Crawlers de búsqueda con IA
amazon-kendra es un bot operado por Amazon que indexa páginas para que un motor de respuestas con IA pueda citarlas. Amazon Kendra es un servicio de búsqueda inteligente que permite a tus usuarios buscar en datos no estructurados con lenguaje natural. Está documentado que respeta robots.txt, pero no se publica ninguna lista de rangos de IP ni convención de DNS inverso, así que no se puede demostrar que una solicitud con este user agent sea auténtica.
La solicitud dice
"amazon-kendra"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para amazon-kendra. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | amazon-kendraSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Amazon |
| Finalidad | Recopila datos para búsquedas con IA en lenguaje natural |
| Respeta robots.txt | Respeta |
| Método de verificación | Solo declaradoNada publicado, solo user agent No se ha publicado ningún archivo de rangos de IP ni ninguna convención de DNS inverso para este agente. La cadena de user agent es la única señal y cualquier cliente puede enviarla, así que considera una coincidencia como una declaración y no como una prueba. |
| Patrón de rastreo | No publicado |
| Tokens de robots.txt | amazon-kendra |
| Documentación del operador | No hay ninguna publicada |
Amazon Kendra es un servicio de búsqueda inteligente que permite a tus usuarios buscar en datos no estructurados con lenguaje natural. Devuelve respuestas concretas a las preguntas, de forma parecida a consultar a un experto humano. Es escalable, se integra con otros servicios de AWS como Amazon S3 y Amazon Lex, y ofrece seguridad para empresas.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: amazon-kendra
Disallow: /User-agent: amazon-kendra
Allow: /User-agent: amazon-kendra
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear amazon-kendra saca el sitio del índice en el que se basan sus respuestas, así que deja de citarse allí. Si te importa el tráfico que llega desde respuestas de IA, bloquea mejor el rastreador de entrenamiento y deja este.
Crea un archivo para todos los rastreadoresFAQ
amazon-kendra es un bot operado por Amazon que indexa páginas para que un motor de respuestas con IA pueda citarlas. Amazon Kendra es un servicio de búsqueda inteligente que permite a tus usuarios buscar en datos no estructurados con lenguaje natural. Está documentado que respeta robots.txt, pero no se publica ninguna lista de rangos de IP ni convención de DNS inverso, así que no se puede demostrar que una solicitud con este user agent sea auténtica.
Sí. El operador documenta que amazon-kendra lee robots.txt y respeta las reglas Disallow de su propio token. Las reglas se aplican la próxima vez que descarga el archivo, lo que puede ocurrir horas o días después de publicarlas.
No puedes, al menos no a partir de la propia solicitud. No se ha publicado ningún archivo de rangos de IP ni ninguna convención de DNS inverso para este agente. La cadena de user agent es la única señal y cualquier cliente puede enviarla, así que considera una coincidencia como una declaración y no como una prueba. En su lugar, compara la IP de origen con rangos de hosting y de centros de datos, y limita la frecuencia de todo lo que se comporte como un rastreador.
Añade el token amazon-kendra a robots.txt con Disallow: /. Si el rastreador ignora robots.txt, filtra el user agent en tu CDN o proxy inverso y devuelve allí un 403.
Bloquear amazon-kendra saca el sitio del índice en el que se basan sus respuestas, así que deja de citarse allí. Si te importa el tráfico que llega desde respuestas de IA, bloquea mejor el rastreador de entrenamiento y deja este.