Agentes autónomos
newsai es un bot que navega por la web por su cuenta para completar tareas de varios pasos, y su operador no se ha identificado públicamente. La cadena de user agent no contiene ninguna URL y hay varios sitios que usan la marca newsai. 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
"newsai"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para newsai. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | newsaiSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | No identificado públicamente |
| Finalidad | Recopilador de datos para 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 | newsai |
| Documentación del operador | No hay ninguna publicada |
La cadena de user agent no contiene ninguna URL y hay varios sitios que usan la marca newsai.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: newsai
Disallow: /User-agent: newsai
Allow: /User-agent: newsai
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear newsai detiene las sesiones automatizadas que rellenan formularios, recorren flujos y leen páginas como lo haría un usuario con sesión iniciada. Aquí suelen funcionar mejor los límites de frecuencia y los desafíos que una línea en robots.txt.
Crea un archivo para todos los rastreadoresFAQ
newsai es un bot que navega por la web por su cuenta para completar tareas de varios pasos, y su operador no se ha identificado públicamente. La cadena de user agent no contiene ninguna URL y hay varios sitios que usan la marca newsai. 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 newsai 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 newsai 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 newsai detiene las sesiones automatizadas que rellenan formularios, recorren flujos y leen páginas como lo haría un usuario con sesión iniciada. Aquí suelen funcionar mejor los límites de frecuencia y los desafíos que una línea en robots.txt.