PerplexityBot
Perplexity用于抓取网页内容以提供搜索和问答服务的网络爬虫
核心事实
时间轴 (近 90 天)
GPTBot、PerplexityBot、ClaudeBot分别是OpenAI、Perplexity、Anthropic用于抓取公开网络内容的爬虫。
PerplexityBot 是 Perplexity 的索引爬虫，用户实时提问触发的抓取可能使用 'Perplexity-User' 标识。
blog.naver.com/robots.txt 明确禁止 GPTBot、OAI-SearchBot、PerplexityBot 和 Google-Extended 等AI相关爬虫，并在注释中声明严格禁止为AI训练和RAG目的抓取。
user-agent 名称拼写错误会导致规则静默失败，正确名称包括 GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、Claude-SearchBot、Claude-User、PerplexityBot、Perplexity-User。
Perplexity 有两个爬虫：PerplexityBot 用于在搜索结果中展示并链接网站、Perplexity-User 用于支持用户操作。
GPTBot（OpenAI训练与检索）、OAI-SearchBot（ChatGPT搜索）、ClaudeBot、PerplexityBot、Google-Extended（Google的AI训练，独立于Googlebot）是当前最关键的AI爬虫标识
GPTBot被服务器拒绝率为14.4%，其中11.1%发生在robots.txt允许的情况下；ClaudeBot被拒14.8%，10.9%在允许之下；PerplexityBot被拒11.3%，8.4%在允许之下；OAI-SearchBot被拒9.8%，8.0%在允许之下。
在549个对普通浏览器返回2xx的Tranco前1000站点中，78个（14.2%）拒绝了GPTBot、OAI-SearchBot、ClaudeBot或PerplexityBot中的至少一个，尽管它们的robots.txt明确允许这些爬虫。
剔除仅因429限流被拒的14个站点后，仍有64个站点（11.7%）在robots.txt允许的情况下被服务器拒绝。
GPTBot、ClaudeBot、PerplexityBot等主流AI爬虫目前基本不执行JavaScript，因此对于JavaScript依赖渲染的站点，即使robots.txt和WAF都放行，它们拿到的内容仍为空。
还有 6 条时间轴事件
全部知识事实 (16)
AI爬虫包括GPTBot、ClaudeBot、PerplexityBot等
65%待验证GPTBot、PerplexityBot、ClaudeBot分别是OpenAI、Perplexity、Anthropic用于抓取公开网络内容的爬虫。
50%待验证PerplexityBot 是 Perplexity 的索引爬虫，用户实时提问触发的抓取可能使用 'Perplexity-User' 标识。
50%待验证blog.naver.com/robots.txt 明确禁止 GPTBot、OAI-SearchBot、PerplexityBot 和 Google-Extended 等AI相关爬虫，并在注释中声明严格禁止为AI训练和RAG目的抓取。
50%待验证user-agent 名称拼写错误会导致规则静默失败，正确名称包括 GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、Claude-SearchBot、Claude-User、PerplexityBot、Perplexity-User。
50%待验证Perplexity 有两个爬虫：PerplexityBot 用于在搜索结果中展示并链接网站、Perplexity-User 用于支持用户操作。
50%待验证GPTBot（OpenAI训练与检索）、OAI-SearchBot（ChatGPT搜索）、ClaudeBot、PerplexityBot、Google-Extended（Google的AI训练，独立于Googlebot）是当前最关键的AI爬虫标识
50%待验证在549个对普通浏览器返回2xx的Tranco前1000站点中，78个（14.2%）拒绝了GPTBot、OAI-SearchBot、ClaudeBot或PerplexityBot中的至少一个，尽管它们的robots.txt明确允许这些爬虫。
50%待验证剔除仅因429限流被拒的14个站点后，仍有64个站点（11.7%）在robots.txt允许的情况下被服务器拒绝。
50%待验证GPTBot被服务器拒绝率为14.4%，其中11.1%发生在robots.txt允许的情况下；ClaudeBot被拒14.8%，10.9%在允许之下；PerplexityBot被拒11.3%，8.4%在允许之下；OAI-SearchBot被拒9.8%，8.0%在允许之下。
50%待验证GPTBot、ClaudeBot、PerplexityBot等主流AI爬虫目前基本不执行JavaScript，因此对于JavaScript依赖渲染的站点，即使robots.txt和WAF都放行，它们拿到的内容仍为空。
50%待验证GEO工作流中，页面必须能被AI爬虫（如GPTBot、ClaudeBot、PerplexityBot）爬取，否则无法被引用。
50%待验证AI 爬虫 user agent 可分为三类：训练类（GPTBot、ClaudeBot、CCBot、Google-Extended、Applebot-Extended）、搜索索引类（OAI-SearchBot、Claude-SearchBot、PerplexityBot）、用户触发类（ChatGPT-User、Claude-User、Perplexity-User）。
50%待验证攻击者大量伪造GPTBot、ClaudeBot、PerplexityBot等AI爬虫的User-Agent，一个IP在单次会话中轮换KimiBot、Qwenbot、Hunyuan等User-Agent，同时请求`.env`文件。
50%待验证营销人员应检查CDN或WAF日志，确认OAI-SearchBot、ChatGPT-User、PerplexityBot、Claude-SearchBot和Googlebot收到的是200响应而非403。
50%待验证robots.txt 中对 GPTBot、ClaudeBot、PerplexityBot 等 AI 爬虫的访问权限设置直接决定内容能否进入这些模型的训练集或实时检索池
50%