Resposta clara - Como analisar gravações de sessão do PostHog

Este guia responde à pergunta: Como analisar gravações de sessão do PostHog. As equipes que já tentaram analisar gravações de sessão do PostHog costumam ter muito material capturado e pouquíssimo tempo para agir sobre ele. As gravações acumulam-se, alguém vê um punhado delas e a maior parte das provas nunca se transforma numa decisão.

A boa notícia é que o PostHog inclui mais ferramentas de replay do que a maioria das equipas utiliza. Antes de considerar migrar ou acoplar outro fornecedor, vale a pena saber exatamente o que os filtros, as coleções e as funcionalidades do Max AI integrados conseguem fazer - e onde uma camada de análise dedicada começa a justificar o seu lugar.

Este guia baseia-se na documentação oficial de session replay do PostHog, revista a 24 de julho de 2026.

O que o replay do PostHog já lhe oferece

O PostHog Session Replay é, antes de mais, um produto de reprodução: grava o DOM, a atividade de rede e os logs da consola para que possa diagnosticar problemas de interface, apoiar clientes e obter contexto sobre comportamentos subtis. Dentro do player pode inspecionar o DOM, abrir uma cascata de rede, ver uma pontuação de desempenho da página, saltar para um mapa de calor construído a partir do próprio HTML da gravação e capturar capturas de ecrã ou clips curtos em GIF/MP4 para anexar a um bug no Jira ou no Linear.

A parte que a maioria das equipas subutiliza é tudo o que acontece à volta de uma única gravação:

• Filtros guardados. Crie uma lista dinâmica por data, duração ativa, contagens de atividade, eventos, propriedades, logs da consola ou feature flags e, depois, guarde-a. Os novos replays que correspondem são adicionados automaticamente, e o filtro é partilhado com toda a gente no projeto através do separador Shared filters.
• Filtros por contagem de atividade. Filtre gravações por cliques, teclas premidas ou atividade do rato com operadores numéricos. Um filtro click_count > 0 elimina o tráfego de bots e scanners; keypress_count > 10 encontra sessões em que os utilizadores escreveram muito.
• Coleções. Enquanto os filtros guardados são dinâmicos, as coleções são listas permanentes que você organiza e partilha para uma investigação específica.
• Coleções integradas. O PostHog faz aparecer automaticamente gravações em listas pré-configuradas, incluindo Watch history, Recordings with comments, Expiring soon e uma coleção Frustration signals com sessões que tiveram vários rage clicks ou exceções nos últimos 7 dias.

Se a sua equipa vê gravações uma a uma a partir da lista predefinida, só estas funcionalidades já poupam horas.

O que o Max AI acrescenta

O assistente de IA do PostHog, o Max, adiciona pesquisa em linguagem natural e resumos por cima do replay. Há duas capacidades distintas que vale a pena separar.

Encontrar replays. Em vez de construir filtros à mão, você descreve o comportamento - "utilizadores que fizeram rage click na página de preços" ou "utilizadores enterprise que encontraram um erro no dashboard" - e o Max traduz isso em filtros de replay e devolve as sessões correspondentes. Compreende sinais específicos do replay: rage clicks, dead clicks, eventos de erro, padrões de navegação e qualquer propriedade de pessoa que tenha capturado.

Resumir sessões. O Max lê o fluxo de eventos estruturado de uma gravação - cada visualização de página, clique, entrada, scroll, erro e evento personalizado - e produz um resumo legível das ações principais, dos padrões comportamentais, dos erros e do desfecho da sessão. Analisa os dados de eventos em vez de ver o vídeo, pelo que os resumos permanecem rápidos mesmo em sessões longas, e pode resumir um lote de uma só vez para perceber o que têm em comum. No player, os marcadores de segmento do resumo de IA aparecem na linha temporal como sobreposições verdes (sucesso) ou vermelhas (falha) em que pode clicar para saltar para o momento.

Duas restrições importam. Os resumos de sessão são apenas no PostHog Cloud - não estão disponíveis em implementações self-hosted, embora o próprio Max possa correr em self-hosted com uma ANTHROPIC_API_KEY configurada. E resumir é algo que você pede sobre um conjunto de sessões escolhido; não é uma tarefa em segundo plano que observa todo o seu tráfego e lhe diz o que corrigir a seguir.

Onde o fluxo de trabalho integrado se esgota

A IA de replay do PostHog é genuinamente útil para triagem: aponte o Max a uma pergunta, obtenha uma lista curta, leia alguns resumos e siga em frente. O atrito surge quando pretende análise em vez de respostas a uma consulta.

A linha divisória é o agrupamento entre sessões. Um resumo diz-lhe o que aconteceu numa gravação, ou o que um lote tinha em comum quando você perguntou. Não mantém, por si só, uma lista classificada e desduplicada dos problemas repetidos em tudo o que grava. Quando a sua pergunta muda de "mostra-me sessões como X" para "quais são os principais problemas desta semana e a quem afetaram", está a descrever um produto diferente.

