AI 爬虫访问记录
概述
AI 爬虫是由 AI 服务或搜索服务派出的自动程序。它们会读取公开网站内容，可能用于训练模型、回答用户问题、构建 AI 搜索结果或通用搜索索引。
“数据分析”中的“AI 爬虫”页面可让您查看哪些已知的 AI 爬虫访问过您的公开网站，以及它们是否被允许或阻止。本文档仅说明如何读取记录；如果您想更改允许哪些爬虫读取您的网站，请阅读“管理 AI 爬虫访问您的网站”。
在哪里查看
普通人类访客不会出现在此页面。AI 爬虫不会执行常规网站的前端 JavaScript 跟踪，因此它们会独立统计为服务器端记录。
理解三种爬虫目的
- 训练型：可能用于帮助 AI 模型学习公开内容。
- 检索型：可能在用户提问时查找并引用公开内容。
- 搜索型：通用搜索引擎使用的爬虫，例如 Googlebot。
目的分类是根据已知爬虫的公开信息整理的，并不代表每次访问都能精确了解其最终用途。
理解验证状态
已验证
系统通过比对来源 IP 和运营方公布的网络范围，确认此次请求可信地来自该官方爬虫。
疑似冒充
请求的名称看起来像已知的 AI 爬虫，但来源 IP 无法匹配官方范围。这可能是第三方假冒的名称，请勿直接将其视为官方 AI 服务的真实访问。
无法验证
部分服务没有可供比对的公开 IP 信息，或本次请求无法完成验证。无法验证不等于恶意，仅表示系统无法确认其真伪。
已允许和已阻止
记录中的“已允许”表示请求可以继续读取公开网站；“已阻止”表示它符合您在“营销科技 → AI 爬虫”中设置的阻止规则，公开网站将响应拒绝访问。
阻止记录仍然很有价值。它可以让您确认规则是否正在生效，以及哪些爬虫持续尝试访问。
页面详情的用途
页面详情会列出爬虫访问过的网址。如果某个重要页面一直没有被已知爬虫读取，不代表它一定不会出现在搜索结果中；抓取频率由各服务自行决定，网站刚发布或内容较少时尤其需要时间。
常见问题
不一定。访问仅表示爬虫读取了公开网站。是否用于训练、收录、引用或在回答中呈现，仍由各服务自行决定。
不一定。网站刚发布、流量较少、爬虫尚未安排访问，或爬虫不在当前的识别列表中，都可能导致报告暂时没有数据。
首先确认该请求是否造成异常流量。如果只是少量记录，通常无需立即处理；如果您发现持续异常，请保留日期、截图和网址后联系客服。