Crawlers de búsqueda con IA
PetalBot es un bot operado por Huawei que indexa páginas para que un motor de respuestas con IA pueda citarlas. Operado por Huawei para ofrecer servicios de búsqueda y de asistente de IA. 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
"PetalBot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para PetalBot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | PetalBotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Huawei |
| Finalidad | Se usa para ofrecer recomendaciones en el asistente de Huawei y en sus servicios de búsqueda con IA. |
| Respeta robots.txt | Respeta |
| Método de verificación | Solo declaradoNada publicado, solo user agent Huawei documenta el crawler en su ayuda para webmasters. El tráfico procede de rangos de Huawei Cloud, pero no se publica una lista por bot. |
| Patrón de rastreo | No se indica una frecuencia concreta. |
| Tokens de robots.txt | PetalBot |
| Documentación del operador | No hay ninguna publicada |
Operado por Huawei para ofrecer servicios de búsqueda y de asistente de IA.
PetalBot rastrea desde direcciones de Huawei Cloud en Singapur, por eso aparece como tráfico de Singapur en los logs del servidor y en las analíticas de Cloudflare. Tráfico de bots de China y Singapur separa los bots en la nube de los visitantes reales.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: PetalBot
Disallow: /User-agent: PetalBot
Allow: /User-agent: PetalBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear PetalBot 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
PetalBot es un bot operado por Huawei que indexa páginas para que un motor de respuestas con IA pueda citarlas. Operado por Huawei para ofrecer servicios de búsqueda y de asistente de IA. 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 PetalBot 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. Huawei documenta el crawler en su ayuda para webmasters. El tráfico procede de rangos de Huawei Cloud, pero no se publica una lista por bot. 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 PetalBot 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 PetalBot 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.