ANÁLISE DE TRÁFEGO DE AGENTES DE IA

Análise de tráfego de agentes de IA para seu app e API

Entenda como pessoas, usuários assistidos por IA e agentes autônomos usam sua aplicação, rota por rota, com cada classificação respaldada por evidências visíveis.

Obter acesso antecipado Explorar como funciona

Por Toshendra SharmaFundador e CEO, AgentCredia · Updated November 13, 2026

Seus dashboards estão contando um mundo que mudou

A maior parte das stacks de analytics foi construída para responder a uma pergunta: o que as pessoas estão fazendo no meu site? Sessões, visualizações de página, funis e campanhas pressupõem uma pessoa por trás de cada interação.

Essa suposição já não vale para toda interação. Assistentes de IA abrem páginas em nome de usuários; a OpenAI, por exemplo, documenta um agente ChatGPT-User que visita páginas quando um usuário faz uma pergunta ao ChatGPT (OpenAI crawler documentation). Agentes autônomos chamam APIs e ferramentas de MCP para concluir tarefas. Pessoas trabalham junto com IA na mesma sessão, às vezes declarando isso e às vezes não. Crawlers e scripts continuam lendo tudo o que conseguem alcançar.

O resultado é uma distorção silenciosa nos números dos quais sua equipe depende. Taxas de conversão mudam por motivos que ninguém consegue explicar. Uma rota popular de API acaba sendo impulsionada por um pequeno conjunto de clientes automatizados. Um pico que parecia vitória de marketing era agentes lendo documentação. Sem contexto de ator, cada gráfico mistura comportamentos muito diferentes em uma única linha. Algumas ferramentas também removem parte do quadro antes que você veja: o Google informa que o Google Analytics exclui automaticamente tráfego de bots e spiders conhecidos, e que você não pode ver quanto foi excluído (Google Analytics: known bot-traffic exclusion).

A análise de tráfego de agentes de IA corrige isso ao adicionar uma nova dimensão a cada interação: quem ou o que está atuando, e quão seguro você pode estar. O post de blog sobre como saber se o tráfego do site vem de agentes de IA cobre os sinais por trás dessa dimensão, e o caso de uso para websites mostra a aplicação em um site de produção.

O que a análise ciente de ator mostra

Proof of Actor organiza seu tráfego em quatro classes, explicadas em Human, AI-assisted or agent: a taxonomy for app traffic, e mantém a evidência associada a cada uma.

Human: interações em que os sinais observáveis indicam direção humana.
Human + AI: interações em que a assistência de IA foi declarada ou observada por meio de uma integração suportada.
Agent: interações automatizadas ou originadas por agentes, com suporte de identidade verificável ou de uma inferência cuidadosamente qualificada.
Unknown: interações em que a evidência não sustenta uma determinação confiável.

Cada resultado também traz uma base: verified, declared, inferred ou unknown. Essa segunda dimensão é o que torna a análise confiável. Um dashboard que diz que um terço do seu tráfego de API é de agentes significa coisas muito diferentes dependendo de esses resultados serem assinaturas verified ou inferências de padrões de request. Com Proof of Actor, você pode ver ambos e filtrar por qualquer um deles.

Por rota e workflow

A composição de atores varia enormemente dentro de uma aplicação. Documentação pública, preços e páginas de catálogo frequentemente atraem agentes e assistentes. Signup, checkout e configurações de conta atraem menos agentes, mas importam mais quando aparecem. Rotas de API e ferramentas de MCP podem ser dominadas por clientes automatizados. Proof of Actor divide os resultados por rota e workflow, para que cada equipe veja o recorte que lhe cabe.

Ao longo do tempo

As tendências mostram para onde seu produto está indo. Acompanhe como a participação de atividade de agentes e de atividade assistida por IA muda nas rotas que importam, veja quando um novo operador de agentes começa a ler seu conteúdo e monitore quanto tráfego passa de Unknown para verified à medida que mais clientes assinam seus requests.

Com explicações

Qualquer número no dashboard pode ser aberto até as interações individuais. Em cada uma delas você vê a classe, a base, o que é conhecido, o que não é conhecido e qual saída de policy seria aplicada. É isso que transforma um gráfico em algo sobre o qual suas equipes de produto, plataforma e segurança podem agir em conjunto.

Como funciona

Proof of Actor segue um caminho first evidence. Você pode ler a descrição completa em How It Works.

Sua aplicação recebe um request ou evento: uma visualização de página, uma chamada de API, uma chamada de ferramenta de MCP ou uma ação no app.
Sua integração coleta os sinais disponíveis naquele contexto: contexto de request e signatures no servidor, sinais de interação no navegador onde o coletor é executado, declarações dos clientes e da sua própria aplicação.
Os sinais são verificados, rotulados por base e combinados em uma classificação.
O resultado é registrado com sua base e resumo de evidências e segue para sua análise.
Sua aplicação decide se deve apenas observar ou aplicar uma policy.

Como a análise e as decisões usam os mesmos resultados, os números que você estuda são exatamente os números sobre os quais suas policies agirão. Não há lacuna entre o que o dashboard mostra e o que a aplicação faz.

Detect, Understand, Route

A análise de tráfego de agentes de IA fica no centro das três capacidades do Proof of Actor.

Detect

Colete os sinais de ator disponíveis para cada integração e separe afirmações verified de inferências comportamentais. Unknown continua visível como sua própria classe, para que lacunas de cobertura nunca desapareçam dentro de outro número.

Understand

Esta é a camada de analytics: recortes por ator, tendências de interação, visões por rota e classificações explicáveis. As equipes a usam para responder perguntas como quais rotas os agentes utilizam, quanta atividade assistida por IA um workflow recebe e onde a evidência é forte o bastante para sustentar uma policy.

