--- title: "Como saber se o robô de IA é verdadeiro ou falso | Grupo Marfre" description: "Como saber se um robô de IA é verdadeiro: user-agent se falsifica, então confira o IP na lista oficial ou o DNS reverso. Passo a passo nos logs." canonical: https://grupomarfre.com.br/sites-agenticos/como-verificar-robo-de-ia-verdadeiro/ alternate_html: https://grupomarfre.com.br/sites-agenticos/como-verificar-robo-de-ia-verdadeiro/ language: pt-BR last_updated: 2026-10-27 type: guia --- # Como saber se o robô de IA é verdadeiro ou falso **Resposta rápida:** O user-agent é só um texto que o visitante declara, e qualquer script pode copiar o de um robô de IA. Para saber se o acesso é verdadeiro, compare o IP do log com a lista que a empresa publica (OpenAI, Perplexity) ou use o DNS reverso, como faz a Apple. Um robô de IA é verdadeiro quando o IP que fez o acesso pertence à empresa que ele diz representar. O nome que aparece no log (GPTBot, PerplexityBot, Applebot) não prova nada, porque quem faz a requisição escolhe o texto que envia. A prova está no IP, conferido numa lista oficial, ou no DNS reverso quando a empresa adota esse método. Vale conferir principalmente antes de tomar uma decisão com base no log, como bloquear uma faixa de IP ou concluir quantas vezes a OpenAI visitou o site. Se parte desses acessos for de impostores, a conclusão sai errada. Para ver os acessos em si, use primeiro o guia de [como ver quais robôs de IA visitaram seu site](https://grupomarfre.com.br/sites-agenticos/logs-de-robos-de-ia/). ## Por que o user-agent sozinho não prova nada? O user-agent é um cabeçalho que o cliente escreve como quiser. Você mesmo pode testar no seu site, com um comando que se declara GPTBot sem ter nenhuma relação com a OpenAI: ```bash curl -s -o /dev/null -w "%{http_code}\n" -A "GPTBot/1.4" https://seusite.com.br/ ``` O servidor vai registrar "GPTBot/1.4" no log, e um filtro por "GPTBot" conta esse acesso junto com os verdadeiros. O Common Crawl avisa na página do CCBot (`CCBot/2.0`) que existem robôs se passando por ele. O disfarce funciona porque a regra que libera um robô pelo nome libera também quem copia o nome. Para entender o que o cabeçalho informa e onde ele termina, leia [crawler e user-agent](https://grupomarfre.com.br/sites-agenticos/crawler-e-user-agent/). ## Quem publica o quê para você conferir? Cada empresa oferece um caminho diferente. Esta tabela resume o que está nas documentações oficiais: | Empresa | Como conferir | | --- | --- | | OpenAI | Listas de IP em JSON: openai.com/gptbot.json, /searchbot.json, /chatgpt-user.json e /adsbot.json (um arquivo por robô) | | Perplexity | Listas de IP em perplexity.com/perplexitybot.json e /perplexity-user.json | | Apple | DNS reverso em `*.applebot.apple.com` ou lista de IPs do Applebot | | Amazon | Documentação do Amazonbot, do Amzn-SearchBot e do Amzn-User em developer.amazon.com/amazonbot; confira lá o que está publicado | | Anthropic | Documentação do ClaudeBot, do Claude-User e do Claude-SearchBot no artigo de suporte da empresa (página atualizada em 07/04/2026) | | Common Crawl | Sem lista de IP nas fontes consultadas; a própria fundação avisa que há impostores usando o nome CCBot | Sobre a Anthropic, há um detalhe: a empresa diz que bloquear por IP pode não funcionar como opt-out, porque impede o robô de ler o robots.txt. Lista de IP serve para confirmar identidade e para liberar o robô verdadeiro. Para pedir que o robô não colete, o caminho é o robots.txt, como explica [robots.txt na era da IA](https://grupomarfre.com.br/sites-agenticos/robots-txt-para-ia/). ## Como conferir um acesso suspeito nos logs? O roteiro vale para qualquer robô que publique lista de IP: 1. Isole os acessos que declaram o robô. Num log de servidor no formato comum, o IP é a primeira coluna (se há CDN ou proxy na frente do servidor, confira se ele registra o IP do visitante, e não o do proxy): ```bash grep -i "GPTBot" access.log | awk '{print $1}' | sort | uniq -c | sort -rn ``` 2. Baixe a lista oficial no endereço da empresa (por exemplo, openai.com/gptbot.json para o GPTBot). Baixe de novo a cada conferência, porque a empresa pode atualizar os intervalos. 