训练爬虫屏蔽 网用于代理点网理员 蓝推出内容站管抓取谷歌谷歌扩展可以

例如常规的谷歌管理谷歌 GoogleBot、

谷歌没有推出单独的推出 AI 爬虫 ，而且 Google Bot 本身有一大堆用于不同用途的爬虫屏蔽 bot，

不过最终还是扩展网站管理员自己决定是否允许谷歌拿内容去训练 AI，GoogleBot-Image 等，代理Google-Extended 是网站网一种新控件，如果要声明那就需要使用 Google-Extende代理令牌。员可用于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  。内容GoogleBot-News、训练比如网站管理员可以选择是蓝点否帮助这些 AI 模型随着时间推移变得更准确和强大。这些 bot 是谷歌管理谷歌可以在 robots.txt 里混用的。那么 robots.txt 可以这么写 ：

推出

User-Agent: GooglebotAllow: /User-Agent: Google-ExtendedDisallow: /

今天谷歌宣布在 GoogleBot 基础上推出 Google-Extended 爬虫扩展代理，爬虫屏蔽

在 OPENAI 公布 GPTBot 爬虫的扩展相关信息后 ，不允许谷歌抓取内容用于训练 AI  ，代理AI 爬虫仍然使用 GoogleBot，

谷歌称，

例如要允许谷歌搜索抓取网站内容 、网络发布商可以使用它管理其网站是否有助于改进 Bard 和 Vertex AI 等生成式 AI 模型 ，如果不愿意的话，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，在博客中谷歌多次提到网站可以帮助谷歌改进 AI，但网站可以声明是否拒绝其抓取内容后训练 AI ，