പ്രധാന ഉള്ളടക്കത്തിലേക്ക് കടക്കുക
SAAS APPS

നിങ്ങളുടെ SaaS application actor-aware ആക്കുക.

sign-up മുതൽ settings വരെ, നിങ്ങളുടെ product ശരിയായ രീതിയിൽ പ്രതികരിക്കാനായി നിരീക്ഷിച്ച human, AI-assisted, autonomous, unknown ഇടപെടലുകൾ മനസ്സിലാക്കുക.

example-app.test · actor result

POST /reports/generate

മനുഷ്യൻ + AIbasis: declared

തെളിവ്

ആപ്പിന്റെ ഉൾക്കൊള്ളിച്ച assistant ഒരു signed-in ഉപയോക്താവിനായി ഈ അഭ്യർത്ഥന സൃഷ്ടിച്ചു

നിങ്ങളുടെ policy: റിപ്പോർട്ട് AI-assisted ആയി അനുവദിച്ച് രേഖപ്പെടുത്തുക

നിങ്ങളുടെ users ഇനി assistants ഉം agents ഉം കൂടെ കൊണ്ടുവരുന്നു.

ഉപയോക്താക്കൾ സൈൻ ഇൻ ചെയ്ത് പിന്നീട് ജോലികൾ AI സഹായികൾക്കും, ബ്രൗസർ ഏജന്റുകൾക്കും, ഓട്ടോമേഷനുകൾക്കും കൈമാറുന്നു. ഇതെല്ലാമിനും നിങ്ങളുടെ ആപ്പ് ഒരേ അക്കൗണ്ടും ഒരേ സെഷനും കാണുന്നു.

അതിനാൽ ശരിയായ അനുഭവം രൂപകൽപ്പന ചെയ്യുന്നത് ബുദ്ധിമുട്ടാകുന്നു: ആളുകൾക്കായി വേഗത്തിലുള്ള ഒരു വഴി, നിയമാനുസൃത ഓട്ടോമേഷനായി ഘടിതമായ ഒരു വഴി, സെൻസിറ്റീവ് പ്രവർത്തനങ്ങൾക്ക് സൂക്ഷ്മമായ ഒരു വഴി. Proof of Actor നിങ്ങളുടെ ഉൽപ്പന്നത്തിന് ആ കോൺടെക്സ്റ്റ് നൽകുന്നു.

session

നിങ്ങളുടെ login അറിയുന്നു

user: [email protected]

plan: team

actor: ?

proof of actor

Proof of Actor ചേർക്കുന്നു

ഏജന്റ്basis: declared

/reports-ൽ ഈ account വഴി ഒരു assistant പ്രവർത്തിക്കുന്നു.

SaaS ടീമുകൾ actor context ഉപയോഗിച്ച് ചെയ്യുന്നത്

  • മനുഷ്യാനുഭവം സംരക്ഷിക്കുക

    sign-up, onboarding, ദിവസേനയുള്ള flows എന്നിവ ആളുകൾക്ക് വേഗത്തിലാക്കുക, blanket friction ഇല്ലാതെ.

  • agents-ന് ഒരു ഘടനാപരമായ വഴി നൽകുക

    Verified അല്ലെങ്കിൽ Declared agents-ന് ആളുകൾക്കായി നിർമ്മിച്ച UI-യുടെ പകരം API അല്ലെങ്കിൽ structured response നൽകുക.

  • സപ്പോർട്ട് വെളിപ്പെടുത്തിയ AI സഹായം

    ഇത് അനുയോജ്യമായിടത്ത് AI-assisted ജോലി അംഗീകരിച്ച് ലേബൽ ചെയ്യുക, അതിനെ ദുരുപയോഗമായി കണക്കാക്കുന്നതിന് പകരം.

  • സെൻസിറ്റീവ് പ്രവർത്തനങ്ങളെ സംരക്ഷിക്കുക

    നിങ്ങളുടെ സ്വന്തം policy ആവശ്യപ്പെടുമ്പോൾ അക്കൗണ്ട് മാറ്റുന്ന പ്രവർത്തനങ്ങളിൽ review അല്ലെങ്കിൽ കൂടുതൽ ശക്തമായ പരിശോധന ചേർക്കുക.

