Czy blokować boty AI? Robots.txt dla właściciela firmy

„GPTBot — co to jest i czy mam go zablokować?” to pytanie, które coraz częściej pojawia się u właścicieli firm po tym, jak ktoś powiedział im, że „sztuczna inteligencja kradnie treści”. Odpowiedź nie jest jedna, bo robotów indeksujących od firm rozwijających modele językowe jest kilkanaście i robią zupełnie różne rzeczy: jeden zbiera dane do trenowania modeli, drugi decyduje, czy Twoja strona pojawi się w odpowiedziach ChatGPT, trzeci sprawdza stronę docelową Twojej reklamy. Zablokowanie wszystkich jednym wierszem w pliku robots.txt bywa najdroższą decyzją, jaką firma podejmuje, nawet tego nie zauważając. Poniżej tabela decyzyjna dla każdego bota osobno i gotowy wzór dla WordPressa.

Co to jest GPTBot i dlaczego to tylko jeden z wielu botów

GPTBot to robot OpenAI, który zbiera treści ze stron internetowych do trenowania modeli sztucznej inteligencji. W pliku robots.txt rozpoznasz go po nazwie w wierszu User-agent: GPTBot. To on jest najczęściej wymieniany w poradnikach, ale według oficjalnej dokumentacji OpenAI utrzymuje cztery różne roboty, a każdy odpowiada za co innego:

To rozróżnienie jest sednem całego tematu. Właściciel, który „blokuje ChatGPT”, najczęściej ma na myśli trening, a przy okazji odcina wyszukiwanie w ChatGPT i możliwość reklamowania się w nim. Sam plik i jego składnię (wiersze User-agent, Disallow i Allow, które mówią robotom, gdzie mają dostęp do treści, a gdzie nie) opisaliśmy w słowniku pod hasłem robots.txt; tutaj chodzi o decyzję biznesową, nie o składnię.

Pozostałe boty AI, które odwiedzają Twoją stronę

Podobny podział na trening, wyszukiwanie i pobieranie na żądanie mają inni dostawcy:

• Google-Extended nie jest osobnym robotem, tylko tokenem w robots.txt, który steruje użyciem treści do trenowania modeli Gemini i groundingu. Google zastrzega wprost, że Google-Extended nie wpływa na obecność strony w wyszukiwarce ani nie jest sygnałem rankingowym. Funkcje AI w Wyszukiwarce, takie jak AI Overviews, są sterowane zwykłymi dyrektywami dla Googlebota: nie da się zablokować samych podsumowań AI, zostając w wynikach.
• Anthropic utrzymuje trzy roboty: ClaudeBot (trening), Claude-SearchBot (wyszukiwanie) i Claude-User (pobranie na żądanie). Według dokumentacji wszystkie trzy respektują robots.txt, także ten działający na polecenie użytkownika.
• Perplexity ma PerplexityBot (indeksowanie do wyszukiwania, respektuje robots.txt) i Perplexity-User, o którym dokumentacja mówi wprost, że skoro pobranie zlecił użytkownik, ten robot zasadniczo ignoruje reguły robots.txt.
• CCBot (Common Crawl) zbiera otwarty zbiór stron, z którego korzysta wiele firm trenujących modele; według FAQ Common Crawl sprawdza robots.txt przed pobraniem.
• Bytespider (ByteDance) jest najczęściej wymieniany jako robot ignorujący blokady, ale ByteDance nie publikuje oficjalnej dokumentacji, więc pozostają doniesienia administratorów, nie deklaracja producenta.

Co tracisz, a co zyskujesz, blokując każdy z nich

Tabela decyzyjna zamiast ogólników. „Zysk” to to, czego bot nie dostanie; „strata” to to, co przestaje działać dla Twojej firmy.

Dla firmy, która chce być znajdowana, wzorzec jest prosty: blokuj boty treningowe, jeśli chcesz, ale zostaw boty wyszukiwania, pobierania na żądanie i reklam. To dokładnie ten podział, który stosuje większość polskich serwisów, o czym niżej.

Blokada a reklamy w ChatGPT: wymóg, o którym łatwo zapomnieć

Jeśli w Twojej firmie ktoś kiedyś dopisał do robots.txt blokadę „wszystkiego od OpenAI”, a dziś rozważasz reklamy w ChatGPT, kampania nie ruszy. Wytyczne OpenAI dla reklamodawców mówią wprost: musisz dopuścić OAI-AdsBot, a OpenAI zaleca dopuszczenie także OAI-SearchBot. Robot reklamowy odwiedza wyłącznie strony docelowe zgłoszone w kampanii, więc jego dopuszczenie nie otwiera drzwi do niczego więcej. Sprawdź to przed pierwszą kampanią. Pisaliśmy o tym wymogu przy porównaniu ChatGPT Ads z Google Ads.

