Crawlers de entrenamiento
DeepSeekBot es un bot operado por DeepSeek que recopila páginas para entrenar modelos de IA. DeepSeekBot es un rastreador web que DeepSeek utiliza para entrenar sus modelos de lenguaje y mejorar sus productos de IA. 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
"DeepSeekBot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para DeepSeekBot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | DeepSeekBotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | DeepSeek |
| Finalidad | Entrenamiento de modelos de lenguaje y mejora de productos de IA |
| Respeta robots.txt | Ignora |
| 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 | DeepSeekBot |
| Documentación del operador | No hay ninguna publicada |
DeepSeekBot es un rastreador web que DeepSeek utiliza para entrenar sus modelos de lenguaje y mejorar sus productos de IA.
robots.txt
Según la documentación, DeepSeekBot ignora robots.txt. Aplica también el bloqueo en tu CDN.
User-agent: DeepSeekBot
Disallow: /User-agent: DeepSeekBot
Allow: /User-agent: DeepSeekBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear DeepSeekBot 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
DeepSeekBot es un bot operado por DeepSeek que recopila páginas para entrenar modelos de IA. DeepSeekBot es un rastreador web que DeepSeek utiliza para entrenar sus modelos de lenguaje y mejorar sus productos de IA. 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.
Según informan propietarios de sitios, DeepSeekBot no respeta robots.txt de forma fiable. Añade la regla de todos modos y revisa tus registros; si las solicitudes continúan, bloquéalo en el borde por user agent o por dirección de origen.
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 DeepSeekBot 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 DeepSeekBot 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.