  • product ഉപയോഗം മനസ്സിലാക്കുക

    ആരോ route-ലും people, assistants, agents എന്നിവ യഥാർത്ഥത്തിൽ ഏത് features ആണ് ഉപയോഗിക്കുന്നത് എന്ന് കാണുക.

  • Unknown വേണ്ടി പദ്ധതി

    ഓരോ route-ലും evidence മതിയാകാത്തപ്പോൾ എന്ത് സംഭവിക്കണം എന്ന് തീരുമാനിക്കുക, ആ നിരക്ക് ദൃശ്യമായ നിലയിൽ സൂക്ഷിക്കുക.

01 · കണ്ടെത്തുക

നിങ്ങളുടെ ഉൽപ്പന്നത്തിൽ നിന്നും നിങ്ങളുടെ സർവറിൽ നിന്നുമുള്ള സിഗ്നലുകൾ.

നിങ്ങൾ തിരഞ്ഞെടുക്കുന്ന പേജുകളിൽ ഒരു ബ്രൗസർ കളക്ടർ ഇടപാട് സിഗ്നലുകൾ ശേഖരിക്കുന്നു, കൂടാതെ ഒരു സർവർ ഇന്റഗ്രേഷൻ അഭ്യർത്ഥനയുടെ സന്ദർഭവും automated clients ന്റെ സിഗ്നേച്ചറുകളും ചേർക്കുന്നു.

  • browser collector പ്രവർത്തിക്കുന്ന ഇടങ്ങളിലെ interaction signals.
  • തങ്ങളുടെ കീകൾ പ്രസിദ്ധീകരിക്കുന്ന ഏജന്റുകളിൽ നിന്നുള്ള ഒപ്പിട്ട അഭ്യർത്ഥനകൾ.
  • In-app AI disclosures-ും നിങ്ങളുടെ സ്വന്തം assistant features-ഉം.
സിഗ്നലുകൾ · ഓരോ ഉറവിടത്തിനും അവസാന അഭ്യർത്ഥന
  • അഭ്യർത്ഥന സിഗ്നേച്ചർvalid · sample-crawler.exampleverified
  • Client പ്രഖ്യാപനം"research-assistant/2.1"declared
  • ബ്രൗസർ ഇടപെടൽpointer + keyboard eventsinferred
  • supported signals ഇല്ലroute not instrumentedunknown

02 · മനസ്സിലാക്കുക

ഓരോ workflow-വും യഥാർത്ഥത്തിൽ എങ്ങനെ ഉപയോഗിക്കപ്പെടുന്നു എന്ന് കാണുക.

നിങ്ങളുടെ dashboard, settings, support, sign-up flows എന്നിവയിലെ actor mix താരതമ്യം ചെയ്ത്, ഏതെങ്കിലും session ന്റെ പിന്നിലെ തെളിവിലേക്ക് വിശദമായി നോക്കുക.

  • ഓരോ റൂട്ടിനും ഓരോ വർക്ക്‌ഫ്ലോയ്ക്കും അനുസരിച്ചുള്ള ആക്ടർ മിശ്രണം.
  • ഓരോ result-ിനും വേണ്ട evidence, basis.
  • route പ്രകാരമുള്ള unknown നിരക്ക്, coverage എവിടെയാണ് ചേർക്കേണ്ടത് എന്ന് നിങ്ങൾക്ക് അറിയാം.
route അനുസരിച്ചുള്ള traffic · 7 days
  • /dashboardഅജ്ഞാതം 7%
  • /api/v1/catalogഅജ്ഞാതം 15%
  • /support/ticketsഅജ്ഞാതം 8%
  • /signupഅജ്ഞാതം 21%
മനുഷ്യൻമനുഷ്യൻ + AIഏജന്റ്അജ്ഞാതം

03 · വഴിമാറിക്കുക

ഓരോ actor-നുമുള്ള ശരിയായ അനുഭവം.

പ്രധാനപ്പെട്ട routes നുള്ള rules എഴുതുകയും അവയെ ഘട്ടംഘട്ടമായി rollout ചെയ്യുകയും ചെയ്യുക. ബാക്കിയുള്ളതെല്ലാം ഇപ്പോഴത്തെ പോലെ തന്നെ പ്രവർത്തിച്ചുകൊണ്ടിരിക്കും.

