Crawlers de entrenamiento
cohere-ai es un bot operado por Cohere que recopila páginas para entrenar modelos de IA. Obtiene datos según las peticiones de los usuarios. 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, y una regla en robots.txt no basta para frenar una suplantación.
La solicitud dice
"cohere-ai"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para cohere-ai. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | cohere-aiSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Cohere |
| Finalidad | Obtiene datos para responder a peticiones iniciadas por los usuarios. |
| Respeta robots.txt | Sin política |
| Método de verificación | Solo declaradoNada publicado, solo user agent Cohere no publica ninguna lista de rangos de IP para este token. El token independiente cohere-training-data-crawler es el que está destinado al entrenamiento de modelos. |
| Patrón de rastreo | Realiza acciones según las peticiones de los usuarios. |
| Tokens de robots.txt | cohere-ai |
| Documentación del operador | No hay ninguna publicada |
Obtiene datos según las peticiones de los usuarios.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: cohere-ai
Disallow: /User-agent: cohere-ai
Allow: /User-agent: cohere-ai
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear cohere-ai deja tus páginas fuera del próximo entrenamiento. No elimina nada de lo ya recopilado y no afecta al posicionamiento del sitio en la búsqueda normal.
Crea un archivo para todos los rastreadoresFAQ
cohere-ai es un bot operado por Cohere que recopila páginas para entrenar modelos de IA. Obtiene datos según las peticiones de los usuarios. 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, y una regla en robots.txt no basta para frenar una suplantación.
No está documentado. Ninguna declaración del operador indica si cohere-ai lee robots.txt, así que añade la regla pero comprueba en tus registros que las solicitudes realmente se detienen.
No puedes, al menos no a partir de la propia solicitud. Cohere no publica ninguna lista de rangos de IP para este token. El token independiente cohere-training-data-crawler es el que está destinado al entrenamiento de modelos. 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 cohere-ai 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 cohere-ai deja tus páginas fuera del próximo entrenamiento. No elimina nada de lo ya recopilado y no afecta al posicionamiento del sitio en la búsqueda normal.