Respostas de IA

Bloquear o GPTBot? Rastreadores de treinamento x de busca com IA

Atualizado em · Publicado por: AMA CLASS, K.K. (em inglês)

Resposta curta

Bloquear o GPTBot é uma decisão de política que a sua empresa pode tomar. O GPTBot coleta conteúdo que pode ser usado para treinar os modelos da OpenAI, enquanto o OAI-SearchBot determina se o seu site aparece na busca do ChatGPT, e a OpenAI diz que cada configuração é independente. O erro mais comum é bloquear tudo quando a intenção era só ficar fora do treinamento.

Cada empresa nomeia seus rastreadores pela finalidade

Estas são as finalidades informadas na documentação de cada empresa, conferidas em 17 de novembro de 2026.

  • OpenAI: GPTBot para treinamento, OAI-SearchBot para a busca do ChatGPT, ChatGPT-User para ações que um usuário pede
  • Anthropic: ClaudeBot para treinamento, Claude-SearchBot para a qualidade da busca, Claude-User quando alguém faz uma pergunta ao Claude
  • Perplexity: PerplexityBot para resultados de busca, que a Perplexity diz não ser usado para treinar modelos de base; Perplexity-User para pedidos de usuários
  • Google: Googlebot para a Pesquisa. O Google-Extended controla se o conteúdo é usado no treinamento de futuras versões do Gemini e para embasamento (grounding), e o Google diz que ele não afeta a inclusão nem a classificação na Pesquisa

robots.txt para cada objetivo

O robots.txt é o arquivo na raiz do seu site que dá instruções aos rastreadores.

  • Permitir os dois: não acrescente nada. Se os dois estiverem permitidos, a OpenAI pode usar um único rastreamento para as duas finalidades.
  • Ficar fora do treinamento, mas continuar na busca do ChatGPT: em User-agent: GPTBot, acrescente Disallow: / e não mexa no OAI-SearchBot.
  • Ficar fora dos dois: bloqueie GPTBot e OAI-SearchBot. Suas páginas deixam de ser usadas nas respostas da busca do ChatGPT.

A OpenAI recomenda permitir o OAI-SearchBot se você quer aparecer na busca do ChatGPT. Permitir não significa que você vai aparecer.

Três perguntas para decidir

Esta parte é a nossa opinião; a resposta certa muda de empresa para empresa.

  • As páginas públicas têm material original, como fotos ou guias, que você não quer ver usado em treinamento?
  • Contratos com clientes ou regras internas já dizem como esse conteúdo pode ser usado?
  • Você quer ser encontrado por quem pesquisa fornecedores em assistentes de IA?

Um sim em qualquer uma das duas primeiras é motivo para bloquear o GPTBot. Um sim na terceira é motivo para deixar o OAI-SearchBot liberado. As duas coisas podem valer ao mesmo tempo. Se nenhuma se aplica, manter o padrão é razoável.

Corrija o erro mais comum

“Bloqueia a IA” muitas vezes vira uma regra que bloqueia tudo. O pedido de exemplo abaixo é fictício.

  • Antes: User-agent: * seguido de Disallow: /. Isso vale para todos os rastreadores, inclusive Googlebot e Bingbot.
  • Depois: User-agent: GPTBot seguido de Disallow: /. Só o rastreador citado é afetado.
  • Antes: “Por favor, bloqueie a IA.”
  • Depois: “Por favor, bloqueie GPTBot, ClaudeBot e Google-Extended. Não bloqueie OAI-SearchBot, Claude-SearchBot nem PerplexityBot. Me envie o arquivo robots.txt depois da mudança.”

O que o robots.txt não faz

O Google lembra que obedecer ou não ao robots.txt depende de cada rastreador. A Anthropic descreve o bloqueio do ClaudeBot como um sinal para excluir do treinamento os materiais futuros do site; não encontramos nenhuma declaração sobre o conteúdo já coletado. A OpenAI diz que as regras do robots.txt podem não se aplicar às visitas do ChatGPT-User iniciadas por usuários, e a Perplexity diz que o Perplexity-User em geral ignora o robots.txt. A OpenAI informa que as mudanças podem levar cerca de 24 horas para valer na busca. Para manter um conteúdo privado, coloque-o atrás de um login.

Confira o seu arquivo hoje

Abra o seu domínio seguido de /robots.txt. Encontre os grupos de GPTBot e OAI-SearchBot e leia as linhas Disallow; depois confira que User-agent: * não vem seguido de Disallow: /. Nosso verificador gratuito de rastreadores de IA em https://get1pct.com/pt/tools/ai-crawler-check lê o arquivo para você e lista quais rastreadores de busca e de treinamento de IA estão bloqueados. Escreva uma linha com o que você decidiu e por quê. As regras também podem ser aplicadas por uma CDN ou um firewall, o que o robots.txt não mostra. Não podemos decidir essa política por você nem prometer presença nas respostas de IA.

Fontes