  • റൂട്ട്, actor class, basis എന്നിവ പ്രകാരമുള്ള നയങ്ങൾ.
  • നിരീക്ഷിക്കുക, preview ചെയ്യുക, തുടർന്ന് enforce ചെയ്യുക.
  • നിങ്ങളുടെ നിലവിലുള്ള authentication ഉം authorization ഉം നിയന്ത്രണം കൈവശം വയ്ക്കുന്നു.
policy · example-app.test
  • /api/v1/catalogenforceഏജന്റ്അനുവദിക്കുക · structured API
  • /support/ticketsenforceമനുഷ്യൻ + AIഅനുവദിക്കുക · AI-assisted ആയി ലേബൽ ചെയ്യുക
  • /account/*previewഅജ്ഞാതംനിലവിലുള്ള checks നിലനിർത്തുക
  • /api/v1/orderspreviewഏജന്റ്കൂടുതൽ ശക്തമായ credential ആവശ്യപ്പെടുക

ഉദാഹരണ തീരുമാനങ്ങൾ

request മുതൽ result വരെ, പിന്നീട് നിങ്ങളുടെ decision വരെ.

  • ഒരു verified agent നിങ്ങളുടെ catalog വായിക്കുന്നു

    അഭ്യർത്ഥന

    GET /api/v1/catalog

    ഫലം

    ഏജന്റ്basis: verified

    നിങ്ങളുടെ തീരുമാനം

    അതിനെ structured API-ലേക്ക് അയയ്ക്കുക, account മാറ്റങ്ങൾക്ക് വേർതിരിച്ച authorization ആവശ്യപ്പെടുക.

  • ഒരു person AI ഉപയോഗിച്ച് ഒരു ticket തയ്യാറാക്കുന്നു

    അഭ്യർത്ഥന

    POST /support/tickets

    ഫലം

    മനുഷ്യൻ + AIbasis: declared

    നിങ്ങളുടെ തീരുമാനം

    ഇത് അംഗീകരിച്ച് AI-assisted ലേബലോടെ support-ലേക്ക് route ചെയ്യുക.

  • മതി വരാത്ത തെളിവുള്ള ഒരു settings മാറ്റം

    അഭ്യർത്ഥന

    POST /account/password

    ഫലം

    അജ്ഞാതംbasis: unknown

    നിങ്ങളുടെ തീരുമാനം

    നിലവിലുള്ള re-authentication flow നിലനിർത്തുക. actor-based decision ഇല്ല.

അപകടം കൂടാതെ പുറത്തിറക്കുക

ടീമുകൾ observation mode-ൽ ആരംഭിച്ച് route by route ആയി മുന്നോട്ട് പോകുന്നു.

  1. 01

    നിങ്ങളുടെ പ്രധാന flows observe ചെയ്യുക

    sign-up, support, settings എന്നിവയ്ക്കായി browser collector-ും server middleware-ഉം ചേർക്കുക. നിങ്ങളുടെ product-ൽ ഒന്നും മാറുന്നില്ല.

  2. 02

    ഓരോ workflow-നുമുള്ള preview

    ഒരു rule യഥാർത്ഥ sessions-ിൽ എന്ത് ചെയ്തേനെന്ന് കാണുക, ഉദാഹരണത്തിന് AI-assisted tickets ലേബൽ ചെയ്യുക അല്ലെങ്കിൽ agents-നെ നിങ്ങളുടെ API-യിലേക്ക് route ചെയ്യുക.

  3. 03

    route തോറും enforce ചെയ്യുക

    ഒരു സമയം ഒരു workflow മാത്രം turn on ചെയ്യുക, account മാറ്റുന്ന actions-ിൽ Unknown-ിനായി വ്യക്തമായ fallback സഹിതം.

നിങ്ങളുടെ stack നൊപ്പം പ്രവർത്തിക്കുന്നു

  • Founding ടീമുകൾ

    വെബ് സർവർ മിഡിൽവെയർ (Node.js)

    Server-side

    server-rendered apps-നും APIs-നും വേണ്ടി request-level signals.

  • Founding ടീമുകൾ

    Next.js

    സർവർ-സൈഡും എഡ്ജും

    page, API routes എന്നിവയ്ക്കുള്ള middleware.

