เครื่องมือตรวจสอบ AI Crawler ฟรี

ตรวจสอบว่าเว็บไซต์ของคุณบล็อก AI crawler เช่น GPTBot, ClaudeBot และ Google-Extended หรือไม่ เราจะวิเคราะห์ robots.txt, meta tags และส่วนหัวของคุณทันที

ไม่ต้องสมัครสมาชิกสแกนทันทีได้ผลลัพธ์ทันที

AI Crawler คืออะไร?

AI crawler คือบอทเว็บที่ใช้โดยบริษัทอย่าง OpenAI, Anthropic และ Google เพื่อจัดทำดัชนีเนื้อหาสำหรับโมเดล AI ของพวกเขา เมื่อ crawler เหล่านี้ถูกบล็อก แบรนด์ของคุณจะมองไม่เห็นในผู้ช่วย AI — พวกเขาไม่สามารถอ้างอิงสิ่งที่อ่านไม่ได้

ทำไม robots.txt จึงสำคัญ

  • ควบคุมว่าบอทใดสามารถเข้าถึงเนื้อหาของไซต์คุณได้
  • การบล็อก AI crawler เป็นสาเหตุอันดับ 1 ของการมองไม่เห็นใน AI
  • หลายไซต์บล็อก AI bot โดยไม่รู้ตัวด้วยกฎ wildcard

สิ่งที่เราตรวจสอบ

  • กฎใน robots.txt สำหรับ user agent ของบอต AI 11 ตัว
  • Meta robots tags (noindex, noai, noimageai)
  • ส่วนหัว HTTP X-Robots-Tag

คำถามที่พบบ่อย

บอต AI คือบอตที่บริษัท AI ใช้ดึงหน้าเว็บ บางตัวใช้เทรนโมเดล บางตัวสร้างดัชนีที่อยู่เบื้องหลังคำตอบของผู้ช่วย และบางตัวเปิดลิงก์ทันทีที่ผู้ใช้ถาม ถ้า robots.txt ปิดกั้นตัวที่ทำหน้าที่ตอบ เนื้อหาของคุณจะไม่ปรากฏในคำตอบของ ChatGPT, Claude, Gemini หรือ Perplexity ไม่ว่าจะเขียนดีแค่ไหน นี่คือสาเหตุที่พบบ่อยที่สุดที่แบรนด์หายไปจากคำตอบของ AI

ไฟล์ robots.txt ของคุณควบคุมว่าบอทใดสามารถเข้าถึงเว็บไซต์ของคุณได้ หลายไซต์บล็อก AI crawler เช่น GPTBot, ClaudeBot และ Google-Extended โดยไม่รู้ตัว ไม่ว่าจะผ่านกฎ Disallow เฉพาะหรือการบล็อก wildcard แบบกว้าง ซึ่งหมายความว่าผู้ช่วย AI ไม่สามารถอ่านเนื้อหาของคุณได้และจะไม่อ้างอิงหรือแนะนำแบรนด์ของคุณ

ทั้งหมด 11 user agent — OpenAI: GPTBot (เทรนโมเดล), OAI-SearchBot (ดัชนีค้นหาของ ChatGPT), ChatGPT-User (ดึงหน้าเมื่อผู้ใช้สั่ง) Anthropic: ClaudeBot (เทรนโมเดล), Claude-SearchBot (ดัชนีค้นหา), Claude-User (ดึงหน้าเมื่อผู้ใช้สั่ง) และโทเคนเก่า anthropic-ai ที่ยังพบในไฟล์รุ่นเดิม นอกจากนี้ยังมี Google-Extended (การอ้างอิงและการเทรนของ Gemini), PerplexityBot, Bytespider (ByteDance) และ CCBot (Common Crawl) ทั้งหมดควบคุมแยกกัน คุณจึงอนุญาตเฉพาะตัวที่อ้างอิงคุณ และปฏิเสธตัวที่นำไปเทรนได้

นอกเหนือจาก robots.txt แล้ว หน้าเว็บสามารถจำกัดการเข้าถึงของ crawler ผ่าน <meta name="robots"> tags ใน HTML และส่วนหัว HTTP X-Robots-Tag คำสั่งเช่น noindex, nofollow, noai และ noimageai บอก crawler ไม่ให้จัดทำดัชนีหรือใช้เนื้อหาของคุณ เครื่องมือของเราตรวจสอบทั้งสามชั้นของการควบคุมการเข้าถึงของ crawler

ใช่ เครื่องมือตรวจสอบ AI crawler ของ GeoVector ฟรีทั้งหมดโดยไม่ต้องสมัครสมาชิก คุณสามารถสแกน URL ใดก็ได้และรับผลลัพธ์ทันทีที่แสดงสถานะ AI crawler ใน robots.txt, meta robots tags และส่วนหัว X-Robots-Tag สำหรับการตรวจสอบทั้งเว็บไซต์และการตรวจสอบอย่างต่อเนื่อง GeoVector มีแพ็กเกจพรีเมียมให้เลือก

บอต AI ที่เครื่องมือนี้ตรวจ

user agent 11 ตัว จัดกลุ่มตามผู้ให้บริการ ประเด็นสำคัญคือแต่ละตัวเป็นอิสระต่อกัน การอนุญาตเครื่องมือตอบคำถามพร้อมกับปฏิเสธบอตที่นำไปเทรนจึงเป็นการตั้งค่าที่รองรับอย่างเป็นทางการ ไม่ใช่ความขัดแย้ง

