← Ghiduri

Cum verifici dacă GPTBot îți vizitează site-ul

Actualizat 2026-08-03

De ce să verifici dacă te vizitează GPTBot

GPTBot este crawler-ul OpenAI — adună date pentru antrenarea modelelor și pentru răspunsurile din ChatGPT. Dacă nu-ți poate citi produsele, asistentul va spune un preț greșit, va arăta un stoc învechit sau va trimite cumpărătorul la un concurent. Primul pas e să știi dacă botul apare și ce vede la tine.

În Indexul nostru de trafic AI pentru 13.07–01.08, trei magazine au înregistrat circa 1 005 146 de accesări de la boți AI, iar un singur vendor a adunat 606 017 — aproximativ 34 000 pe zi. Nu e zgomot de fond: boții umblă constant, iar vizitele lor merită urmărite.

Pasul 1. Găsește GPTBot în logurile serverului

Cea mai rapidă verificare e un grep după User-Agent în access log. Pentru Nginx:

grep -i "GPTBot" /var/log/nginx/access.log

Numără vizitele dintr-un fișier:

grep -ic "GPTBot" /var/log/nginx/access.log

OpenAI nu folosește doar GPTBot. Verifică trei User-Agent deodată:

grep -iE "GPTBot|OAI-SearchBot|ChatGPT-User" /var/log/nginx/access.log | wc -l

• GPTBot — antrenarea modelelor;
• OAI-SearchBot — indexul de căutare ChatGPT;
• ChatGPT-User — o accesare în timp real, pornită de întrebarea unui utilizator.

Vezi ce pagini citește botul cel mai des:

grep -i "GPTBot" access.log | awk '{print $7}' | sort | uniq -c | sort -rn | head

Și verifică neapărat codurile de răspuns:

grep -i "GPTBot" access.log | awk '{print $9}' | sort | uniq -c | sort -rn

Dacă imaginile de produs întorc 403 sau 406, botul ajunge, dar nu vede nimic — problema numărul unu din ratingul nostru de magazine MD/RO.

De ce nu e suficient User-Agent-ul

User-Agent-ul e doar un șir de text, pe care îl poate seta oricine. Un scraper al concurenței, un revânzător sau un spammer îți poate bate la ușă pretinzând că e GPTBot. Dacă servești conținut către „GPTBot” fără verificare, poate hrănești un impostor; dacă îl blochezi orbește, riști să închizi din greșeală botul real.

De aceea, orice User-Agent trebuie confirmat prin sursa cererii — adresa IP.

Pasul 2. Verifică IP-ul după intervalele publicate de OpenAI

OpenAI publică intervalele oficiale ca JSON: pentru GPTBot este openai.com/gptbot.json, cu fișiere separate pentru SearchBot și ChatGPT-User. Fiecare listează subrețelele CIDR ale botului autentic.

Pașii sunt simpli:

1. Ia IP-ul din linia de log.
2. Descarcă fișierul curent cu intervale de la OpenAI.
3. Verifică dacă IP-ul intră într-unul dintre CIDR-uri.

O verificare rapidă a unei adrese cu grepcidr:

grepcidr -f openai-ranges.txt <(echo 203.0.113.10)

DNS invers clasic — cum ai verifica Googlebot — e mai puțin sigur pentru OpenAI; vendorul recomandă potrivirea pe intervale IP. Fără potrivire, ai în față un fals, chiar dacă User-Agent-ul pare perfect.

Regulă utilă: nu te baza pe JavaScript. Boții care execută JS se comportă ca oamenii; crawlerele clasice precum GPTBot nu rulează JS, așa că în loguri vezi doar cereri brute pentru HTML și fișiere.

Ce arată panoul Botmetria

Un grep manual e bun pentru o verificare unică, dar intervalele se schimbă, iar logurile cresc. Botmetria face asta automat:

• Detectare — recunoaște GPTBot, OAI-SearchBot, ChatGPT-User și boții altor vendori (Perplexity, Anthropic, Google-Extended) după User-Agent;
• Verificare pe IP — compară fiecare vizită cu intervalele publicate de vendor și marchează impostorii;
• Cine a trecut — arată ce boți au venit, cât de des și ce pagini au citit.

Obții într-un minut imaginea la care manual ai lucra o oră. Începe cu un audit Botmetria gratuit ca să vezi scorul de pregătire AI și dacă boții se lovesc de erori.

Greșeli frecvente

• Să te încrezi în User-Agent fără IP. Jumătate din „boții” dintr-un log brut pot fi falși.
• Să blochezi GPTBot odată cu motoarele de căutare. Nu atinge Googlebot și Bingbot — distruge SEO; firewallul Botmetria are o siguranță integrată împotriva acestui lucru.
• Să urmărești doar GPTBot. Cumpărăturile reale sunt pregătite și de ChatGPT-User, accesarea live pornită de întrebarea unui om.
• Să ignori codurile de răspuns. Un 403/406 la imagini înseamnă că botul a venit, dar n-a văzut nimic.

Întrebări frecvente

Ghiduri conexe

• GPTBot, PerplexityBot, ClaudeBot: pe cine să lași în robots.txt