逐浪云主机

立即开通

阻止所有 AI 机器人抓取 WordPress

作者:本站编辑 发布时间:2025-09-23 来源:本站原创 点击数:

随着科技的进步,未来会出现各种像 ChatGPT 一样的文字类人工智能 AI 会抓取网站并抓取你的内容,收集并使用你的数据来训练 ChatGPT、OpenAI、DeepSeek 等软件以及数千种其他 AI 创作。

如果你想阻止人工智能机器人抓取你的网页,我这里给大家一个比较全面的人工智能阻止列表,防止它们窃取你的内容。

为什么要拦截 AI 爬虫?

很多 AI 机器人会爬取网站的内容,用于训练人工智能模型,如果不加以限制,你的网站内容可能会被未经许可地用于 AI 训练,而你无法控制或获利。AI 机器人爬取网站的方式可能非常频繁且占用大量服务器资源,影响网站的访问速度,甚至导致服务器负载过高,影响正常用户的体验。

它们还可能会抓取你的网站内容,并将其用于其他平台。这可能导致内容被盗用,甚至被搜索引擎误认为是抄袭,影响你的 SEO 排名。如果你的站点上有用户评论、论坛、私人信息或其他敏感数据,可能会泄露用户隐私。

使用 robots.txt 屏蔽人工智能爬虫

想要屏蔽 AI 机器人(人工智能爬虫)最简单的方法就是通过 robots.txt 文件。它是一个包含规则的文件,规定了搜索引擎爬虫和其他类似机器人应该遵守的爬取规则。我们可以在其中添加规则,限制机器人访问特定页面或整个网站。

Robots.txt 的规则仅仅是建议,机器人并不一定会百分百遵守。正规的搜索引擎爬虫会遵守规则,而恶意爬虫可能会直接忽略并继续爬取网站内容。

以下是用于 robots.txt 文件的规则,可用于屏蔽 AI 机器人:

  1. 1.
    #Block AI bots
  2. 2.
    User-agent: Agent GPT
  3. 3.
    User-agent: AgentGPT
  4. 4.
    User-agent: AIBot
  5. 5.
    User-agent: AI2Bot
  6. 6.
    User-agent: AISearchBot
  7. 7.
    User-agent: AlexaTM
  8. 8.
    User-agent: Alpha AI
  9. 9.
    User-agent: AlphaAI
  10. 10.
    User-agent: Amazon Bedrock
  11. 11.
    User-agent: Amazon Lex
  12. 12.
    User-agent: Amazonbot
  13. 13.
    User-agent: Amelia
  14. 14.
    User-agent: anthropic-ai
  15. 15.
    User-agent: AnyPicker
  16. 16.
    User-agent: Applebot
  17. 17.
    User-agent: AutoGPT
  18. 18.
    User-agent: AwarioRssBot
  19. 19.
    User-agent: AwarioSmartBot
  20. 20.
    User-agent: Brave Leo AI
  21. 21.
    User-agent: Bytespider
  22. 22.
    User-agent: CatBoost
  23. 23.
    User-agent: CC-Crawler
  24. 24.
    User-agent: CCBot
  25. 25.
    User-agent: ChatGPT
  26. 26.
    User-agent: Chinchilla
  27. 27.
    User-agent: Claude-Web
  28. 28.
    User-agent: ClaudeBot
  29. 29.
    User-agent: cohere-ai
  30. 30.
    User-agent: cohere-training-data-crawler
  31. 31.
    User-agent: Common Crawl
  32. 32.
    User-agent: commoncrawl
  33. 33.
    User-agent: Crawlspace
  34. 34.
    User-agent: crew AI
  35. 35.
    User-agent: crewAI
  36. 36.
    User-agent: DALL-E
  37. 37.
    User-agent: DataForSeoBot
  38. 38.
    User-agent: DeepMind
  39. 39.
    User-agent: DeepSeek
  40. 40.
    User-agent: DepolarizingGPT
  41. 41.
    User-agent: DialoGPT
  42. 42.
    User-agent: Diffbot
  43. 43.
    User-agent: DuckAssistBot
  44. 44.
    User-agent: FacebookBot
  45. 45.
    User-agent: Firecrawl
  46. 46.
    User-agent: Flyriver
  47. 47.
    User-agent: FriendlyCrawler
  48. 48.
    User-agent: Gemini
  49. 49.
    User-agent: Gemma
  50. 50.
    User-agent: GenAI
  51. 51.
    User-agent: Google Bard AI
  52. 52.
    User-agent: Google-CloudVertexBot
  53. 53.
    User-agent: Google-Extended
  54. 54.
    User-agent: GoogleOther
  55. 55.
    User-agent: GPT-2
  56. 56.
    User-agent: GPT-3
  57. 57.
    User-agent: GPT-4
  58. 58.
    User-agent: GPTBot
  59. 59.
    User-agent: GPTZero
  60. 60.
    User-agent: Grok
  61. 61.
    User-agent: Hugging Face
  62. 62.
    User-agent: iaskspider
  63. 63.
    User-agent: ICC-Crawler
  64. 64.
    User-agent: ImagesiftBot
  65. 65.
    User-agent: img2dataset
  66. 66.
    User-agent: IntelliSeek.ai
  67. 67.
    User-agent: ISSCyberRiskCrawler
  68. 68.
    User-agent: Kangaroo
  69. 69.
    User-agent: LeftWingGPT
  70. 70.
    User-agent: LLaMA
  71. 71.
    User-agent: magpie-crawler
  72. 72.
    User-agent: Meltwater
  73. 73.
    User-agent: Meta AI
  74. 74.
    User-agent: Meta Llama
  75. 75.
    User-agent: Meta.AI
  76. 76.
    User-agent: Meta-AI
  77. 77.
    User-agent: Meta-ExternalAgent
  78. 78.
    User-agent: Meta-ExternalFetcher
  79. 79.
    User-agent: MetaAI
  80. 80.
    User-agent: Mistral
  81. 81.
    User-agent: OAI-SearchBot
  82. 82.
    User-agent: OAI SearchBot
  83. 83.
    User-agent: omgili
  84. 84.
    User-agent: Open AI
  85. 85.
    User-agent: OpenAI
  86. 86.
    User-agent: PanguBot
  87. 87.
    User-agent: peer39_crawler
  88. 88.
    User-agent: PerplexityBot
  89. 89.
    User-agent: PetalBot
  90. 90.
    User-agent: RightWingGPT
  91. 91.
    User-agent: Scrapy
  92. 92.
    User-agent: SearchGPT
  93. 93.
    User-agent: SemrushBot
  94. 94.
    User-agent: Sidetrade
  95. 95.
    User-agent: Stability
  96. 96.
    User-agent: The Knowledge AI
  97. 97.
    User-agent: Timpibot
  98. 98.
    User-agent: VelenPublicWebCrawler
  99. 99.
    User-agent: WebChatGPT
  100. 100.
    User-agent: Webzio
  101. 101.
    User-agent: Whisper
  102. 102.
    User-agent: x.AI
  103. 103.
    User-agent: xAI
  104. 104.
    User-agent: YouBot
  105. 105.
    User-agent: Zero GTP
  106. 106.
    Disallow: /

