Uw website heeft nu meer dan één type bezoeker
Voor het grootste deel van de geschiedenis van het web kon een website uitgaan van een eenvoudig model: een persoon opent een browser, klikt rond en meldt zich misschien aan. Analytics, rate limits, onboardingflows en securitychecks zijn allemaal ontworpen rond die persoon.
Dat model beschrijft de echte traffic niet langer. Vandaag bedient één website mensen die zelf browsen, mensen die een AI-assistent vragen iets samen te vatten of in te vullen, autonome agents die pagina's lezen en endpoints aanroepen namens iemand anders, en een lange staart van crawlers en scripts. AI-providers documenteren een aantal van deze bezoekers zelf: OpenAI publiceert bijvoorbeeld afzonderlijke user agents voor zijn zoekcrawler, zijn trainingscrawler en de fetcher die pagina's bezoekt wanneer een ChatGPT-gebruiker een vraag stelt (OpenAI crawler documentation), en Anthropic doet hetzelfde voor ClaudeBot, Claude-User en Claude-SearchBot (Anthropic crawler documentation). Sommige van deze bezoekers zijn welkom. Sommige hebben een andere ervaring nodig. Voor sommige moet beter worden gekeken voordat ze iets gevoeligs kunnen doen.
De uitdaging is dat de meeste van deze interacties op het eerste gezicht op elkaar lijken. Een login vertelt u welk account in gebruik is. Het vertelt u niet of een persoon klikt, of een assistent via die sessie handelt, of dat een geautomatiseerde client uw prijzenpagina leest voor een gebruiker ergens anders. AI-agentdetectie voor websites gaat over het dichten van die kloof met bewijs, zodat uw team op elk type actor passend kan reageren in plaats van al het verkeer hetzelfde te behandelen. Voor een praktische uitleg van de betrokken signalen leest u hoe u kunt zien of websiteverkeer afkomstig is van AI-agents, en bekijk de websites use case om te zien hoe dit eruitziet op een productiesite.
Waarom één botscore niet genoeg is
Veel tools beantwoorden deze vraag met één getal: een botscore, een risicoscore, een percentage dat beweert te beschrijven hoe menselijk een bezoeker is. De aantrekkingskracht is duidelijk. Eén getal is eenvoudig in een regel te gebruiken.
Het probleem is dat één getal de redenering verbergt. Wanneer een score zegt dat een sessie waarschijnlijk geautomatiseerd is, kan uw team niet zien of die conclusie rust op een geverifieerde handtekening, een user-agent string die iedereen kan kopiëren, of een patroon dat ook past bij een snelle menselijke typist. Wanneer die score een blokkering of challenge aanstuurt, neemt u elke fout over zonder enige manier om die aan een klant, collega of auditor uit te leggen.
Proof of Actor kiest een andere aanpak. Elk resultaat valt in een van vier duidelijke klassen, uitgelegd in Human, AI-assisted or agent: a taxonomy for app traffic, en elk resultaat vermeldt waarop het is gebaseerd. U ziet de conclusie en het bewijs samen, wat betekent dat u sterke resultaten kunt vertrouwen, zwakke resultaten kunt betwijfelen en policies kunt opbouwen die passen bij de kwaliteit van het bewijs.
Hoe u AI-agents op uw website in vier stappen detecteert
U kunt AI-agents op uw website detecteren met de tools die u al heeft. Deze vier stappen zijn vendor-neutraal en werken ongeacht of u Proof of Actor gebruikt; de blogpost over hoe u kunt zien of websiteverkeer afkomstig is van AI-agents behandelt elke stap uitgebreider.
- Breng de agents in kaart die zichzelf aankondigen. Doorzoek uw server- of CDN-logs op de user agents die AI-providers publiceren. OpenAI documenteert OAI-SearchBot, GPTBot en ChatGPT-User, en geeft aan dat ChatGPT-User pagina's bezoekt wanneer een gebruiker ChatGPT een vraag stelt in plaats van automatisch te crawlen. Anthropic documenteert ClaudeBot, Claude-User en Claude-SearchBot. Dit geeft u een eerste, gedeeld beeld van agenttraffic per route.
- Verifieer de claims in plaats van de string te vertrouwen. Een user agent is zelfgerapporteerd en eenvoudig te kopiëren. Controleer die tegen de verificatiemethode van de operator zelf: Google beschrijft een reverse DNS lookup gevolgd door een forward DNS lookup, plus gepubliceerde IP range files, voor Googlebot (Google: verifying Googlebot); Bing beschrijft dezelfde reverse en forward DNS-check voor Bingbot (Bing: verifying Bingbot); OpenAI publiceert IP range files voor elk van zijn user agents. Wanneer een client zijn requests ondertekent met HTTP Message Signatures, gedefinieerd in RFC 9421, controleert u de signature aan de hand van de gepubliceerde key van de operator.
