--- title: "Não quero que a IA treine com meu conteúdo: o que bloquear sem sumir das respostas | Grupo Marfre" description: "Como bloquear o treino de IA no robots.txt sem sumir das respostas: lista de robôs a bloquear, os que manter liberados e um robots.txt pronto para copiar." canonical: https://grupomarfre.com.br/sites-agenticos/ia-sem-treinar-com-meu-conteudo/ alternate_html: https://grupomarfre.com.br/sites-agenticos/ia-sem-treinar-com-meu-conteudo/ language: pt-BR last_updated: 2026-10-27 type: guia --- # Não quero que a IA treine com meu conteúdo: o que bloquear sem sumir das respostas **Resposta rápida:** Para pedir que a IA não treine com seu conteúdo sem fechar o caminho das respostas, bloqueie no robots.txt os robôs e tokens de treino: GPTBot, ClaudeBot, Google-Extended, Applebot-Extended, meta-externalagent, MistralAI-Training e CCBot. Mantenha liberados os de busca e de usuário, como OAI-SearchBot, Claude-SearchBot, PerplexityBot, meta-webindexer, Googlebot e Bingbot. O Google-Extended também vale para o grounding no app Gemini, e o Amazonbot é decisão sua. É possível pedir que a IA não use seu conteúdo em treino sem fechar o caminho pelo qual ela lê o site para responder. As empresas separam o robô de treino do robô de busca e do robô que age a pedido do usuário. Você bloqueia o primeiro e libera os outros dois. Este checklist traz a lista exata, um robots.txt pronto e os limites do método. Para entender as três famílias de robôs com calma, veja [robô de treino, de busca e de usuário](https://grupomarfre.com.br/sites-agenticos/treino-busca-e-usuario/). ## Quais robôs bloquear para a IA não treinar com seu conteúdo? Bloqueie os sete nomes da tabela. Cinco são robôs que coletam conteúdo; o Google-Extended e o Applebot-Extended não rastreiam nada e só definem como pode ser usado o que os robôs normais do Google e o Applebot já coletaram. Todos tratam de treino ou de coleta ampla, e nenhum é o robô de busca ou de usuário da empresa, com a ressalva do Google-Extended logo abaixo. | Robô | Empresa | O que a documentação diz | | --- | --- | --- | | GPTBot | OpenAI | Coleta conteúdo que pode ir para o treino dos modelos | | ClaudeBot | Anthropic | Coleta conteúdo que pode contribuir com o treino; bloquear sinaliza que o material futuro do site fica fora dos dados de treino | | Google-Extended | Google | Token de controle: define se o conteúdo treina as próximas gerações do Gemini | | Applebot-Extended | Apple | Não rastreia nada; só define se o que o Applebot coletou pode treinar os modelos generativos da Apple | | meta-externalagent | Meta | Treina modelo | | MistralAI-Training | Mistral | Monta dados de treino; não serve busca | | CCBot | Common Crawl | Mantém um repositório aberto da web, usado por muita gente, inclusive para treinar modelos | Um cuidado com o Google-Extended: segundo o Google, ele também controla o uso do conteúdo como "grounding" no app Gemini e no Vertex AI. Bloqueá-lo, então, também pede que o conteúdo não sirva de grounding nesses dois lugares; quem quer continuar servindo de base às respostas do app Gemini pode deixá-lo liberado. A mesma documentação diz que ele não afeta a inclusão na Busca nem é sinal de ranking. Mais detalhes em [Google-Extended](https://grupomarfre.com.br/sites-agenticos/google-extended/). ## O que manter liberado para continuar aparecendo nas respostas? Mantenha liberados todos os robôs de busca e de usuário da tabela abaixo. Eles são o caminho pelo qual a IA encontra e lê seu site ao responder. Segundo a OpenAI, o site que bloqueia o OAI-SearchBot não aparece nas respostas de busca do ChatGPT, só como link de navegação; a Anthropic avisa que bloquear o Claude-SearchBot ou o Claude-User pode reduzir a visibilidade. | Robô | Empresa | Função | | --- | --- | --- | | OAI-SearchBot | OpenAI | Faz o site aparecer na busca do ChatGPT | | ChatGPT-User | OpenAI | Ações iniciadas pelo usuário | | Claude-SearchBot | Anthropic | Indexa para a busca do Claude | | Claude-User | Anthropic | Busca a página quando o usuário pergunta | | PerplexityBot | Perplexity | Mostra e linka sites na busca | | Perplexity-User | Perplexity | Busca a página na hora da pergunta | | meta-webindexer | Meta | Faz a Meta AI citar e linkar a página | | Amzn-SearchBot | Amazon | Busca, como na Alexa; não treina IA | | MistralAI-Index | Mistral | Indexa para a busca da Mistral; não treina | | Googlebot | Google | Alimenta o índice usado pela Visão Geral por IA e pelo Modo IA | | Bingbot | Microsoft | Alimenta o Bing; a OpenAI lista a Microsoft como parceira de busca | Liberar o caminho não garante citação. A escolha da fonte é do modelo. ## Como fica o robots.txt pronto? Copie o bloco abaixo e troque o endereço do sitemap pelo seu. O domínio é fictício. Vários `User-agent` seguidos compartilham a mesma regra, e o `Allow` explícito deixa a intenção registrada. ```txt ## Robôs de TREINO: bloqueados User-agent: GPTBot User-agent: ClaudeBot User-agent: Google-Extended User-agent: Applebot-Extended User-agent: meta-externalagent User-agent: MistralAI-Training User-agent: CCBot Disallow: / ## Robôs de BUSCA e de USUÁRIO: liberados User-agent: OAI-SearchBot User-agent: ChatGPT-User User-agent: Claude-SearchBot User-agent: Claude-User User-agent: PerplexityBot User-agent: Perplexity-User User-agent: meta-webindexer User-agent: Amzn-SearchBot User-agent: MistralAI-Index User-agent: Googlebot User-agent: Bingbot Allow: / User-agent: * Allow: / Sitemap: https://www.exemplo.com.br/sitemap.xml ``` Para o passo a passo de cada robô, veja [robots.txt na era da IA](https://grupomarfre.com.br/sites-agenticos/robots-txt-para-ia/). Se o seu construtor usa Shopify, o template `robots.txt.liquid` substitui o arquivo gerado pela plataforma, então salve a saída atual antes de editar. No Wix, editar o robots.txt é recurso avançado e o suporte não ajuda nas mudanças. ## Amazonbot: bloquear ou não? Aqui a decisão é sua. Segundo a documentação da Amazon, o Amazonbot melhora produtos e serviços e "pode ser usado pra treinar modelos de IA da Amazon". Se a sua regra é nenhum treino, bloqueie. O Amzn-SearchBot, que cuida da busca na Alexa, não treina IA, e se o robots.txt não o cita mas libera outros buscadores, ele segue as regras dos outros. Detalhes em [Amazonbot, Amzn-SearchBot e Amzn-User](https://grupomarfre.com.br/sites-agenticos/amazonbot/). ## O que o robots.txt não garante e como conferir? O robots.txt é um pedido, e nem todo robô o segue. A OpenAI diz que, no ChatGPT-User, as regras do robots.txt podem não se aplicar. O Perplexity-User geralmente ignora essas regras por ser pedido do usuário. Na Meta, o `meta-externalfetcher` e o `facebookexternalhit` também podem ignorar. Esses são robôs de usuário, e a documentação deles não os descreve como coleta de treino. A Anthropic, ao contrário, diz que os três robôs dela respeitam o robots.txt, inclusive o Claude-User, e ainda avisa que bloquear por IP pode não funcionar como opt-out, porque impede o robô de ler o robots.txt. Depois de publicar, rode este roteiro: 1. Abra `https://www.exemplo.com.br/robots.txt` e confira se o arquivo é o que você escreveu (CMS e plataformas às vezes o sobrescrevem). 2. Teste um robô liberado, por exemplo `curl -s -o /dev/null -w "%{http_code}" -A "OAI-SearchBot/1.4" https://www.exemplo.com.br/`, e espere 200. Isso testa se o servidor atende esse user-agent, não o robots.txt, que o robô lê por conta própria. 3. Verifique se o [firewall não bloqueia robôs de IA](https://grupomarfre.com.br/sites-agenticos/firewall-bloqueando-robo-de-ia/) por regra de WAF. 4. Espere até 24 horas: Perplexity e Amazon citam esse prazo para a mudança valer. 