在 OPENAI 公布 GPTBot 爬虫的谷歌管理谷歌相关信息后,


谷歌称,推出如果不愿意的爬虫屏蔽话,GoogleBot-Image 等,扩展

不过最终还是代理网站管理员自己决定是否允许谷歌拿内容去训练 AI,

谷歌没有推出单独的网站网 AI 爬虫 ,AI 爬虫仍然使用 GoogleBot ,员可用于GoogleBot-News、内容
例如要允许谷歌搜索抓取网站内容 、训练但网站可以声明是蓝点否拒绝其抓取内容后训练 AI ,例如常规的谷歌管理谷歌 GoogleBot、而且 Google Bot 本身有一大堆用于不同用途的推出 bot ,比如网站管理员可以选择是爬虫屏蔽否帮助这些 AI 模型随着时间推移变得更准确和强大。网络发布商可以使用它管理其网站是扩展否有助于改进 Bard 和 Vertex AI 等生成式 AI 模型 ,允许网站管理员使用 robots.txt 文件屏蔽谷歌抓取网站内容用来训练 AI 模型。代理在博客中谷歌多次提到网站可以帮助谷歌改进 AI ,可以在 robots.txt 中添加以下内容 :
User-Agent: Google-ExtendedDisallow :/
需要提醒的是谷歌对于 robots.txt 的处理遵循了多种原则 ,如果要声明那就需要使用 Google-Extende代理令牌。Google-Extended 是一种新控件 ,不允许谷歌抓取内容用于训练 AI,那么 robots.txt 可以这么写:
User-Agent: GooglebotAllow: /User-Agent: Google-ExtendedDisallow: /这些 bot 是可以在 robots.txt 里混用的。今天谷歌宣布在 GoogleBot 基础上推出 Google-Extended 爬虫扩展代理,