗിച്ച്, അതിന്റെ basis സഹിതം.
Clarity session tag ചെയ്യുക. Clarity പ്രവർത്തിക്കുന്ന pages-ൽ, அதன் client API വഴി actor class ഒരു custom tag ആയി Clarity-യിലേക്ക് pass ചെയ്യുക.
class അനുസരിച്ച് recordings filter ചെയ്യുക. Human + AI sessions, unassisted Human sessions-ന്റെ സമീപത്ത് കാണുക, AI-assisted ആളുകൾ എവിടെ വേഗത്തിൽ നീങ്ങുന്നു അല്ലെങ്കിൽ എവിടെ കുടുങ്ങുന്നു എന്ന് മനസ്സിലാക്കാൻ, കൂടാതെ Unknown sessions പരിശോധിച്ച് unexplained traffic ഒരു page-ിൽ യഥാർത്ഥത്തിൽ എന്താണ് ചെയ്യുന്നത് എന്ന് നോക്കുക.
heatmaps class അനുസരിച്ച് split ചെയ്യുക. Human sessions-ലേക്കു മാത്രം filtered ആയ heatmap, automation click-ുകളെ skew ചെയ്യാതെ, നിങ്ങളുടെ ആളുകൾക്ക് യഥാർത്ഥത്തിൽ ഉള്ള design problem കാണിക്കുന്നു.
clean human analytics-നായി Bot Detection on നിലനിർത്തുക, കൂടാതെ Clarity കാണുകയോ ഒരിക്കലും കാണുകയോ ചെയ്യാത്ത agent traffic-നായി, ഉദാഹരണത്തിന് API and MCP calls, route അടിസ്ഥാനത്തിൽ Proof of Actor actor analytics ഉപയോഗിക്കുക.
പ്രധാന്യമുള്ളിടത്ത് action എടുക്കുക. ചിത്രം വ്യക്തമാകുമ്പോൾ, actor class experience മാറ്റേണ്ട routes-ിനായി policies എഴുതുക. rolling out actor-aware policies safely guide നടപടികൾ ഉൾക്കൊള്ളുന്നു, കൂടാതെ websites use case production site-ിലെ മുഴുവൻ flow കാണിക്കുന്നു.

ഏത് തിരഞ്ഞെടുക്കണം, എപ്പോൾ

നിങ്ങളുടെ ചോദ്യം experience-നെക്കുറിച്ചാണെങ്കിൽ Microsoft Clarity തിരഞ്ഞെടുക്കുക: ആളുകൾ ഒരു page എങ്ങനെ ഉപയോഗിക്കുന്നു, എവിടെ അവർ മടിക്കുന്നു, അവർ എന്താണ് അവഗണിക്കുന്നത്, design എവിടെ തടസ്സമാകുന്നു എന്നത്. അതിന്റെ Bot Activity view, AI crawling-ന്റെ ഉപകാരപ്രദമായ ഒരു site-level ചിത്രം ആണ്.

ഓരോ recording-ന്റെയോ request-ന്റെയോ പിന്നിൽ ആരാണെന്ന് stated evidence സഹിതം അറിയേണ്ടപ്പോൾ, AI-assisted ആളുകൾ അവരുടെ സ്വന്തം group ആയി ദൃശ്യമായിരിക്കേണ്ടപ്പോൾ, page script കാണാത്ത APIs, MCP servers വഴിയായി agents നിങ്ങളെത്തുമ്പോൾ, അല്ലെങ്കിൽ നിങ്ങളുടെ application actor അനുസരിച്ച് വ്യത്യസ്തമായി പ്രതികരിക്കേണ്ടപ്പോൾ Proof of Actor ചേർക്കുക. Clarity നിങ്ങൾക്ക് experience കാണിക്കുന്നു. Proof of Actor അതുണ്ടാകുന്നത് ആരെന്ന് പറയുന്നു, കൂടാതെ പ്രതികരിക്കാൻ നിങ്ങളുടെ code-ന് ഒരു വഴി നൽകുന്നു.

ആരംഭിക്കുക

Proof of Actor private beta-യിലാണ്. founding developer program വഴി, selected teams-ന് agreed usage limits-ിനുള്ളിൽ 12 months വരെ free access ലഭിക്കാം, automatic billing ഇല്ലാതെ. early access-ിന് അപേക്ഷിക്കുക നിങ്ങളുടെ site, നിങ്ങൾ മനസ്സിലാക്കാൻ ആഗ്രഹിക്കുന്ന traffic എന്നിവയെക്കുറിച്ച് ഞങ്ങളോട് പറയുക.

Microsoft Clarity, Microsoft Corporation-ന്റെ trademark ആണ്.