CrawlerOperatorUsed forIf you disallow it
GPTBotOpenAICrawling content that may be used to train OpenAI foundation models.Your pages are excluded from that training data.
OAI-SearchBotOpenAIBuilding the index behind ChatGPT's search answers.You drop out of ChatGPT search answers, though you can still appear as a navigational link.
ChatGPT-UserOpenAIFetching a page when a ChatGPT user or tool opens a link.ChatGPT can't open your pages on request during a conversation.
ClaudeBotAnthropicCollecting web content that may contribute to model training.Future material is signalled as out of scope for training.
Claude-SearchBotAnthropicIndexing pages to improve Claude's search results.Your content stops being indexed for Claude search.
Claude-UserAnthropicRetrieving a page when a Claude user asks about it.Claude can't pull your content into a user-directed answer.
anthropic-aiAnthropicA legacy token that still appears in older robots.txt files; Anthropic no longer lists it among its active agents.No effect on the three current agents. Harmless to leave in place.
Google-ExtendedGoogleControlling whether your content is used for Gemini grounding and training.You are removed from Gemini grounding. Google Search crawling, indexing, and ranking are unaffected.
PerplexityBotPerplexityIndexing pages so Perplexity can surface and cite them.Perplexity stops citing your pages.
BytespiderByteDanceCrawling for ByteDance's models and products.Your content is excluded from ByteDance's collection.
CCBotCommon CrawlBuilding the open Common Crawl corpus that many model builders train on.You are excluded from a dataset used well beyond any single vendor.

รูปแบบ robots.txt สามแบบ

คัดลอกแบบที่ตรงกับนโยบายของคุณ robots.txt อยู่ที่รากของแต่ละโฮสต์ และซับโดเมนแต่ละตัวต้องมีไฟล์ของตัวเอง

เปิดให้เครื่องมือตอบคำถามทั้งหมด
User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: Claude-User
Allow: /

User-agent: PerplexityBot
Allow: /

Sitemap: https://example.com/sitemap.xml
ตอบได้ แต่ห้ามเทรน
# Answer questions about us
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

# But do not train on us
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

เมื่อฝ่ายกฎหมายขอไม่ให้นำไปเทรน แต่ฝ่ายการตลาดอยากถูกอ้างอิง การแยกแบบนี้คือสิ่งที่ทีมส่วนใหญ่ต้องการจริง ๆ แต่ใช้ได้เฉพาะกับผู้ให้บริการที่แยกสองบทบาทนี้ออกจากกัน ซึ่ง OpenAI, Anthropic และ Google แยกไว้ ส่วน PerplexityBot กับ CCBot ไม่แยก จึงเหลือทางเลือกแค่อนุญาตหรือปฏิเสธทั้งหมด

รูปแบบที่ปิดกั้นทุกอย่างแบบเงียบ ๆ
User-agent: *
Disallow: /

User-agent: GPTBot
Allow: /

ตาม RFC 9309 บอตจะทำตามกลุ่มกฎที่เจาะจงที่สุดซึ่งตรงกับชื่อของมันเท่านั้น และมองข้ามกลุ่มอื่นทั้งหมด ดังนั้น GPTBot ในตัวอย่างนี้อ่านเฉพาะกลุ่มของตัวเองและได้รับอนุญาต ขณะที่บอตทุกตัวที่ไม่มีกลุ่มของตัวเอง รวมถึง OAI-SearchBot และ Claude-SearchBot จะตกไปอยู่กลุ่มไวลด์การ์ดและถูกปิดกั้นทั้งหมด robots.txt ของเซิร์ฟเวอร์ทดสอบที่หลุดขึ้นโปรดักชันพังแบบนี้พอดี

การควบคุมระดับหน้า: meta robots และ X-Robots-Tag

robots.txt กำหนดว่าหน้านั้นดึงได้หรือไม่ ส่วนสองอย่างนี้กำหนดว่าเมื่อดึงไปแล้วทำอะไรได้บ้าง หน้าเว็บจึงอาจเข้าถึงได้เต็มที่แต่ยังไม่ถูกนำไปแสดงในผลลัพธ์

ใส่ใน head ของ HTML
<meta name="robots" content="noindex, nofollow">
ใส่เป็น HTTP response header สำหรับ PDF และไฟล์ที่ไม่ใช่ HTML
X-Robots-Tag: noindex

คุณจะเห็น noai และ noimageai ด้วย ทั้งสองมาจากแพลตฟอร์มโฮสต์รูปภาพ ไม่ได้อยู่ในข้อกำหนดใด และไม่มีบอตในรายการข้างต้นที่ประกาศว่ารองรับ เรารายงานให้เพราะมันบันทึกเจตนาของคุณ ไม่ใช่เพราะมันปิดกั้นอะไรได้จริง

แหล่งอ้างอิงและข้อกำหนด

ทุกอย่างในหน้านี้ตรวจสอบกับเอกสารต้นทางด้านล่าง หากผู้ให้บริการเปลี่ยนกฎ ที่นั่นคือที่แรกที่จะเห็นการเปลี่ยนแปลง

ตรวจทานล่าสุด เราตรวจหน้านี้เทียบกับข้อกำหนดต้นทางใหม่ทุกครั้งที่ผู้ให้บริการอัปเดต

เครื่องมือตรวจสอบ AI Crawler ฟรี | GeoVector