Quando adicionar uma camada de análise de IA por cima

Não tem de sair do PostHog para obter isso. Uma camada de análise complementar faz sentido quando:

• Grava tráfego suficiente para que a triagem manual nunca chegue a acompanhar.
• Precisa que rage clicks, dead clicks, erros e quedas repetidos sejam agrupados em problemas nomeados, em vez de serem rededuzidos de cada vez.
• Quer que cada descoberta esteja ligada a uma etapa do funil, a um objetivo ou a um valor de receita para que produto e engenharia possam priorizar.
• Precisa de uma fila semanal curta em que a equipa confie de facto, com as provas de replay originais anexadas.

O Flowsery foi construído exatamente para essa camada. Combina análises web com foco na privacidade, gravações, funis, jornadas, objetivos, fontes e receitas, e a sua camada de sessão de IA agrupa o atrito repetido em problemas classificados que pode avaliar em relação ao contexto empresarial - complementando o fluxo de trabalho de captura e consulta que já tem.

Perguntas frequentes

O PostHog usa IA para analisar gravações de sessão?

Sim. O assistente do PostHog, o Max, encontra replays a partir de descrições em linguagem natural e resume sessões lendo o seu fluxo de eventos. Os resumos correm apenas no PostHog Cloud, ao passo que o próprio Max também pode correr em instâncias self-hosted com uma ANTHROPIC_API_KEY.

Os resumos de IA do PostHog veem o vídeo?

Não. O Max analisa os dados de eventos estruturados - visualizações de página, cliques, entradas, scrolls, erros e eventos personalizados - em vez do vídeo renderizado. É por isso que os resumos permanecem rápidos mesmo em sessões longas e podem ser produzidos em massa.

Consigo encontrar sessões específicas sem construir filtros manualmente?

Sim. Descreva o comportamento que pretende - como sessões com rage clicks na página de preços ou utilizadores que desistiram durante o checkout - e o Max converte-o em filtros de replay. Também pode guardar filtros e reutilizar coleções integradas como a Frustration signals.

Preciso de migrar do PostHog para obter análise de problemas com IA?

Não. Pode primeiro obter mais dos próprios filtros, coleções e funcionalidades do Max do PostHog e, depois, adicionar uma camada de análise dedicada como o Flowsery quando precisar de agrupar problemas repetidos, classificá-los por impacto e ligá-los a funis ou receitas.

Qual é a diferença entre um filtro guardado e uma coleção no PostHog?

Um filtro guardado é uma lista dinâmica e partilhada que adiciona automaticamente novos replays que correspondam aos seus critérios. Uma coleção é uma lista permanente e curada que você constrói e partilha para uma investigação específica.

Transforme as provas de replay do estilo do PostHog em problemas classificados com o Flowsery - comece gratuitamente e analise as sessões que realmente importam.

Fontes: PostHog Session Replay docs, Watch recordings, Find replays with PostHog AI e Summarize sessions with PostHog AI. Verificado a 24 de julho de 2026.

O que consigo fazer dentro do próprio leitor do PostHog Session Replay?

O leitor permite inspecionar o DOM, abrir uma cascata de rede e consultar uma pontuação de desempenho da página gravada. Também é possível entrar num mapa de calor construído a partir do HTML da própria gravação e captar uma captura de ecrã ou um clip curto em GIF ou MP4 para anexar a um bug no Jira ou no Linear.

O que é a coleção Frustration signals do PostHog?

Frustration signals é uma das coleções integradas do PostHog, uma lista já pronta que o produto gera automaticamente em vez de uma que se constrói à mão. Reúne sessões com vários rage clicks ou exceções dos últimos sete dias, a par de outras listas automáticas como Watch history, Recordings with comments e Expiring soon.

Consigo filtrar as gravações do PostHog por cliques ou teclas premidas?

Os filtros de atividade do PostHog permitem definir condições numéricas para cliques, teclas premidas ou atividade do rato. Um filtro click_count > 0 remove tráfego de bots e scanners, enquanto keypress_count > 10 encontra sessões em que se escreveu bastante.

O que é que uma camada de análise de IA dedicada acrescenta que o Max do PostHog não tem?

O Max responde às perguntas que lhe são feitas, como encontrar sessões que correspondam a uma descrição ou resumir um lote escolhido. Uma camada dedicada, por outro lado, corre continuamente em segundo plano, agrupa a mesma falha em muitas sessões num único problema, estima quantos utilizadores foram afetados e classifica os problemas para uma fila semanal.

Como é que o Flowsery complementa o PostHog Session Replay?

O Flowsery combina análise web que preserva a privacidade, gravações, funis, jornadas, objetivos, fontes e receita com uma camada de IA de sessão que agrupa a fricção repetida em problemas classificados. Destina-se a acompanhar as evidências de replay e o fluxo de consultas que já tem com o PostHog, não a substituí-los.