Robots de recherche IA
amazon-kendra est un bot exploité par Amazon qui indexe des pages afin qu'un moteur de réponses IA puisse les citer. Amazon Kendra est un service de recherche intelligent très précis qui permet à vos utilisateurs d'interroger des données non structurées en langage naturel. Il est documenté comme respectant le fichier robots.txt, mais aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique.
La requête annonce
"amazon-kendra"
Comparé à
Rien de publié
Vérification en direct
Aucune vérification par l'opérateur n'existe pour amazon-kendra. Vous verrez tout de même ce qu'est réellement l'adresse.
Référence
| User agent | amazon-kendraJeton seul : recherchez la sous-chaîne. |
|---|---|
| Opérateur | Amazon |
| Finalité | Collecte des données pour la recherche en langage naturel par l'IA |
| Respecte robots.txt | Respecte |
| Méthode de vérification | Déclaration uniquementRien de publié, user agent uniquement Aucun fichier de plages IP ni aucune convention de DNS inverse n'a été publié pour cet agent. La chaîne user agent est le seul indice, et n'importe quel client peut l'envoyer : considérez donc une correspondance comme une simple déclaration, et non comme une preuve. |
| Comportement d'exploration | Non publié |
| Jetons robots.txt | amazon-kendra |
| Documentation de l'opérateur | Aucune publiée |
Amazon Kendra est un service de recherche intelligent très précis qui permet à vos utilisateurs d'interroger des données non structurées en langage naturel. Il renvoie des réponses précises aux questions, ce qui offre aux utilisateurs une expérience proche d'un échange avec un expert. Il s'adapte facilement à la charge, répond aux exigences de performance, s'intègre étroitement à d'autres services AWS comme Amazon S3 et Amazon Lex, et offre une sécurité adaptée aux entreprises.
robots.txt
Placez l'un de ces fichiers à la racine de votre domaine. Les règles s'appliquent jeton par jeton.
User-agent: amazon-kendra
Disallow: /User-agent: amazon-kendra
Allow: /User-agent: amazon-kendra
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchModifiez les chemins Disallow pour qu'ils correspondent à vos propres URL.
Bloquer amazon-kendra retire le site de l'index qui alimente ses réponses : il n'y sera plus cité. Si le trafic provenant des réponses IA compte pour vous, bloquez plutôt le crawler d'entraînement et laissez celui-ci accéder au site.
Générer un fichier pour tous les robotsFAQ
amazon-kendra est un bot exploité par Amazon qui indexe des pages afin qu'un moteur de réponses IA puisse les citer. Amazon Kendra est un service de recherche intelligent très précis qui permet à vos utilisateurs d'interroger des données non structurées en langage naturel. Il est documenté comme respectant le fichier robots.txt, mais aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique.
Oui. L'opérateur indique que amazon-kendra lit le fichier robots.txt et respecte les règles Disallow visant son propre jeton. Les règles s'appliquent lors de la prochaine récupération du fichier, ce qui peut prendre plusieurs heures ou plusieurs jours après leur publication.
Ce n'est pas possible, du moins pas à partir de la requête elle-même. Aucun fichier de plages IP ni aucune convention de DNS inverse n'a été publié pour cet agent. La chaîne user agent est le seul indice, et n'importe quel client peut l'envoyer : considérez donc une correspondance comme une simple déclaration, et non comme une preuve. Comparez plutôt l'IP source aux plages d'hébergeurs et de datacenters, et limitez le débit de tout trafic qui se comporte comme un crawler.
Ajoutez le jeton amazon-kendra au fichier robots.txt avec Disallow: /. Si le crawler ignore robots.txt, filtrez le user agent au niveau de votre CDN ou de votre proxy inverse et renvoyez une erreur 403.
Bloquer amazon-kendra retire le site de l'index qui alimente ses réponses : il n'y sera plus cité. Si le trafic provenant des réponses IA compte pour vous, bloquez plutôt le crawler d'entraînement et laissez celui-ci accéder au site.