5. Acompanhe nos [logs quais robôs de IA visitaram](https://grupomarfre.com.br/sites-agenticos/logs-de-robos-de-ia/) o site. ## Como o Grupo Marfre trabalha isso No método do Grupo Marfre, o robots.txt libera busca e usuário de cada empresa de IA, e nenhum WAF bloqueia robô. Os middlewares da casa nascem com `claude-searchbot|claude-user` no regex de robô de IA, porque `claudebot` sozinho não casa com esses dois. Em clínica, o Grupo Marfre nunca bloqueia robô de IA de busca. O Grupo Marfre não promete citação: controla o site e as fontes, e a escolha é do modelo. ## Perguntas frequentes ### Bloquear o GPTBot tira meu site do ChatGPT? Não. Segundo a documentação da OpenAI, o GPTBot cuida do treino e o OAI-SearchBot cuida da busca. O site que bloqueia o OAI-SearchBot é que não aparece nas respostas de busca, só como link de navegação. ### Bloquear o Google-Extended derruba meu site do Google? Não. Segundo o Google, o Google-Extended não afeta a inclusão do site na Busca nem é sinal de ranking. Ele controla o treino do Gemini e o uso como grounding no app Gemini e no Vertex AI. ### Preciso bloquear o ChatGPT-User, o Claude-User e o Perplexity-User? Não, se o objetivo é só evitar o treino. São robôs que buscam a página a pedido de alguém. A Anthropic avisa que bloquear o Claude-User pode reduzir a visibilidade e diz que os robôs dela respeitam o robots.txt; a OpenAI e o Perplexity dizem que as regras do robots.txt podem não valer para o ChatGPT-User e o Perplexity-User. ### Em quanto tempo o bloqueio passa a valer? Não é imediato. Perplexity e Amazon falam em até 24 horas para a mudança no robots.txt valer, e a Meta se comporta de forma parecida nos testes do Grupo Marfre. ## Fontes consultadas - [platform.openai.com/docs/bots](https://platform.openai.com/docs/bots) - [support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler) - [developers.google.com/search/docs/crawling-indexing/google-common-crawlers](https://developers.google.com/search/docs/crawling-indexing/google-common-crawlers) - [developers.facebook.com/docs/sharing/webmasters/web-crawlers](https://developers.facebook.com/docs/sharing/webmasters/web-crawlers) ## Leia também ### [Robô de treino, de busca e de usuário: as três famílias](https://grupomarfre.com.br/sites-agenticos/treino-busca-e-usuario/) Robô de treino, de busca e de usuário: entenda as três famílias de robôs de IA, o que muda ao bloquear cada uma e como liberar busca sem liberar treino. ### [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. ### [Liberar ou bloquear os robôs de IA? Como decidir](https://grupomarfre.com.br/sites-agenticos/liberar-ou-bloquear-robos-de-ia/) Liberar ou bloquear robôs de IA? Decida pelo objetivo: quem vende serviço libera busca e usuário; quem vive de conteúdo exclusivo bloqueia só o treino. ### [Lista dos robôs de IA em 2026: quem é quem](https://grupomarfre.com.br/sites-agenticos/lista-de-robos-de-ia/) Lista dos robôs de IA em 2026: 26 nomes de OpenAI, Anthropic, Google, Meta e outras, com função, regra no robots.txt e link da documentação oficial. ### [Google-Extended: o controle de IA do Google no robots.txt](https://grupomarfre.com.br/sites-agenticos/google-extended/) Google-Extended é token do robots.txt, não robô. Controla treino do Gemini e grounding, mas não afeta a Busca nem tira o site da Visão Geral por IA. ### [Quando a IA compra no seu site: o que preparar para agentes que agem](https://grupomarfre.com.br/sites-agenticos/agentes-que-compram/) Agentes de IA já navegam e agem a pedido do usuário. Veja o que deixar claro no site (preço, frete, formulário) e como lidar com CAPTCHA e bloqueio. --- ## 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/ia-sem-treinar-com-meu-conteudo/