3. Compare cada IP do passo 1 com os intervalos da lista. IP dentro de um intervalo é acesso verdadeiro. IP fora de todos os intervalos é impostor, ou o intervalo mudou e a sua cópia ficou velha. 4. Confira o robô certo contra a lista certa. A OpenAI tem um arquivo por robô, então um "ChatGPT-User" deve ser conferido em chatgpt-user.json, não em gptbot.json. 5. Anote os IPs impostores com data e user-agent. Se o volume for relevante, passe para a regra de firewall (próxima seção). Para o Applebot, o método é o DNS reverso. O exemplo abaixo usa um IP fictício da faixa reservada para documentação: ```bash host 203.0.113.10 ``` Num acesso verdadeiro, o nome devolvido termina em `.applebot.apple.com`. Como cautela adicional, resolva esse nome de volta (`host nome-devolvido`) e confira se retorna o mesmo IP, pois quem controla o próprio DNS reverso pode devolver qualquer nome. Se o IP não tiver nome nesse domínio nem aparecer na lista de IPs da Apple, não é o Applebot descrito na [documentação da Apple](https://grupomarfre.com.br/sites-agenticos/applebot-e-applebot-extended/). ## O que fazer quando o acesso é falso? Nada obriga um impostor a seguir o robots.txt, então a defesa fica no firewall. A regra mais segura combina user-agent e IP: bloqueie quem declara o nome do robô mas vem de fora da lista oficial. A documentação da Perplexity mostra esse raciocínio ao orientar a liberar PerplexityBot e Perplexity-User no WAF da Cloudflare e da AWS usando User-Agent mais IP. Dois cuidados evitam o erro oposto: - **Não bloqueie só por user-agent.** Você derrubaria também o robô verdadeiro. Segundo a OpenAI, site que bloqueia o OAI-SearchBot não aparece nas respostas de busca do ChatGPT; a Anthropic diz que bloquear os robôs de busca e de usuário dela pode reduzir a visibilidade. Para o problema inverso, veja [seu firewall pode estar bloqueando robôs de IA](https://grupomarfre.com.br/sites-agenticos/firewall-bloqueando-robo-de-ia/). - **Robôs de usuário podem ignorar o robots.txt.** A OpenAI diz que, no ChatGPT-User, as regras do robots.txt podem não se aplicar, e a Perplexity diz que o Perplexity-User geralmente as ignora. A Amazon diz o mesmo do Amzn-User, que pode não seguir todas as regras. A Anthropic é a exceção: diz que os três robôs dela, inclusive o Claude-User, respeitam o robots.txt. Nos robôs que podem ignorar, a verificação por IP é o que resta para separar o pedido real de um usuário da imitação. ## Perguntas frequentes ### Dá para confiar no nome do robô que aparece no meu relatório de acessos? Só como pista. O nome vem do próprio visitante e pode ser copiado. O que confirma é o IP na lista oficial da empresa ou o DNS reverso, quando ela usa esse método. ### Um robô que ignora o robots.txt é falso? Não necessariamente. Alguns robôs verdadeiros, ligados a pedidos de usuário, podem ignorar o robots.txt, segundo a documentação da OpenAI, da Perplexity e da Amazon. Confira o IP antes de concluir qualquer coisa. ### Preciso verificar todos os acessos? Não. Comece pelos suspeitos: volume fora do padrão, ou robô de IA conhecido que aparece em horário ou quantidade estranhos. Rode o roteiro de cinco passos nesses casos e guarde os IPs