Início › Recursos › Os rastreadores de IA em detalhe

Permitir ou bloquear o GPTBot

O GPTBot é o rastreador com que a OpenAI recolhe conteúdos de acesso público para treinar futuros modelos.

Para que serve o GPTBot

O GPTBot descarrega páginas para dados de treino, não para responder a uma pergunta concreta no ChatGPT. Da pesquisa em tempo real no ChatGPT tratam o OAI-SearchBot e o ChatGPT-User. Quem bloqueia o GPTBot mas quer continuar visível na pesquisa com IA tem de continuar a permitir esses dois.

Permitir

Um bloco próprio dá ao GPTBot acesso total: «User-agent: GPTBot» seguido de «Allow: /». Importante: um bloco específico de bot substitui por completo o bloco «User-agent: *» para o GPTBot — repita aí as regras Disallow necessárias.

Bloquear

«User-agent: GPTBot» seguido de «Disallow: /» mantém o GPTBot fora de todo o domínio. A OpenAI costuma respeitar o robots.txt em 24 horas. Isso não recupera conteúdos que já entraram no treino.

Verificar se funciona

O GPTBot respeita o robots.txt, mas mesmo assim não entra se um WAF ou uma proteção anti-bots rejeitar antes o agente de utilizador com um 403. O citeglass solicita a tua página com o agente de utilizador real do GPTBot e mostra se a regra do robots.txt e a resposta real do servidor coincidem.

Verifique o seu próprio site

O citeglass mostra em cerca de 30 segundos onde o seu site é ilegível para os sistemas de IA — gratuito e sem registo.

Continuar a ler

Informação geral, não aconselhamento jurídico. O GEO é um campo jovem — as recomendações podem mudar.