AI-zoekcrawlers
YouBot is een bot van You die pagina's indexeert zodat een AI-antwoordmachine ernaar kan verwijzen. Haalt data op voor de zoekmachine en de LLM's van You.com. Volgens de documentatie respecteert hij robots.txt, maar er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is.
Verzoek meldt
"YouBot"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor YouBot bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | YouBotAlleen token: match op de substring. |
|---|---|
| Beheerder | You |
| Doel | Scrapet data voor een zoekmachine en LLM's. |
| Respecteert robots.txt | Respecteertbron |
| Verificatiemethode | Alleen beweringNiets gepubliceerd, alleen user agent You.com documenteert de crawler en respecteert robots.txt, maar publiceert geen lijst met adressen. |
| Crawlpatroon | Niet gepubliceerd |
| robots.txt-tokens | YouBot |
| Documentatie van de beheerder | https://about.you.com/youbot/ |
Haalt data op voor de zoekmachine en de LLM's van You.com.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: YouBot
Disallow: /User-agent: YouBot
Allow: /User-agent: YouBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je YouBot blokkeert, verdwijnt je site uit de index achter de antwoorden, zodat er niet meer naar je wordt verwezen. Is verkeer via AI-antwoorden belangrijk voor je, blokkeer dan de trainingscrawler en laat deze met rust.
Maak een bestand voor alle crawlersFAQ
YouBot is een bot van You die pagina's indexeert zodat een AI-antwoordmachine ernaar kan verwijzen. Haalt data op voor de zoekmachine en de LLM's van You.com. Volgens de documentatie respecteert hij robots.txt, maar er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is.
Ja. De beheerder documenteert dat YouBot 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.
Dat kan niet, in elk geval niet op basis van het verzoek zelf. You.com documenteert de crawler en respecteert robots.txt, maar publiceert geen lijst met adressen. Vergelijk in plaats daarvan het bron-IP met hosting- en datacenterranges, en pas rate limiting toe op alles wat zich als een crawler gedraagt.
Voeg het token YouBot 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 YouBot blokkeert, verdwijnt je site uit de index achter de antwoorden, zodat er niet meer naar je wordt verwezen. Is verkeer via AI-antwoorden belangrijk voor je, blokkeer dan de trainingscrawler en laat deze met rust.