Route

Quando a análise mostra um padrão claro, aja sobre ele com suas próprias regras. Dê aos agentes verified um caminho estruturado para o conteúdo que eles mais acessam. Mantenha a experiência padrão para sessões conduzidas por humanos. Adicione revisão apenas a ações sensíveis quando suas próprias condições justificarem isso. Defina alternativas explícitas para Unknown e para timeouts.

Feito para apps, APIs e MCP servers

A atividade de agentes se concentra onde máquinas são bem-vindas: APIs, documentação, catálogos e ferramentas. Por isso o Proof of Actor vai além de visualizações de página.

SaaS apps e websites veem contexto de ator para sessões no navegador e para as rotas de servidor por trás delas. Saiba mais em SaaS Apps & Websites.
APIs recebem contexto no nível do request que separa a identidade assinada do cliente de credenciais de API e autorização. Saiba mais em APIs.
MCP servers recebem contexto de ator para cada chamada de ferramenta, para que você veja quais clientes usam quais ferramentas. Saiba mais em MCP Servers.

As equipes fundadoras integram com ajuda direta de nossos engenheiros. O guia de adicionar contexto de ator a um app Node.js mostra onde a integração se encaixa em um manipulador de request típico.

Por que a evidência importa mais do que o volume

É fácil produzir um número grande para tráfego de agentes. Conte cada request sem fingerprint de navegador e chame isso de automação. O problema é que um número assim não sustenta uma decisão, porque ninguém sabe quanto dele é real.

Proof of Actor foi construído para que todo número possa ser defendido. Resultados verified vêm de verificações que realmente passaram. Declarações são rotuladas como declarações. Inferências são rotuladas como inferências. Unknown é reportado como Unknown. Quando você apresenta o tráfego de agentes para sua liderança, sua equipe de segurança ou seus clientes, você pode explicar exatamente de onde vem cada número.

Isso também torna a análise mais útil ao longo do tempo. À medida que operadores de agentes adotam requests assinados com base em RFC 9421 HTTP Message Signatures, e trabalhos de padronização como Web Bot Auth avançam no grupo de trabalho webbotauth do IETF, mais do seu tráfego passa para a base verified. Seus gráficos ficam mais precisos sem mudar a forma como você os lê.

Comece com observação, depois decida

Toda implantação do Proof of Actor começa em modo de observação. Os resultados são registrados, a análise é preenchida e sua aplicação continua respondendo exatamente como antes. Sua equipe usa esse período para construir uma linha de base, comparar resultados com desfechos que já conhece e identificar as primeiras rotas em que uma policy realmente ajudaria.

Quando estiver pronto, você ativa uma policy para um workflow, mede o efeito e expande a partir daí. Nada é bloqueado porque o Proof of Actor foi instalado. Toda decisão de enforcement é sua.

Junte-se ao programa fundador de desenvolvedores

Proof of Actor está em private beta. Equipes fundadoras selecionadas podem receber até 12 meses de acesso gratuito, dentro dos limites de uso acordados, em troca de feedback prático sobre o produto. Você recebe suporte direto de integração, acesso antecipado a novas capacidades e influência sobre o roadmap.

Se você quer análise de tráfego de agentes de IA na qual toda a sua equipe possa confiar, solicite acesso antecipado. Conte-nos sobre sua aplicação, as rotas que mais importam e as perguntas que você quer que sua análise responda.

Explore Proof of Actor, veja como funciona ou leia o que a evidência pode estabelecer.

Fontes

Visão geral dos crawlers da OpenAI, OpenAI.
Exclusão de tráfego de bots conhecidos, Ajuda do Google Analytics.
RFC 9421: HTTP Message Signatures, IETF, February 2024.
Carta do grupo de trabalho Web Bot Auth (webbotauth), IETF.

PARA DESENVOLVEDORES

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 ou Unknown.
basis: Quão forte é a evidência: Verified, Declared, Inferred ou Unknown.
evidence: Os sinais por trás do resultado, para que sua equipe possa ver o motivo.

Comece no modo de observação: registre os resultados ao lado dos seus logs e não altere nada até escolher uma policy. Leia o guia de integração do Node.js

Perguntas frequentes

O que é análise de tráfego de agentes de IA?

É a prática de medir quanto da atividade da sua aplicação vem de pessoas, pessoas trabalhando com IA, agentes autônomos e fontes não identificadas, distribuído por rota, workflow e tempo.

Em que isso é diferente da minha ferramenta de web analytics?

Ferramentas de web analytics são feitas para contar visitas humanas e campanhas. Proof of Actor classifica quem ou o que está atuando em cada interação, mostra a evidência por trás do resultado e cobre APIs e MCP servers além de páginas.

Isso inclui tráfego de API e MCP?

Sim. Integrações no servidor e no MCP trazem contexto de ator para chamadas de API e chamadas de ferramenta, que muitas vezes é onde a atividade de agentes é mais alta.

Os números são baseados em suposições?

Toda classificação informa sua base: verified, declared, inferred ou unknown. Você pode filtrar sua análise por base, então o tráfego de agentes verified e o tráfego de agentes inferred nunca se misturam.

Isso muda como meu app responde?

Não por padrão. A análise roda em modo de observação. Seu app só muda o comportamento quando sua equipe ativa uma policy.

Como eu obtenho acesso?

Solicite acesso antecipado. Equipes fundadoras selecionadas podem receber até 12 meses de acesso gratuito dentro dos limites de uso acordados.

Saiba quem está usando seu app.

Private beta para um pequeno grupo de founding developers.

Obter acesso antecipado Ver preços

Prefere falar primeiro? Fale com os fundadores