- Label elk resultaat met zijn bewijs en houd Unknown zichtbaar. Leg vast of elke conclusie Verified, Declared of Inferred is. Verkeer dat geen geverifieerde of gedeclareerde agent raakt en geen duidelijk menselijk patroon vertoont, moet als Unknown worden gelabeld, niet geforceerd als human of bot. Dit is de stap die een bruikbaar rapport onderscheidt van een gok.
- Observeer per route voordat u ingrijpt. Verdeel de resultaten gedurende een paar weken per route en workflow: openbare content, signup, accountinstellingen, APIs. Schrijf pas daarna een smal policy voor de route waar actorcontext het meest telt, met een expliciete fallback voor Unknown.
Proof of Actor automatiseert deze stappen binnen uw applicatie: het verzamelt de signalen die uw integratie kan zien, geeft een class terug met de basis ervan, volgt Unknown per route en laat het beleid over aan uw code.
Hoe Proof of Actor AI-agents op websites detecteert
Proof of Actor is opgebouwd rond een eenvoudig pad: de signalen die uw integratie kan observeren, een classificatie met een expliciete basis, en een beslissing die bij u blijft. U kunt de volledige flow lezen op de pagina How It Works. Hier is de korte versie.
Signalen uit uw integratie
Elke integratie ziet wat de context toestaat. Een server-side integratie ziet requestcontext, protocoldetails en, wanneer een client dit ondersteunt, een requestsignature. Een browserintegratie ziet interactiesignalen op de pagina's waarop zij draait. Een applicatie kan ook eigen declaraties vastleggen, zoals een gebruiker die content markeert als opgesteld met AI-ondersteuning, of een agentclient die zichzelf benoemt.
Proof of Actor werkt met het bewijs dat daadwerkelijk aanwezig is. Het doet niet alsof het dingen ziet die uw website niet kan observeren.
Vier klassen die iets specifieks betekenen
Elke interactie komt in een van vier klassen terecht:
- Human: de waarneembare signalen wijzen op mensgestuurde interactie.
- Human + AI: AI-ondersteuning is gedeclareerd, of waargenomen via een ondersteunde integratie die dit kan zien.
- Agent: geautomatiseerde of agent-afkomstige interactie, ondersteund door verifieerbare identiteit of een zorgvuldig gekwalificeerde inferentie.
- Unknown: het beschikbare bewijs ondersteunt geen betrouwbare vaststelling.
Elke klasse heeft een duidelijke definitie en een duidelijke grens. Een Human-resultaat is geen geverifieerde identiteit. Een Agent-resultaat is geen verklaring dat de agent geautoriseerd is. Een Unknown-resultaat is geen beschuldiging. U kunt de volledige taxonomie lezen op de pagina Detection & Limitations.
Een basis op elk resultaat
Naast de class draagt elk resultaat zijn basis: Verified, Declared, Inferred of Unknown. Een request met een geldige signature van een gepubliceerde key is voor die controle Verified. Een client die zichzelf als agent benoemt, heeft dit Declared. Een gedragspatroon dat consistent is met automatisering is een Inferred. Dit onderscheid maakt uw policies precies. Een Verified ondertekende agent op een read-only route en een self-declared client op een accountinstellingenpagina moeten niet hetzelfde worden behandeld, en met Proof of Actor hoeft dat ook niet. De glossarterm evidence basis legt elk ervan uitgebreider uit.
Wat uw team krijgt: Detect, Understand, Route
Proof of Actor is één product met drie mogelijkheden die samen werken.
Detect
Verzamel de actorsignalen die beschikbaar zijn voor uw integratie en scheid geverifieerde verklaringen van gedragsmatige inferenties. Unknown traffic blijft zichtbaar als eigen categorie in plaats van te worden samengevoegd met een gok. U weet altijd over welke interacties u met zekerheid kunt spreken en welke meer bewijs nodig hebben.
Understand
Bekijk uw AI agent traffic in context. Verken interactietypen per route en per tijd, volg trends in human-, AI-ondersteunde, agent- en unknown-activiteit, en open elke classificatie om te zien wat bekend is, wat niet bekend is en waarop het resultaat rust. Hier krijgen product-, platform- en securityteams een gedeeld, uitlegbaar beeld van wie de website gebruikt.