  • Founding ടീമുകൾ

    ബ്രൗസർ script

    ബ്രൗസർ signals മാത്രം

    ഒരു server-side integration നോടൊപ്പം browser sessions-ൽ നിന്നുള്ള interaction signals.

  • Founding ടീമുകൾ

    Cloudflareയും edge runtimeകളും

    Edge

    അഭ്യർത്ഥനകൾ നിങ്ങളുടെ origin-ലേക്ക് എത്തുന്നതിന് മുമ്പ് എഡ്ജിലെ സിഗ്നലുകൾ.

  • Founding ടീമുകൾ

    സാമാന്യ HTTP API

    ഏതെങ്കിലും stack

    ഒരു API-ലേക്ക് request context അയച്ച്, അതിന്റെ basis സഹിതം ഒരു result സ്വീകരിക്കുക.

  • Founding ടീമുകൾ

    MCP സർവർ

    MCP

    MCP ടൂൾ കോളുകൾക്കായുള്ള ആക്ടർ കോൺടെക്‌സ്‌റ്റ്.

  • റോഡ്‌മാപ്പ്

    WordPress

    Plugin

    WordPress സൈറ്റുകൾക്കുള്ള പ്ലഗിൻ.

  • റോഡ്‌മാപ്പ്

    നേറ്റീവ് മൊബൈൽ

    iOS and Android

    Native iOS, Android SDKs.

ഓരോ founding team-നോടുമൊപ്പം onboarding സമയത്ത് integrations കൈകാര്യം ചെയ്ത് നൽകുന്നു. വേറൊരു stack ആണോ ഉപയോഗിക്കുന്നത്? അപേക്ഷിക്കുമ്പോൾ ഞങ്ങളോട് പറയുക.

പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ

ഇത് എന്റെ users ന്റെ വേഗം കുറയ്ക്കുമോ അല്ലെങ്കിൽ തടയുമോ?

ഇല്ല. Proof of Actor observation mode-ൽ ആരംഭിക്കുന്നു, നിങ്ങളുടെ ടീം ഒരു specific route-യ്ക്ക് ഒരു policy enable ചെയ്യുന്നതുവരെ നിങ്ങളുടെ app-ൽ ഒന്നും മാറ്റില്ല.

ആരെങ്കിലും മറ്റൊരു tab ൽ ChatGPT ഉപയോഗിച്ചപ്പോൾ അത് തിരിച്ചറിയാനാകുമോ?

സാധാരണ web traffic-ൽ നിന്നല്ല. Human + AI ഫലങ്ങൾ നിങ്ങളുടെ app-ൽ പ്രഖ്യാപിച്ചതോ observable ആയതോ ആയ AI ഉപയോഗത്തിൽ നിന്നാണ് വരുന്നത്, ഉദാഹരണത്തിന് നിങ്ങളുടെ സ്വന്തം assistant feature അല്ലെങ്കിൽ ഒരു disclosure control.

ഇത് നമ്മുടെ login അല്ലെങ്കിൽ fraud tools മാറ്റിസ്ഥാപിക്കുമോ?

ഇല്ല. അവയ്‌ക്കൊപ്പം actor context കൂടി ചേർക്കുന്നു. നിങ്ങളുടെ authentication, authorization, fraud tooling അവയുടെ സ്വന്തം തീരുമാനങ്ങളുടെ നിയന്ത്രണത്തിൽ തുടരും.

ഏത് workflows കൊണ്ടാണ് ഞങ്ങൾ തുടങ്ങേണ്ടത്?

actor ശരിയായ പ്രതികരണം മാറ്റുന്ന workflows-ിൽ നിന്ന് ആരംഭിക്കുക: sign-up, support, ഉയർന്ന മൂല്യമുള്ള features, account settings.

അതിന്റെ ചെലവ് എത്രയാണ്?

തിരഞ്ഞെടുത്ത founding developer teams-ന് ധാരണയായ usage limits-ിനുള്ളിൽ 12 മാസത്തോളം free ലഭിക്കാം.

നിങ്ങളുടെ SaaS ആപ്പിലേക്ക് actor context കൊണ്ടുവരൂ.

Proof of Actor founding developer program-ിൽ ചേരുക.

ആദ്യം സംസാരിക്കണമോ? സ്ഥാപകരുമായി സംസാരിക്കുക