|
|
网站站长过去得在一个很别扭的选择里二选一：让内容被拿去训练 AI，或者冒着失去搜索可见度的风险拒绝。这个两难来自一个现实——互联网上最大的那些组织用的都是"混合用途爬虫"：同一个爬虫既做搜索索引，又做 AI 训练。你拒绝一个，等于两个都拒绝。
Cloudflare 近日推出的方案想把这个选择题拆开。新的 Disallow AI Training 设置，让你保留搜索收录的同时，拒绝同一个爬虫拿你的内容去训练。Apple、Google、Microsoft 已经被认定为会尊重这个设置。
真正麻烦的是混合用途爬虫。Cloudflare 给出的思路是：用 robots.txt 发布一个 no-training 偏好，再靠网络层面识别谁在爬、判断它是来干嘛的、对无视偏好的爬虫直接拦截，最后在 Radar 上公开每个操作方的实际行为。
他们还给达到标准的爬虫操作方造了个词叫 "Accountable"（负责）。要够上这个资格，得满足四条：提供 AI 训练 opt-out 机制、提供 AI 摘要 opt-out 机制、给 URL 级的可见性（能看到哪些页面被用于训练）以及承诺拒绝训练不会影响搜索排名。Apple、Google、Microsoft 都够格。
这次改动的直接后果是，"Block" 这个设置的含义变了。过去 Block 对混合用途爬虫（Applebot、Bingbot、Googlebot）不生效，因为拦了它们搜索也被连坐；现在有了 Disallow AI Training 兜底，Block 会对所有训练爬虫生效——包括 Amazon、Anthropic、Meta、OpenAI 这些只做训练、不碰搜索的爬虫，拦掉它们对搜索毫无影响。
Cloudflare 也透露了一点有意思的数据：只有不到 1% 的站选择屏蔽搜索爬虫，但 17% 的站选择屏蔽训练——说明大多数人欢迎被抓取，只是不愿意被白嫖去训练。
下一步是 AI 摘要。Cloudflare 判断，全网统一的"是/否"太粗暴——你的内容在摘要里出现多少，和出不出现在摘要一样重要。目标是在明年年初，让网站站长能一次在 Cloudflare 上设置"内容有多少可以被摘要包含"，而不用跟每个操作方单独谈。官方补了个数据说明这事并非一边倒：超过一半消费者会读搜索里的 AI 摘要，其中 40% 以上读完就不再往下逛了；但从 AI 搜索引流来的用户，转化率是传统搜索的 3 到 5 倍。更少来访，却带着更强的购买意图。
来源：
• Have it both ways: stay discoverable in search while disallowing AI training（Cloudflare 官方博客）
原文链接 |
|
发表于 
