Bots de IA a visitar o seu site: robots.txt e como os bloquear

Os fornecedores de IA usam robôs (crawlers) que percorrem sites para recolher texto, seja para treinar modelos, seja para responder a perguntas em tempo real. Quem não quer isso pode pedir-lhes que não entrem com o robots.txt, e pode recusar o acesso no servidor pelo nome com que se identificam. O primeiro é um pedido de boas maneiras; o segundo é uma porta fechada, mas só vale contra quem diz a verdade sobre quem é.

Primeiro, veja quem lá anda

1 Abra os registos de acesso do site no cPanel e procure o campo do «user agent» (o nome com que o visitante se apresenta).
2 Procure nomes que reconheça. Os fornecedores publicam os nomes dos seus robôs na documentação deles: por exemplo, GPTBot (OpenAI), ClaudeBot (Anthropic), CCBot (Common Crawl) e PerplexityBot. Os nomes mudam, por isso confirme sempre na documentação de cada um.
3 Decida o que quer. Quem bloqueia deixa de poder aparecer em respostas desses serviços. Quem não bloqueia aceita que o texto seja lido.

Pedir com o robots.txt

O ficheiro robots.txt fica na raiz do domínio (yourcompany.com/robots.txt). Por cada robô, uma linha a dizer quem é e outra a dizer o que não pode ver:

User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: CCBot
Disallow: /

O Google tem um nome à parte, o Google-Extended, que, segundo as orientações públicas do Google, controla se o conteúdo é usado para os seus produtos de IA generativa. Não bloqueie o Googlebot, que é o que indexa o site na pesquisa. Veja o que fazem o robots.txt e o sitemap.

Recusar no servidor

O robots.txt é voluntário: cada robô cumpre se quiser. Para recusar de facto, num site em hospedagem partilhada que use o ficheiro .htaccess, pode negar o acesso pelo nome:

RewriteEngine On
RewriteCond %{HTTP_USER_AGENT} (GPTBot|ClaudeBot|CCBot) [NC]
RewriteRule .* - [F,L]

Faça cópia do .htaccess antes de o editar, e confirme que o site continua a abrir. Um erro de sintaxe põe o site inteiro a dar erro 500. Se o site já tiver outras regras, junte estas sem apagar as existentes. Veja erros de site explicados.
Nem o robots.txt nem o bloqueio por nome travam quem mente. Há robôs que se apresentam como um navegador normal. Para esses, o caminho é bloquear por endereço IP ou usar uma camada de protecção à frente do site, como o Cloudflare. Veja bloquear um endereço IP e o que é o Cloudflare.
Se o problema é o consumo, e não a privacidade, meça primeiro quanto pedem. Um robô educado raramente pesa no servidor; um agressivo pode pesar, e esse não cumpre o robots.txt.

O seu site está lento ou com erros por causa de tráfego estranho? Abra um pedido com a hora e o endereço e vemos o que consta nos registos.

Abrir um pedido de suporte

VEJA TAMBÉM

robots.txt e sitemap.xml: o que fazem e como os verificar

Bloquear um endereço IP de visitar o seu site

Cloudflare: o que é, o que muda e o que fica igual

PRODUTO RECOMENDADO

Alojamento de sites com cPanel

Domínio e SSL incluídos, cópias diárias e o painel que já conhece. desde 396,00 MT/mês (plano de 3 anos, com cupão)

Ver planos
  • 0 Utilizadores acharam útil
Esta resposta foi útil?

Artigos Relacionados

ChatGPT, Claude ou Gemini: que ferramenta de IA para cada tarefa ChatGPT, Claude, Gemini, Copilot, Grok. Aparecem versões novas de mês a mês e a pergunta que nos chega é sempre a mesma:...
Como usar IA no telemóvel, e o que nunca lá escrever Em Moçambique, muita gente trabalha do telemóvel e nem sempre tem computador à mão. As ferramentas de inteligência artif...
Construir um site WordPress com ajuda de IA: o que resulta e o que não Dá para pôr um site WordPress de pé muito mais depressa do que há dois anos, usando ferramentas de inteligência artifici...
Fazer uma página de campanha depressa, com ajuda de IA Uma página de campanha é uma página só, com um objectivo só e uma acção só: deixar o contacto, pedir orçamento, marcar,...
O que é o OpenClaw e o que precisa para o correr O OpenClaw é um agente de IA pessoal, de código aberto, que corre no seu servidor. Em vez de abrir um site de um fornece...
Usar a IA para escrever comandos Linux sem estragar o servidor A IA escreve comandos Linux depressa e quase sempre bem, mas «quase sempre» é pouco quando o comando apaga ficheiros. A...