Crawlers de búsqueda con IA
ImagesiftBot es un bot operado por ImageSift que indexa páginas para que un motor de respuestas con IA pueda citarlas. Una vez descargados las imágenes y el texto de una página web, ImageSift analiza estos datos y guarda la información en un índice. 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
"ImagesiftBot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para ImagesiftBot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | ImagesiftBotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | ImageSift |
| Finalidad | ImageSiftBot es un rastreador web que recorre internet en busca de imágenes públicas para dar soporte a su conjunto de productos de inteligencia web |
| Respeta robots.txt | Respetafuente |
| Método de verificación | Solo declaradoNada publicado, solo user agent Rastrea imágenes en lugar de texto, así que una revisión de robots.txt centrada solo en texto puede pasarlo por alto por completo. |
| Patrón de rastreo | No publicado |
| Tokens de robots.txt | ImagesiftBot |
| Documentación del operador | https://imagesift.com/about |
Una vez descargados las imágenes y el texto de una página web, ImageSift analiza estos datos y guarda la información en un índice. Sus productos de inteligencia web usan este índice para buscar y recuperar imágenes similares.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: ImagesiftBot
Disallow: /User-agent: ImagesiftBot
Allow: /User-agent: ImagesiftBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear ImagesiftBot 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
ImagesiftBot es un bot operado por ImageSift que indexa páginas para que un motor de respuestas con IA pueda citarlas. Una vez descargados las imágenes y el texto de una página web, ImageSift analiza estos datos y guarda la información en un índice. 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 ImagesiftBot 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. Rastrea imágenes en lugar de texto, así que una revisión de robots.txt centrada solo en texto puede pasarlo por alto por completo. 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 ImagesiftBot 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 ImagesiftBot 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.