Crawlers de búsqueda con IA
ExaSearchBot es un bot operado por Exa que indexa páginas para que un motor de respuestas con IA pueda citarlas. ExaSearchBot es un rastreador web operado por Exa que descubre e indexa páginas web públicas para que su contenido se pueda encontrar, recuperar y citar a través de Exa. 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
"ExaSearchBot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para ExaSearchBot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | ExaSearchBotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Exa |
| Finalidad | Crawlers de búsqueda con IA |
| Respeta robots.txt | Sin política |
| 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 | ExaSearchBot |
| Documentación del operador | No hay ninguna publicada |
ExaSearchBot es un rastreador web operado por Exa que descubre e indexa páginas web públicas para que su contenido se pueda encontrar, recuperar y citar a través de Exa.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: ExaSearchBot
Disallow: /User-agent: ExaSearchBot
Allow: /User-agent: ExaSearchBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear ExaSearchBot 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
ExaSearchBot es un bot operado por Exa que indexa páginas para que un motor de respuestas con IA pueda citarlas. ExaSearchBot es un rastreador web operado por Exa que descubre e indexa páginas web públicas para que su contenido se pueda encontrar, recuperar y citar a través de Exa. 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 ExaSearchBot 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. 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 ExaSearchBot 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 ExaSearchBot 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.