Co robią polskie strony: badanie z sierpnia 2026

Zamiast zgadywać, co „wszyscy robią”, spójrzmy na pomiar. Badanie opublikowane 29 sierpnia 2026 roku na marketinginternetowy.pl (Michał Wiercimok) sprawdziło pliki robots.txt 937 domen z listy tysiąca najpopularniejszych stron .pl według Tranco. Wyniki:

• 15,5% domen blokuje GPTBota,
• 19,2% blokuje co najmniej jednego bota AI,
• 81% z tych, które blokują, ogranicza wyłącznie boty treningowe, dopuszczając wyszukiwanie i cytowanie.

Czyli nawet wśród największych polskich serwisów blokada jest mniejszością, a ci, którzy blokują, robią to selektywnie. Globalne dane Originality.ai z 2023 roku pokazywały, że wśród tysiąca największych witryn świata GPTBota blokowało 30,6%. To jednak dane sprzed trzech lat, z okresu największej fali blokad, więc nie przekładaj ich na dziś.

Gotowy wzór robots.txt dla WordPressa

Poniższy przykład realizuje zasadę „blokuj trening, zostaw wyszukiwanie”: każdy blok User-agent z Disallow: / odbiera robotowi dostęp do całej strony. Uwaga na zasadę, którą łatwo przeoczyć: robot stosuje tylko jedną, najbardziej pasującą do niego grupę reguł, dlatego dopuszczone boty mają w swoich grupach powtórzoną blokadę /wp-admin/, bo nie odziedziczą jej z grupy ogólnej. Skopiuj go do pliku robots.txt w katalogu głównym strony (albo do wtyczki SEO, która nim zarządza) i usuń sekcje, których nie chcesz.

# --- Boty treningowe: blokada (decyzja właściciela) ---
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Bytespider
Disallow: /

User-agent: Google-Extended
Disallow: /

# --- Boty wyszukiwania, pobierania na żądanie i reklam: dopuszczone ---
# (każda grupa powtarza blokadę wp-admin, bo robot czyta tylko swoją grupę)
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: OAI-AdsBot
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: PerplexityBot
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php
Allow: /

# --- Reszta strony jak dotąd ---
User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php

Trzy uwagi praktyczne. Po pierwsze, robots.txt nie działa wstecz i nie jest narzędziem do usuwania informacji z sieci: to, co bot już pobrał, pozostaje pobrane. Po drugie, w WordPressie plik często generuje wtyczka SEO. Jeśli wgrasz własny, sprawdź, czy wtyczka go nie nadpisuje. Po trzecie, po zmianie sprawdź plik pod adresem twojadomena.pl/robots.txt w trybie incognito, bo cache potrafi pokazywać starą wersję.

Robots.txt to nie zamek — co mówi prawo

Robots.txt to konwencja opisana w dokumencie RFC 9309 z 2022 roku: uprzejma prośba, którą uczciwe roboty respektują, a nieuczciwe ignorują. Nie ma mechanizmu, który wymusza jej przestrzeganie, dlatego Perplexity-User czy Bytespider mogą pobierać strony mimo blokady.

Od strony prawnej sytuacja jest ciekawsza. Unijna dyrektywa o prawie autorskim z 2019 roku pozwala twórcom zastrzec, że nie zgadzają się na eksplorację tekstów i danych do celów komercyjnych, o ile zastrzeżenie jest wyrażone w sposób nadający się do odczytu maszynowego. Robots.txt jest naturalnym kandydatem na taki sposób, ale w głośnej sprawie przeciwko organizacji LAION sąd w Hamburgu uznał w 2024 roku, że wystarczy zastrzeżenie zapisane zwykłym tekstem w regulaminie serwisu. Wniosek dla właściciela firmy: jeśli chcesz mieć podstawę prawną, dopisz zastrzeżenie do regulaminu strony, a robots.txt traktuj jako sygnał techniczny, nie jako umowę.

Co zrobić w praktyce: trzy kroki

1. Sprawdź, co masz dziś. Otwórz twojadomena.pl/robots.txt i poszukaj wierszy User-agent z nazwami botów AI. Jeśli widzisz Disallow: / przy OAI-SearchBot albo ogólną blokadę wszystkiego, tracisz widoczność w odpowiedziach, a przecież obecność w odpowiedziach AI jest jedyną częścią ekranu, której nie da się kupić.
2. Zdecyduj o treningu osobno od wyszukiwania. To dwie różne decyzje: pierwsza dotyczy tego, czy Twoje teksty mają uczyć modele, druga tego, czy klient ma Cię znaleźć.
3. Sprawdź efekt po dwóch tygodniach. Zadaj w ChatGPT i Perplexity kilka konkretnych pytań, na które odpowiada Twoja strona, i zobacz, czy jest cytowana. Nie potrzebujesz do tego żadnych narzędzi, a jak zrobić taki test, opisaliśmy w tekście o tym, czy AI poleca Twoją firmę.

Jeśli wolisz, żeby ktoś przejrzał plik i resztę widoczności w AI za Ciebie, umów bezpłatną konsultację. Sprawdzimy robots.txt, dostępność strony dla botów wyszukiwania i to, czy Twoja firma w ogóle pojawia się w odpowiedziach.

Najczęściej zadawane pytania