Route
Gebruik uw eigen policies om specifieke interacties toe te staan, aan te passen, uit te dagen, te beoordelen of te beperken. Dien een gestructureerde response uit aan een Verified agent die uw documentatie leest. Houd de standaardervaring voor mensgestuurde sessies aan. Vraag om een sterkere check bij een gevoelige accountwijziging wanneer uw eigen voorwaarden daarom vragen. Kies een expliciete fallback voor Unknown-resultaten en voor timeouts, per route. Handhaving gebeurt altijd in uw applicatie, onder policies die uw team bevestigt.
Ontworpen om in uw website te passen, niet om die te vervangen
Proof of Actor staat naast de tools die u al gebruikt. Het vervangt uw authenticatie, uw autorisatiemodel of uw bestaande misbruikcontroles niet. Het voegt actorcontext eraan toe.
Een typische website-integratie begint op de routes waar actorcontext het belangrijkst is: openbare content die agents veel lezen, signup- en onboardingflows, accountinstellingen en andere gevoelige acties, en elke API die de site aandrijft. Founding teams werken samen met onze engineers om die routes te kiezen, de signalen binnen scope af te spreken en te bevestigen hoe data wordt behandeld voordat er code wordt uitgerold.
Omdat de beslissingslaag in uw code leeft, houdt u de ervaring onder controle. U kunt resultaten wekenlang in een intern dashboard tonen voordat er regels veranderen, vervolgens één smal policy inschakelen voor één route, en daarna uitbreiden zodra de resultaten uw vertrouwen hebben verdiend. De gids over handling unknown traffic laat zien hoe u die eerste regels ontwerpt.
Begin in observatiemodus
De snelste manier om waarde uit AI-agentdetectie te halen is beginnen met kijken, niet met blokkeren. In observatiemodus registreert Proof of Actor resultaten terwijl uw website zich exact gedraagt zoals zonder het product. Uw team kan classificaties vervolgens vergelijken met uitkomsten die u al begrijpt: supporttickets, bekende integraties, interne tools en de crawlers die u al herkent.
Dat geeft u drie dingen voordat er enige handhaving plaatsvindt:
- Een baseline. Hoeveel van uw traffic is mensgestuurd, AI-ondersteund, agentgestuurd of onbekend, per route.
- Vertrouwen in het bewijs. Welke signalen sterk zijn op uw website en waar de dekking moet groeien.
- Betere policies. Regels ontworpen rond echte patronen in plaats van aannames, met false positives die worden beoordeeld voordat iemand wordt geraakt.
Wanneer een policy klaar is, schakelt u die in voor de specifieke workflow waarvoor het is ontworpen, en behoudt u de mogelijkheid om dit op elk moment aan te passen.
Waarom bewijs-onderbouwde detectie wint van ondoorzichtige scores
Websites bedienen al agents, assistants en mensen die met AI werken naast elkaar. De teams die dit goed aanpakken, zijn niet de teams met de meest agressieve filters. Het zijn de teams die hun beslissingen kunnen uitleggen.
Bewijs-onderbouwde resultaten geven u die uitleg. Wanneer een supportagent vraagt waarom een gebruiker een extra verificatiestap zag, kunt u naar het bewijs en het toepasselijke policy verwijzen. Wanneer een agentoperator vraagt waarom zijn ondertekende requests een gestructureerde response kregen, kunt u de Verified basis tonen. Wanneer het bewijs dun is, zegt het resultaat Unknown, en uw fallback handelt het af op een manier die u bewust hebt gekozen.
Deze aanpak schaalt ook mee met het web. Naarmate meer agentoperators hun requests ondertekenen en standaardenwerk zoals de IETF Web Bot Auth working group, die is gecharterd om cryptografische authenticatie voor geautomatiseerde clients te standaardiseren, voortbouwt op HTTP message signatures, verschuift meer van uw traffic van inferred of unknown naar verified, en worden uw policies preciezer zonder herschreven te worden.
Sluit u aan bij het founding developer-programma
Proof of Actor bevindt zich in private beta met een kleine groep applicatieteams. Geselecteerde founding developers kunnen tot 12 maanden gratis toegang ontvangen, binnen overeengekomen gebruikslimieten, in ruil voor praktische productfeedback. U krijgt directe integratieondersteuning van onze engineers, vroege toegang tot mogelijkheden zodra die beschikbaar komen, en echte invloed op wat we hierna bouwen.
Als uw website mensen, AI-ondersteunde gebruikers en agents bedient, en u wilt weten wie het gebruikt voordat u beslist wat er daarna gebeurt, vraag early access aan. Vertel ons over uw website en de interactie die u het liefst wilt begrijpen, en wij beoordelen of het past bij de huidige beta.
Wilt u eerst de details zien? Verken Proof of Actor, lees how it works, of bekijk precies wat het bewijs wel en niet kan vaststellen.
Bronnen
- 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.