तुलना

Proof of Actor विरुद्ध Microsoft Clarity: sessions पाहणे विरुद्ध कोण कृती करत आहे हे जाणणे

Microsoft Clarity टीम्सना लोक त्यांच्या pages प्रत्यक्षात कसे वापरतात हे पाहण्यास मदत करते. Proof of Actor तुमच्या application ला प्रत्येक interaction वर कोण किंवा काय कृती करत आहे ते सांगते, त्यामागील evidence सह, जेणेकरून तुमचा code योग्य response निवडू शकेल. ते एकमेकांशी कसे तुलना होतात आणि कसे एकत्र बसतात ते येथे आहे.

लवकर प्रवेश मिळवा ते कसे कार्य करते ते अन्वेषित करा

लेखक Toshendra Sharmaसंस्थापक आणि CEO, AgentCredia · Updated November 13, 2026

थोडक्यात उत्तर

Microsoft Clarity recordings आणि heatmaps द्वारे तुमच्या pages सोबत लोक कसे interact करतात ते दाखवते, default ने detected bot sessions वगळते, आणि CDN log integrations द्वारे AI bot crawling report करू शकते. Proof of Actor प्रत्येक interaction ला Human, Human + AI, Agent किंवा Unknown म्हणून evidence basis सह classify करते आणि तुमच्या application ला पुढे काय होईल ते ठरवू देते. behavior insight साठी Clarity ठेवा आणि कोण कृती करत आहे हे जाणण्यासाठी आणि response देण्यासाठी Proof of Actor जोडा.

Microsoft Clarity हे behavior analytics tool आहे. ते teams ला session recordings, heatmaps आणि insights देते, जे page वर लोक प्रत्यक्षात कसे हालचाल करतात ते दाखवतात: ते कुठे click करतात, कुठे scroll करतात, कुठे अडकतात. website वर मानवी अनुभव समजण्यासाठी, तो घडताना पाहण्याइतके थेट काहीच नाही.

Websites आता केवळ mouse असलेल्या लोकांनाच सेवा देत नाहीत. AI agents real customers साठी pages fetch करतात आणि tasks पूर्ण करतात. लोक त्यांच्या बाजूला AI assistant घेऊन browse करतात. काही traffic चे स्पष्टीकरणच देता येत नाही. प्रत्येक प्रकारचा किती traffic त्यांच्याकडे येतो आणि त्याबाबत त्यांच्या application ने काय करावे हे teams ला जाणून घ्यायचे आहे. हे काम Proof of Actor चे आहे, जे AgentCredia चे actor intelligence product आहे.

हे page दोन्हींची न्याय्य तुलना करते. खालील Clarity संबंधी तथ्ये November 2026 पर्यंत Microsoft च्या स्वतःच्या documentation आणि official Clarity blog मधून घेतली आहेत.

थोडक्यात

	Microsoft Clarity	Proof of Actor
मुख्य प्रश्न	लोक माझ्या pages सोबत कसे interact करतात?	या interaction वर कोण किंवा काय कृती करत आहे, आणि evidence काय आहे?
प्राथमिक data collection	page head मधील JavaScript tracking code	Server middleware, edge, HTTP API, MCP servers, तसेच approved browser collector
Bot sessions	default ने detect करून वगळले जातात; setting बंद करता येते	classify करून ठेवले जातात, जेणेकरून तुम्ही ते पाहू आणि route करू शकता
AI crawler activity	CDN आणि server log integrations मधून Bot Activity reporting	प्रति interaction Agent results, verified, declared किंवा inferred basis सह
AI-assisted लोक	वेगळी class म्हणून वर्णन नाही	एक first-class result: Human + AI
अस्पष्ट traffic	bot म्हणून detect न झाल्यास session म्हणून मोजले जाते	Unknown म्हणून report केले जाते, तुम्ही निवडलेल्या fallback सह
traffic वर कृती करते	नाही, ते report आणि record करते	observation नंतर, तुमच्या स्वतःच्या code मध्ये तुमच्या policies नुसार route करते

या page मधील उर्वरित भाग प्रत्येक row स्पष्ट करतो.

recordings आणि heatmaps काय दाखवण्यासाठी तयार केले आहेत

Clarity page वरील अनुभव दाखवण्यासाठी तयार केले आहे. एक session recording एक visit पुन्हा वाजवते: cursor चा मार्ग, scrolls, संकोच, आणि कुठेही न नेणारे clicks. एक heatmap अनेक visits मधील clicks आणि scroll depth एकत्र करून page च्या कोणत्या भागाला लक्ष मिळते ते दाखवते. Insights machine learning वापरून सर्वात महत्त्वाच्या sessions आणि patterns पुढे आणतात. या views पैकी प्रत्येक एक design प्रश्नाचे उत्तर देते, आणि प्रत्येक एक दुसऱ्या बाजूला browser असलेल्या व्यक्तीचे गृहीतक धरते.