ഡെവലപ്പർമാർക്കായി

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 അല്ലെങ്കിൽ Unknown.
basis: തെളിവ് എത്ര ശക്തമാണെന്നത്: verified, declared, inferred അല്ലെങ്കിൽ unknown.
evidence: result-ിന്റെ പിന്നിലെ signals, അതുവഴി നിങ്ങളുടെ team-ന് കാരണം കാണാൻ കഴിയും.

observation mode-ൽ ആരംഭിക്കുക: നിങ്ങളുടെ logs-ിന് ഒപ്പം results രേഖപ്പെടുത്തുക, നിങ്ങൾ ഒരു policy തിരഞ്ഞെടുക്കും വരെ ഒന്നും മാറ്റരുത്. Node.js integration guide വായിക്കുക

പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ

Microsoft Clarity-നെ Proof of Actor ഉപയോഗിച്ച് പകരം വയ്ക്കേണ്ടതുണ്ടോ?

ഇല്ല. session recordings, heatmaps, ആളുകൾ നിങ്ങളുടെ pages എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതു മനസ്സിലാക്കൽ എന്നിവയ്ക്കായി Clarity ഇപ്പോഴും ശക്തമായ തിരഞ്ഞെടുപ്പാണ്. Proof of Actor, evidence basis സഹിതം per-interaction actor classification ചേർക്കുകയും അതിൽ നിങ്ങളുടെ application-ന് act ചെയ്യാൻ അനുവദിക്കുകയും ചെയ്യുന്നു. കൂടുതലായ ടീമുകൾ Clarity നിലനിർത്തി Proof of Actor ചേർക്കുന്നു.

actor classes Microsoft Clarity-യിലേക്ക് അയയ്ക്കാൻ കഴിയുമോ?

അതെ. Proof of Actor ഫലം നിങ്ങളുടെ application-ലേക്ക് തിരികെ നൽകുന്നു, അതിനാൽ Clarity പ്രവർത്തിക്കുന്ന pages-ൽ നിങ്ങൾക്ക് actor class, അതിന്റെ client API വഴി ഒരു custom tag ആയി Clarity-യിലേക്ക് pass ചെയ്ത് Human, Human + AI, Agent അല്ലെങ്കിൽ Unknown എന്ന അടിസ്ഥാനത്തിൽ recordings ഉം heatmaps ഉം filter ചെയ്യാം.

Clarity bot traffic filter ചെയ്യുമോ?

Microsoft-ന്റെ documentation അനുസരിച്ച്, 2026 November വരെയുള്ള നിലയിൽ, Clarity default-ആയി bot traffic കണ്ടെത്തി അത് total session count-ിലും analytics-ലും നിന്ന് ഒഴിവാക്കുന്നു. Bot Detection setting off ചെയ്യാനും കഴിയും, dashboard-ൽ എത്ര bot sessions ഒഴിവാക്കി എന്നതു കാണിക്കും.

Clarity AI bot activity കാണിക്കുമോ?

Clarity, AI Visibility-യിലെ Bot Activity view നൽകുന്നു, official Clarity blog അനുസരിച്ച്, ഇത് CDN integrations വഴി ശേഖരിക്കുന്ന server-side logs-ാൽ powered ആണ്. ഇത് crawling activity റിപ്പോർട്ട് ചെയ്യുന്നു. Proof of Actor നിങ്ങളുടെ application-ന്റെ ഉള്ളിൽ പ്രവർത്തിക്കുന്നു, ഓരോ interaction-ും class ചെയ്യുന്നു, നിങ്ങളുടെ code പ്രതികരിക്കാൻ അനുവദിക്കുന്നു.

Proof of Actor bots block ചെയ്യുമോ?

ഇല്ല. ഇത് observation mode-ൽ ആരംഭിക്കുന്നു, install ചെയ്താലുടൻ ഒന്നും മാറ്റുന്നില്ല. നിങ്ങൾ real traffic-നെതിരെ policies preview ചെയ്യുകയും, നിങ്ങളുടെ സ്വന്തം code-ൽ route by route ആയി അവ enforce ചെയ്യുകയും ചെയ്യുന്നു.

Proof of Actor sessions record ചെയ്യുമോ?

ഇല്ല. Proof of Actor screens record ചെയ്യുകയോ heatmaps നിർമ്മിക്കുകയോ ചെയ്യുന്നില്ല. ഇത് actor classes-ഉം അവയുടെ evidence-ഉം റിപ്പോർട്ട് ചെയ്യുന്നു. അതുകൊണ്ടാണ് ഇത് Clarity-യുമായി നന്നായി ചേർന്ന് പ്രവർത്തിക്കുന്നത്.

നിങ്ങളുടെ app ഉപയോഗിക്കുന്നത് ആരാണെന്ന് അറിയുക.

ചെറിയൊരു founding developers ഗ്രൂപ്പിനായുള്ള private beta.

Early Access നേടുക വിലകൾ കാണുക

ആദ്യം സംസാരിക്കണമോ? സ്ഥാപകരുമായി സംസാരിക്കുക