训练爬虫
Google-Extended 是由 Google 运营的机器人，它会收集网页用于训练 AI 模型。用于训练 Gemini 和 Vertex AI 生成式 API。该名称不会出现在 User-Agent 请求头中：它仅用作 robots.txt 指令，因此在请求时无可核验。
robots.txt 行
User-agent: Google-Extended
核验依据
无：从不作为 user agent 发送
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 | Google-Extended仅为标识符：按子串匹配。 |
|---|---|
| 运营方 | |
| 用途 | LLM 训练。 |
| 是否遵守 robots.txt | 遵守来源 |
| 验证方法 | 仅标识不适用，仅为 robots.txt 标识 Google-Extended 从不出现在 User-Agent 请求头中。它只是一个 robots.txt 标记，用于选择不参与 Gemini 训练和 grounding，同时不影响 Google 搜索的抓取。因此没有可供验证的 IP。 https://developers.google.com/search/docs/crawling-indexing/overview-google-crawlers |
| 抓取模式 | 未公布 |
| robots.txt 标识符 | Google-Extended |
| 运营方文档 | https://developers.google.com/search/docs/crawling-indexing/overview-google-crawlers |
用于训练 Gemini 和 Vertex AI 生成式 API。不影响网站在 Google 搜索中的收录或排名。
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: Google-Extended
Disallow: /User-agent: Google-Extended
Allow: /User-agent: Google-Extended
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /search请修改 Disallow 路径，使其与你自己的 URL 一致。
FAQ
Google-Extended 是由 Google 运营的机器人，它会收集网页用于训练 AI 模型。用于训练 Gemini 和 Vertex AI 生成式 API。该名称不会出现在 User-Agent 请求头中：它仅用作 robots.txt 指令，因此在请求时无可核验。
是。运营方在文档中说明 Google-Extended 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。
Google-Extended 从不出现在 User-Agent 请求头中。它只是一个 robots.txt 标记，用于选择不参与 Gemini 训练和 grounding，同时不影响 Google 搜索的抓取。因此没有可供验证的 IP。
在 robots.txt 中为 Google-Extended 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 Google-Extended 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。