एक recording tool साठी हे गृहीतक योग्य आहे. एक recording तेव्हाच उपयुक्त ठरते जेव्हा पाहण्यासारखा अनुभव असतो, आणि JavaScript न चालवता HTML fetch करणारा agent replay करण्यास काहीही सोडत नाही. याचा अर्थ असा की लोक, AI-assisted लोक आणि browser automation यांचा mix असलेला heatmap design team ला चुकीच्या समस्येकडे नेऊ शकतो.

Proof of Actor recording च्या आधीचा प्रश्न सोडवते: या interaction मागे कोण किंवा काय होते. signals एखादी व्यक्ती सूचित करत असतील तेव्हा ते Human परत करते, अशी व्यक्ती AI सहाय्यासह कृती करत असेल जे supported integration द्वारे declared किंवा observed झाले असेल तेव्हा Human + AI, automated किंवा agent-origin interaction साठी Agent, आणि evidence reliable call ला आधार देत नसेल तेव्हा Unknown. प्रत्येक result सोबत evidence basis असतो, verified, declared, inferred किंवा unknown, त्यामुळे recording वरील label किती वजन सहन करू शकतो हे तुम्हाला कळते.

प्रत्येक कुठे चालते

Microsoft च्या Clarity setup documentation नुसार, तुम्ही Clarity ला तुमच्या site च्या <head> मध्ये त्याचा tracking code जोडून, supported third-party platform द्वारे, किंवा NPM package द्वारे install करता. Data browser मधून Clarity च्या collection endpoint कडे पाठवले जाते. Microsoft हेही नोंदवते की Clarity Canvas किंवा third-party iframe elements च्या आत काय आहे ते capture करू शकत नाही.

एक browser script browsers पाहते. अनेक agents JavaScript न चालवता HTML fetch करतात, तुमच्या API ला थेट call करतात, किंवा MCP server शी connect करतात, आणि या पैकी कोणताही path page script load करत नाही.

Proof of Actor तुमची application logic जिथे चालते तिथे चालते: Node.js middleware, Next.js, तुमचा control असलेला edge layer, generic HTTP API आणि MCP servers, तसेच तुम्ही approve केलेल्या pages वर optional browser collector. integrations page पहा. ते page render झाला किंवा नाही तरीही interactions classify करते.

Clarity bots आणि AI agents ना कसे हाताळते

Clarity bots कडे दोन वेगळ्या प्रकारे गंभीरपणे पाहते.

Session data मधील bot detection. Microsoft च्या setup documentation मध्ये म्हटले आहे की default ने Clarity bot traffic detect करते आणि ते total session count आणि analytics मधून वगळते, आणि तुम्ही तुमच्या dashboard च्या वर excluded bot sessions ची संख्या पाहू शकता. Bot Detection setting बंद किंवा पुन्हा चालू केली जाऊ शकते. ती बंद असताना, Clarity bot traffic detect करत नाही किंवा session count मधून वगळत नाही.

Bot Activity reporting. AI Visibility अंतर्गत, Clarity Bot Activity view देते. official Clarity blog नुसार, हे view page script मुळे नाही तर CDN integrations द्वारे गोळा केलेल्या server-side logs वर आधारित आहे, ज्यात Fastly, Amazon CloudFront आणि Cloudflare हे supported providers म्हणून नमूद केले आहेत. ब्लॉग ते AI bots कडून येणाऱ्या requests चा वाटा, purpose नुसार grouped bot activity, operator नुसार crawler requests, आणि automated systems ज्या paths सर्वाधिक request करतात ते दाखवते असे वर्णन करते.

दोन्ही session analytics स्वच्छ ठेवण्यासाठी आणि site-level crawling समजण्यासाठी उपयुक्त आहेत. यापैकी कोणतेही request time वर तुमच्या application ला मिळणारे प्रति-interaction उत्तर म्हणून वर्णन केलेले नाही, आणि Microsoft च्या documentation मध्ये AI सहाय्यासह काम करणाऱ्या लोकांसाठी class चे वर्णन नाही.

Bot Activity विरुद्ध प्रति-request actor class

Clarity चे Bot Activity view आणि Proof of Actor result संबंधित वाटू शकतात, पण ते वेगवेगळ्या layers वर वेगळ्या प्रश्नांची उत्तरे देतात.