强制阻止 AI 机器人对网站的访问

要完全屏蔽 AI 机器人,可以将以下规则添加到 Apache 配置文件或 .htaccess 主文件(网站根目录)。这种方法比 robots.txt 更权威,能够有效阻止 AI 机器人访问你的站点。

  1. 1.
    #Block AI bots
  2. 2.
  3. 3.
    RewriteEngine On
  4. 4.
    RewriteCond %{HTTP_USER_AGENT} (Agent\ GPT|AgentGPT|AIBot|AI2Bot|AISearchBot|AlexaTM|Alpha\ AI|AlphaAI|Amazon\ Bedrock|Amazon\ Lex|Amazonbot) [NC,OR]
  5. 5.
    RewriteCond %{HTTP_USER_AGENT} (Amelia|anthropic-ai|AnyPicker|Applebot|AutoGPT|AwarioRssBot|AwarioSmartBot|Brave\ Leo\ AI|Bytespider|CatBoost) [NC,OR]
  6. 6.
    RewriteCond %{HTTP_USER_AGENT} (CC-Crawler|CCBot|ChatGPT|Chinchilla|Claude-Web|ClaudeBot|cohere-ai|cohere-training-data-crawler|Common\ Crawl) [NC,OR]
  7. 7.
    RewriteCond %{HTTP_USER_AGENT} (commoncrawl|Crawlspace|crew\ AI|crewAI|DALL-E|DataForSeoBot|DeepMind|DeepSeek|DepolarizingGPT|DialoGPT|Diffbot) [NC,OR]
  8. 8.
    RewriteCond %{HTTP_USER_AGENT} (DuckAssistBot|FacebookBot|Firecrawl|Flyriver|FriendlyCrawler|Gemini|Gemma|GenAI|Google\ Bard\ AI|Google-CloudVertexBot) [NC,OR]
  9. 9.
    RewriteCond %{HTTP_USER_AGENT} (Google-Extended|GoogleOther|GPT-2|GPT-3|GPT-4|GPTBot|GPTZero|Grok|Hugging\ Face|iaskspider|ICC-Crawler|ImagesiftBot) [NC,OR]
  10. 10.
    RewriteCond %{HTTP_USER_AGENT} (img2dataset|IntelliSeek\.ai|ISSCyberRiskCrawler|Kangaroo|LeftWingGPT|LLaMA|magpie-crawler|Meltwater|Meta\ AI|Meta\ Llama) [NC,OR]
  11. 11.
    RewriteCond %{HTTP_USER_AGENT} (Meta\.AI|Meta-AI|Meta-ExternalAgent|Meta-ExternalFetcher|MetaAI|Mistral|OAI-SearchBot|OAI\ SearchBot|omgili|Open\ AI) [NC,OR]
  12. 12.
    RewriteCond %{HTTP_USER_AGENT} (OpenAI|PanguBot|peer39_crawler|PerplexityBot|PetalBot|RightWingGPT|Scrapy|SearchGPT|SemrushBot|Sidetrade|Stability) [NC,OR]
  13. 13.
    RewriteCond %{HTTP_USER_AGENT} (The\ Knowledge\ AI|Timpibot|VelenPublicWebCrawler|WebChatGPT|Webzio|Whisper|x\.AI|xAI|YouBot|Zero\ GTP) [NC]
  14. 14.
    RewriteRule (.*) - [F,L]
  15. 15.
  16. 16.
    #END Block AI bots

这个方法与 robots.txt 方法屏蔽的 AI 机器人类似,但关键区别在于:

robots.txt 只是一个建议,依赖于机器人是否遵守 Disallow 规则。守规矩的机器人会遵循,而恶意爬虫可能会直接忽略。
.htaccess 方法可以真正阻止列出的 AI 机器人,因为它直接在服务器拦截请求,拒绝它们的访问。

本文责任编辑: 加入会员收藏夹 点此参与评论>>
复制本网址-发给QQ/微信上的朋友