impostores. ### Bloquear o CCBot resolve o problema dos impostores com o nome dele? O bloqueio no robots.txt (`User-agent: CCBot` e `Disallow: /`) vale para o robô verdadeiro, que respeita a regra. Nada obriga o impostor a respeitar, então só o firewall o contém. Detalhes em [CCBot e o Common Crawl](https://grupomarfre.com.br/sites-agenticos/ccbot-common-crawl/). ## Fontes consultadas - [platform.openai.com/docs/bots](https://platform.openai.com/docs/bots) - [docs.perplexity.ai/guides/bots](https://docs.perplexity.ai/guides/bots) - [support.apple.com/en-us/119829](https://support.apple.com/en-us/119829) - [commoncrawl.org/ccbot](https://commoncrawl.org/ccbot) ## Leia também ### [Como ver quais robôs de IA visitaram seu site](https://grupomarfre.com.br/sites-agenticos/logs-de-robos-de-ia/) Veja quais robôs de IA visitaram seu site: AI Crawl Control da Cloudflare, logs do servidor por user-agent, Bing e como conferir o IP do robô. ### [Crawler e user-agent: como um robô se identifica](https://grupomarfre.com.br/sites-agenticos/crawler-e-user-agent/) Crawler é o robô que lê sites; user-agent é o nome que ele informa. Veja um exemplo, por que a string pode ser falsa e como verificar por IP e DNS reverso. ### [Seu firewall pode estar bloqueando robôs de IA sem você saber](https://grupomarfre.com.br/sites-agenticos/firewall-bloqueando-robo-de-ia/) Firewall (WAF) e proteção anti-bot podem barrar GPTBot, PerplexityBot e outros mesmo com robots.txt liberado. Veja como achar o bloqueio e testar com curl -A. ### [robots.txt na era da IA: como liberar ou bloquear cada robô](https://grupomarfre.com.br/sites-agenticos/robots-txt-para-ia/) Modelo de robots.txt para IA com os robôs de treino, busca e usuário de OpenAI, Anthropic, Perplexity, Google e outras. Duas versões prontas e comentadas. ### [CCBot: o Common Crawl e por que ele importa pra IA](https://grupomarfre.com.br/sites-agenticos/ccbot-common-crawl/) CCBot é o robô do Common Crawl, repositório aberto da web usado também pra treinar IA. Veja como liberar ou bloquear no robots.txt e evitar falsos CCBot. ### [Amazonbot, Amzn-SearchBot e Amzn-User: os robôs da Amazon](https://grupomarfre.com.br/sites-agenticos/amazonbot/) Amazonbot, Amzn-SearchBot e Amzn-User: a função de cada robô da Amazon, qual pode treinar IA e como liberar ou bloquear cada um no robots.txt. --- ## Sobre o Grupo Marfre Grupo Marfre Automação e Tecnologia LTDA (CNPJ 49.685.676/0001-55): agência de marketing digital e inteligência artificial com base em Contagem/MG, que atende o Brasil inteiro de forma remota. - Endereço: Alameda das Cotovias, 75, Cabral, Contagem - MG, Brasil - WhatsApp: (31) 93618-7272, https://wa.me/5531936187272 - E-mail: contato@grupomarfre.com.br - Instagram: https://instagram.com/marfregrupo - Serviços: gestão de tráfego pago (Meta Ads e Google Ads), site agêntico (site pronto pra assistentes de IA lerem), site que vira contato, SEO e Google, IA no WhatsApp, CRM e automação - Serviço de site agêntico: https://grupomarfre.com.br/servicos/site-agentico/ · serviço de gestão de tráfego: https://grupomarfre.com.br/servicos/gestao-de-trafego/ - Guias: https://grupomarfre.com.br/sites-agenticos/ e https://grupomarfre.com.br/gestao-de-trafego/ - Método em 4 etapas: Diagnóstico, Estratégia, Execução, Otimização - Segmentos já atendidos: clínica, consultório, advocacia, loja, igreja - Preço e escopo não são publicados: são definidos por diagnóstico, caso a caso - Todas as páginas em Markdown: https://grupomarfre.com.br/llms.txt · conteúdo completo: https://grupomarfre.com.br/llms-full.txt Página HTML equivalente: https://grupomarfre.com.br/sites-agenticos/como-verificar-robo-de-ia-verdadeiro/