训练爬虫
FacebookBot 是由 Meta/Facebook 运营的机器人，它会收集网页用于训练 AI 模型。官方用途是训练 Meta 的“语音识别技术”，尚不清楚是否专门用于训练 Meta AI。它遵守 robots.txt，自称 FacebookBot 的请求可通过以下方式核验：运营方公布的 ASN。
请求声明
"FacebookBot"
核验依据
Meta/Facebook 的ASN
实时检查
粘贴日志中的地址，系统会将其与运营方公布的信息进行比对。
参考
| User agent | FacebookBot仅为标识符：按子串匹配。 |
|---|---|
| 运营方 | Meta/Facebook |
| 用途 | 训练语言模型 |
| 是否遵守 robots.txt | 遵守来源 |
| 验证方法 | 运营方 ASN运营方 ASN 核验 请核对源 IP 是否属于 AS32934。Meta 没有发布按爬虫划分的 IP 范围文件。 https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/ |
| 抓取模式 | 每秒最多 1 个页面 |
| robots.txt 标识符 | FacebookBot |
| 运营方文档 | https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/ |
官方用途是训练 Meta 的“语音识别技术”，尚不清楚是否专门用于训练 Meta AI。
robots.txt
选择一项粘贴到域名根目录下。规则按标识符分别生效。
User-agent: FacebookBot
Disallow: /User-agent: FacebookBot
Allow: /User-agent: FacebookBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /search请修改 Disallow 路径，使其与你自己的 URL 一致。
FAQ
FacebookBot 是由 Meta/Facebook 运营的机器人，它会收集网页用于训练 AI 模型。官方用途是训练 Meta 的“语音识别技术”，尚不清楚是否专门用于训练 Meta AI。它遵守 robots.txt，自称 FacebookBot 的请求可通过以下方式核验：运营方公布的 ASN。
是。运营方在文档中说明 FacebookBot 会读取 robots.txt，并遵守针对其自身标识的 Disallow 规则。规则在下次抓取该文件时生效，可能是发布后数小时或数天。
请核对源 IP 是否属于 AS32934。Meta 没有发布按爬虫划分的 IP 范围文件。参考资料发布于 https://developers.facebook.com/docs/sharing/webmasters/web-crawlers/。
在 robots.txt 中为 FacebookBot 标识添加 Disallow: /。如果该爬虫不遵守 robots.txt，请在 CDN 或反向代理上匹配其 user agent 并返回 403。
屏蔽 FacebookBot 可使你的网页不进入下一轮训练。它不会删除已收集的内容，也不会影响网站在普通搜索中的排名。