کلودفلر دسترسی ربات‌های هوش مصنوعی به داده‌ها را تفکیک کرد

اگر وب‌سایت شما منبعی برای جذب مشتری است، دیگر مجبور نیستید بین دیده شدن در نتایج جست‌وجو و دزدیده شدن داده‌ها برای آموزش مدل‌ها یکی را انتخاب کنید. در ۳۰ سپتامبر ۲۰۲۶، شرکت کلودفلر (Cloudflare) از «سیاست سیگنال‌های محتوا» (Content Signals Policy) پرده‌برداری کرد؛ سازوکاری که به ناشران اجازه می‌دهد دسترسی‌های دقیقی برای خزنده‌های هوش مصنوعی تعریف کنند. این اقدام در واقع تکامل یافتگی رویکرد کلودفلر برای جداسازی دسترسی ربات‌های جست‌وجو از آموزش هوش مصنوعی است که پیش‌تر معرفی شده بود.

سال‌هاست که صنعت بر اساس یک انتخاب صفر و یکی در فایل robots.txt عمل می‌کند. طبق گزارش منابع فنی، اگر شما رباتی مثل GPTBot یا ClaudeBot را برای جلوگیری از آموزش مدل مسدود می‌کردید، هم‌زمان از پاسخ‌های تولیدشده توسط هوش مصنوعی و ارجاعاتی که اکنون موتور محرک جذب مشتریان B2B هستند، حذف می‌شدید. این یک موازنه دشوار بین حفاظت از مالکیت معنوی و حفظ قابلیت کشف بود.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، کنترل روی داده‌های آموزشی اکنون به اولویت اول ناشران تبدیل شده است. این نگرانی‌ها پس از آن شدت یافت که موج محتوای مصنوعی، وب را برای جست‌وجوی تحلیل‌های انسانی غیرقابل‌استفاده کرد و کیفیت داده‌های آموزشی را به چالش کشید. به گزارش وب‌سایت dev.to، فرمت جدید سیگنال‌های کلودفلر به سایت اجازه می‌دهد اعلام کند که یک خزنده می‌تواند صفحات را برای نمایش در نتایج جست‌وجو نمایه‌سازی و نقل‌قول کند، اما حق ندارد از این محتوا برای تنظیم دقیق (Fine-tuning) — که شبیه وقتی است به یک پزشک عمومی، تخصص پوست می‌دهیم تا روی یک حوزه دقیق شود — استفاده کند. این قابلیت برای شرکت‌هایی که مستندات فنی یا نمونه‌کارهای خود را به عنوان قیف فروش به کار می‌برند، حیاتی است.

جزئیات فنی اجرای سیاست

• سازوکار: گسترش فایل استاندارد robots.txt با افزودن یک فیلد سیگنال جدید.
• اجرا: کلودفلر اجرای این سیاست را برای ربات‌هایی که از شبکه این شرکت عبور می‌کنند تضمین می‌کند، هرچند هنوز تایید نشده که ربات‌های خارج از زیرساخت کلودفلر چگونه عمل می‌کنند.
• پایبندی: این سیستم بر پایه همکاری داوطلبانه اپراتورهای خزنده است، زیرا robots.txt از نظر قانونی الزام‌آور نیست.

این تغییر، توازن قدرت را به نفع تولیدکنندگان محتوا تغییر می‌دهد. با جداسازی مفهوم «پیدا شدن» از «آموزش دیدن»، ناشران می‌توانند با دستیارهای هوش مصنوعی به جای یک جاروبرقی داده، به عنوان یک منبع ترافیک برخورد کنند. این حرکت صنعت را به سمت مدل «اول ارجاع» می‌برد که در آن ربات‌ها بیشتر شبیه موتورهای جست‌وجوی سنتی عمل می‌کنند؛ رویکردی که در استراتژی‌های بازیابی داده در Amazon Bedrock نیز برای بهبود دقت پاسخ‌های سازمانی مورد توجه قرار گرفته است.

گام بعدی شما

• تنظیمات فعلی فایل robots.txt خود را بازبینی کنید.
• بررسی کنید که آیا سیستم مدیریت محتوا (CMS) یا تنظیمات Zone در کلودفلر شما، این سیگنال جدید را پشتیبانی می‌کند یا خیر.
• نرخ پذیرش این استاندارد توسط ربات‌های بزرگی مثل PerplexityBot و Bytespider را زیر نظر بگیرید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.