	Clarity Bot Activity	Proof of Actor result
स्रोत	official Clarity blog नुसार CDN integrations मधील server-side logs	तुमच्या request path मधील signals: server, edge, HTTP API, MCP server, approved browser pages
एकक	operator, purpose आणि path नुसार grouped crawler requests	एक interaction, class आणि basis सह
ते कोण वाचते	site-level dashboard पाहणारे लोक	request time वर तुमचा application code, आणि actor analytics मधील तुमची team
AI-assisted लोक	scope मध्ये नाहीत; ते crawling report करते	एक first-class result: Human + AI
response बदलू शकते का	नाही	होय, तुम्ही तुमच्या code मध्ये लिहिलेल्या policies द्वारे

त्या तक्त्यातून व्यावहारिक फरक निघतात.

request उघडा असताना उत्तर. Bot Activity crawling चे सारांश नंतर देते. Proof of Actor interaction दरम्यान त्याचा result तुमच्या application ला परत करते, त्यामुळे नंतर तुम्ही विश्लेषण करता तीच classification आता response घडवू शकते.

operator नावाऐवजी evidence. एक verified Agent result म्हणजे request signature प्रकाशित key विरुद्ध तपासले गेले, उदाहरणार्थ RFC 9421 मध्ये defined असलेल्या HTTP Message Signatures वापरून. Declared आणि inferred results तसे label केले जातात. एकट्या crawler नावाचा आधार user agent string वर असतो, जो user agent spoofing entry मध्ये स्पष्ट केल्याप्रमाणे नक्कल केला जाऊ शकतो.

Agents दिसत राहतात, केवळ वगळले जात नाहीत. Clarity चे Bot Detection bot sessions तुमच्या human analytics मधून बाहेर ठेवते, जे recordings आणि heatmaps साठी योग्य आहे. Proof of Actor त्या visitors ना Agent results म्हणून report करते, जेणेकरून ते कोणते routes वापरतात हे तुम्ही पाहू शकता आणि त्यांना चांगली सेवा देऊ शकता. serving AI agents structured content मार्गदर्शक ते कसे करायचे ते दाखवतो.

Unknown, दिसण्याजोगे बनवलेले. जे traffic bot म्हणून detect होत नाही आणि स्पष्टपणे humanही नाही ते recording tool मध्ये साधारण session बनते. Proof of Actor Unknown परत करते आणि route नुसार त्याचा rate track करते; handling Unknown traffic मार्गदर्शक fallback कसा सेट करायचा ते स्पष्ट करतो.

तुमच्या नियंत्रणातील policies. Policies प्रत्येक route, actor class आणि basis नुसार लिहिल्या जातात: allow, adapt, challenge, send to review किंवा rate-limit. Proof of Actor observation mode मध्ये सुरू होते, त्यामुळे तुम्ही enforce करायचे ठरवेपर्यंत install केल्याने काहीही बदलत नाही.

actor class नुसार recordings आणि heatmaps filter करणे

दोन्ही एकत्र आणण्याचा सर्वात थेट मार्ग म्हणजे actor class ला Clarity मध्येच आणणे:

प्रत्येक interaction classify करा Proof of Actor सह server, edge, API किंवा MCP layer वर, त्याच्या basis सह.
Clarity session ला tag करा. ज्या pages वर Clarity चालते तिथे client API द्वारे custom tag म्हणून actor class Clarity ला pass करा.
class नुसार recordings filter करा. Human + AI sessions आणि unassisted Human sessions बाजूबाजूने पाहा, AI-assisted लोक कुठे जलद हालचाल करतात किंवा अडकतात ते पाहण्यासाठी, आणि Unknown sessions पुनरावलोकन करा, जेणेकरून अस्पष्ट traffic प्रत्यक्षात page वर काय करते ते समजेल.
class नुसार heatmaps विभाजित करा. Human sessions वर filtered heatmap तुमच्या लोकांना प्रत्यक्षात असलेली design समस्या दाखवतो, automation मुळे clicks skew न होता.
स्वच्छ human analytics साठी Bot Detection चालू ठेवा, आणि API आणि MCP calls सारख्या agent traffic साठी, ज्यांना Clarity बाजूला ठेवते किंवा कधीच पाहत नाही, route नुसार Proof of Actor actor analytics वापरा.
महत्त्वाच्या ठिकाणी कृती करा. चित्र स्पष्ट झाल्यावर, ज्या routes वर actor class ने अनुभव बदलायला हवा त्यासाठी policies लिहा. rolling out actor-aware policies safely मार्गदर्शक पायऱ्या सांगतो, आणि websites use case production site वरील पूर्ण flow दाखवतो.

