Crawlers de entrenamiento
Factset_spyderbot es un bot operado por Factset que recopila páginas para entrenar modelos de IA. Extrae datos para entrenar 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
"Factset_spyderbot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para Factset_spyderbot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | Factset_spyderbotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Factset |
| Finalidad | Entrenamiento de modelos de 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 | Factset_spyderbot |
| Documentación del operador | No hay ninguna publicada |
Extrae datos para entrenar IA.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: Factset_spyderbot
Disallow: /User-agent: Factset_spyderbot
Allow: /User-agent: Factset_spyderbot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear Factset_spyderbot 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
Factset_spyderbot es un bot operado por Factset que recopila páginas para entrenar modelos de IA. Extrae datos para entrenar 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.
No está documentado. Ninguna declaración del operador indica si Factset_spyderbot 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 Factset_spyderbot 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 Factset_spyderbot 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.