A camada de evidências para comércio de agente.

Agentes de IA e superfícies de compras mediadas por IA podem interagir com superfícies de feed, loja virtual, carrinho e checkout controladas por comerciantes como parte das jornadas de compra. Esses caminhos de solicitação criam um problema de medição: os comerciantes precisam distinguir o que foi observado, qual identidade foi declarada, o que pôde ser verificado e o que permanece desconhecido.

As ferramentas de análise, de bots, de feeds e os sistemas de comércio existentes foram projetados para trabalhos diferentes. Seus registros, tomados separadamente, não estabelecem uma cadeia compartilhada de evidências do lado do comerciante para a identidade da requisição, evidências de verificação e eventos de comércio observáveis em feeds, vitrines, carrinhos e superfícies de checkout.

O planejado Tráfego Não Identificado métrica é a porcentagem de eventos de requisição elegíveis na vitrine que permanecem não classificado após rotulagem determinística. É mensurável apenas com cobertura completa de log de servidor/CDN/origem. O Cartograph está sendo construído para fornecer evidências sobre essa medida sem inferir identidade humana ou raciocínio de modelo fora da propriedade.

• Evidência sobre inferência. As descobertas devem separar o que foi diretamente observado do que foi inferido, e rotular ambos, para que as equipes saibam o nível de confiança a atribuir a eles.
• Privacidade por design. A camada de observação planejada foi projetada para evitar PII do comprador, dados de pagamento e dados pessoais desnecessários. O foco é a solicitação e o agente, não o humano por trás dela.
• Do lado do comerciante e observacional. A Evidência é projetada para ser capturada das próprias superfícies do comerciante. A Cartograph não está sendo construída para tomar a decisão de compra ou executar a transação.

À medida que o comércio mediado por agentes se desenvolve, as equipes precisam de uma maneira de distinguir a evidência observada do lado do comerciante da identidade declarada, da saída modelada e dos dados desconhecidos. Essa camada de evidência é a base operacional para a qual a Cartograph está sendo construída.