कधी कोणते निवडावे

जेव्हा तुमचा प्रश्न experience बद्दल असेल तेव्हा Microsoft Clarity निवडा: लोक page कसे वापरतात, ते कुठे संकोच करतात, ते काय दुर्लक्ष करतात, आणि design त्यांच्यात अडथळा कुठे आणतो. त्याचे Bot Activity view AI crawling चे उपयुक्त site-level चित्र देते.

जेव्हा तुम्हाला stated evidence सह प्रत्येक recording किंवा request च्या मागे कोण आहे हे जाणणे आवश्यक असेल, AI-assisted लोकांना त्यांचा स्वतःचा group म्हणून दिसायला हवे असेल, agents APIs आणि MCP servers द्वारे तुमच्यापर्यंत पोहोचत असतील ज्यांना कोणताही page script पाहत नाही, किंवा तुमच्या application ने actor नुसार वेगळा response द्यायला हवा असेल तेव्हा Proof of Actor जोडा. Clarity तुम्हाला experience दाखवते. Proof of Actor ते कोण अनुभवत आहे ते सांगते, आणि तुमच्या code ला response देण्याचा मार्ग देते.

सुरुवात करा

Proof of Actor private beta मध्ये आहे. founding developer program द्वारे, निवडलेल्या teams ना agreed usage limits अंतर्गत 12 months पर्यंत free access मिळू शकतो, automatic billing शिवाय. early access साठी apply करा आणि तुमच्या site आणि तुम्हाला समजून घ्यायच्या traffic बद्दल आम्हाला सांगा.

Microsoft Clarity हा Microsoft Corporation चा ट्रेडमार्क आहे.

विकसकांसाठी

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 किंवा Unknown.
basis: पुरावा किती मजबूत आहे: Verified, Declared, Inferred किंवा Unknown.
evidence: result मागचे signals, जेणेकरून तुमची team कारण पाहू शकेल.

observation mode मध्ये सुरुवात करा: results तुमच्या logs च्या शेजारी नोंदवा आणि तुम्ही policy निवडेपर्यंत काहीही बदलू नका. Node.js integration guide वाचा

वारंवार विचारले जाणारे प्रश्न

मला Microsoft Clarity ऐवजी Proof of Actor वापरणे आवश्यक आहे का?

नाही. session recordings, heatmaps आणि लोक तुमच्या pages कसे वापरतात हे समजण्यासाठी Clarity हा अजूनही मजबूत पर्याय आहे. Proof of Actor प्रति-interaction actor classification evidence basis सह जोडते आणि तुमच्या application ला त्यावर कृती करू देते. बहुतेक teams Clarity ठेवतात आणि Proof of Actor जोडतात.

मी actor classes Microsoft Clarity मध्ये पाठवू शकतो का?

होय. Proof of Actor त्याचा result तुमच्या application ला परत करते, त्यामुळे ज्या pages वर Clarity चालते तिथे तुम्ही client API द्वारे custom tag म्हणून actor class Clarity ला pass करू शकता आणि recordings आणि heatmaps Human, Human + AI, Agent किंवा Unknown नुसार filter करू शकता.

Clarity bot traffic filter करते का?

Microsoft च्या documentation नुसार, November 2026 पर्यंत, Clarity default ने bot traffic detect करते आणि ते total session count आणि analytics मधून वगळते. Bot Detection setting बंद केली जाऊ शकते, आणि dashboard मध्ये किती bot sessions वगळले गेले ते दाखवले जाते.

Clarity AI bot activity दाखवते का?

Clarity AI Visibility अंतर्गत Bot Activity view देते जी, official Clarity blog नुसार, CDN integrations द्वारे गोळा केलेल्या server-side logs वर आधारित आहे. ती crawling activity report करते. Proof of Actor तुमच्या application मध्ये काम करते, प्रत्येक interaction classify करते, आणि तुमच्या code ला response देऊ देते.

Proof of Actor bots ब्लॉक करते का?

नाही. ते observation mode मध्ये सुरू होते आणि install केल्यावर काहीही बदलत नाही. तुम्ही real traffic विरुद्ध policies preview करता आणि तुमच्या स्वतःच्या code मध्ये route by route त्यांची enforce करता.

Proof of Actor sessions record करते का?

नाही. Proof of Actor screens record करत नाही किंवा heatmaps तयार करत नाही. ते actor classes आणि त्यांची evidence report करते. म्हणून ते Clarity सोबत चांगले pair होते.

तुमचे app कोण वापरत आहे ते जाणून घ्या.

founding developers च्या छोट्या गटासाठी private beta.

लवकर प्रवेश मिळवा किमती पहा

आधी बोलणे पसंत आहे? founders शी बोला