Crawlers de búsqueda con IA
Timpibot es un bot operado por Timpi que indexa páginas para que un motor de respuestas con IA pueda citarlas. Pone datos a disposición para entrenar modelos de 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
"Timpibot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para Timpibot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | TimpibotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Timpi |
| Finalidad | Extrae datos para entrenar LLM. |
| Respeta robots.txt | Sin política |
| Método de verificación | Solo declaradoNada publicado, solo user agent Timpi crea un índice descentralizado que rastrean en parte nodos voluntarios, así que las peticiones pueden venir de direcciones residenciales. No hay ninguna lista de rangos publicada con la que comprobarlas. |
| Patrón de rastreo | No publicado |
| Tokens de robots.txt | Timpibot |
| Documentación del operador | No hay ninguna publicada |
Pone datos a disposición para entrenar modelos de IA.
robots.txt
Pega una en la raíz de tu dominio. Las reglas se aplican por token.
User-agent: Timpibot
Disallow: /User-agent: Timpibot
Allow: /User-agent: Timpibot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear Timpibot 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
Timpibot es un bot operado por Timpi que indexa páginas para que un motor de respuestas con IA pueda citarlas. Pone datos a disposición para entrenar modelos de 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 Timpibot 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. Timpi crea un índice descentralizado que rastrean en parte nodos voluntarios, así que las peticiones pueden venir de direcciones residenciales. No hay ninguna lista de rangos publicada con la que comprobarlas. 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 Timpibot 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 Timpibot 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.