Trainingscrawlers
Google-Extended is een bot van Google die pagina's verzamelt om AI-modellen mee te trainen. Gebruikt om Gemini en de generatieve API's van Vertex AI te trainen. De naam komt nooit voor in een User-Agent-header: het is alleen een robots.txt-instructie, dus er valt bij een verzoek niets te verifiëren.
Regel in robots.txt
User-agent: Google-Extended
Gecontroleerd aan de hand van
Niets: wordt nooit als user agent verstuurd
Live check
Plak het adres uit de logregel. Het wordt gecontroleerd aan de hand van wat de beheerder publiceert.
Referentie
| User agent | Google-ExtendedAlleen token: match op de substring. |
|---|---|
| Beheerder | |
| Doel | Training van LLM's. |
| Respecteert robots.txt | Respecteertbron |
| Verificatiemethode | Alleen tokenNiet van toepassing, alleen een robots.txt-token Google-Extended verschijnt nooit in een User-Agent-header. Het is alleen een robots.txt-token, waarmee je je afmeldt voor training en grounding van Gemini zonder dat het crawlen voor Google Search verandert. Er valt niets via IP te verifiëren. https://developers.google.com/search/docs/crawling-indexing/overview-google-crawlers |
| Crawlpatroon | Niet gepubliceerd |
| robots.txt-tokens | Google-Extended |
| Documentatie van de beheerder | https://developers.google.com/search/docs/crawling-indexing/overview-google-crawlers |
Gebruikt om Gemini en de generatieve API's van Vertex AI te trainen. Heeft geen invloed op de opname of ranking van een site in Google Search.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: Google-Extended
Disallow: /User-agent: Google-Extended
Allow: /User-agent: Google-Extended
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je Google-Extended blokkeert, worden je pagina's niet gebruikt in de volgende trainingsronde. Wat al verzameld is, wordt niet verwijderd, en het heeft geen invloed op je posities in gewone zoekmachines.
Maak een bestand voor alle crawlersFAQ
Google-Extended is een bot van Google die pagina's verzamelt om AI-modellen mee te trainen. Gebruikt om Gemini en de generatieve API's van Vertex AI te trainen. De naam komt nooit voor in een User-Agent-header: het is alleen een robots.txt-instructie, dus er valt bij een verzoek niets te verifiëren.
Ja. De beheerder documenteert dat Google-Extended robots.txt leest en Disallow-regels voor het eigen token volgt. Regels gaan in zodra het bestand opnieuw wordt opgehaald, en dat kan uren of dagen na publicatie zijn.
Google-Extended verschijnt nooit in een User-Agent-header. Het is alleen een robots.txt-token, waarmee je je afmeldt voor training en grounding van Gemini zonder dat het crawlen voor Google Search verandert. Er valt niets via IP te verifiëren.
Voeg het token Google-Extended toe aan robots.txt met Disallow: /. Negeert de crawler robots.txt, filter dan op de user agent in je CDN of reverse proxy en geef daar een 403 terug.
Als je Google-Extended blokkeert, worden je pagina's niet gebruikt in de volgende trainingsronde. Wat al verzameld is, wordt niet verwijderd, en het heeft geen invloed op je posities in gewone zoekmachines.