CCBot: robots-token, verificatie, toestaan of blokkeren

Deze pagina is machinaal vertaald. De cijfers en het bewijs komen ongewijzigd uit de opgeslagen waarnemingen.

All 21 documented crawlers

Identiteit

Not an answer engine itself: it builds the public corpus that many models train on, which is why site owners treat it as an AI crawler. The exact snippet 'User-agent: CCBot Disallow: /' appears on the vendor page fetched on 2026-09-06.

Toestaan of blokkeren

User-agent: CCBot
Allow: /

User-agent: CCBot
Disallow: /

Een regel in robots.txt is een verzoek dat een net gedragende crawler inwilligt. Het is geen toegangscontrole, en deze pagina zegt niemand wat te kiezen.

Build a robots.txt with CCBot and every other documented token

Vragen

Volgt CCBot robots.txt?

De documentatie van de leverancier op https://commoncrawl.org/ccbot stelt dat CCBot robots.txt respecteert. Wij hebben die pagina opgehaald en zij antwoordde onze controle op 2026-09-06. Dit legt vast wat de leverancier documenteert, niet wat een afzonderlijk verzoek deed.

Hoe sta ik CCBot toe in robots.txt?

Voeg deze groep toe aan de robots.txt in de hoofdmap van de host: User-agent: CCBot Allow: /. Volgens RFC 9309 wordt het token hoofdletterongevoelig vergeleken als deel van de user agent, en de langste passende regel wint.

Hoe blokkeer ik CCBot in robots.txt?

Voeg deze groep toe aan de robots.txt in de hoofdmap van de host: User-agent: CCBot Disallow: /. Een regel in robots.txt is een verzoek dat een net gedragende crawler inwilligt; het is geen toegangscontrole.

Hoe controleer ik of een verzoek echt van CCBot kwam?

Wij hebben voor CCBot geen gedocumenteerde controlemethode gevonden: de leverancier publiceert noch een bestand met IP reeksen, noch een reverse DNS afspraak die wij konden ophalen. Zonder die is een user agent tekst geen bewijs van herkomst.

Wat wij meten

Van de 12976 opgenomen domeinen waarvan wij robots.txt hebben gelezen, blokkeren 1836 CCBot voor / en staan 11140 het toe, dat is 14.1% geblokkeerd, week 2026-W43. Alleen aantallen: geen enkel domein wordt genoemd.

De wekelijkse index van AI crawler toegang

Bronnen

Vrije data

• The AEO Watch dataset
• Tranco top 1,000 AI crawler policy (CSV, CC BY 4.0)
• The AEO Watch API
• The checker as a command line tool (one file, no install)

Controleer een domein tegen alle tokens

Check your own site

The same checks, run on your domain now: what robots.txt tells each AI crawler, whether the edge answers them, and whether the text is readable without JavaScript. Free, no signup.

Limits: 8 checks and 5 different domains per address per hour; a repeat of the same domain inside 7 days is answered from what we already hold.

AEO Watch is een onafhankelijke, feitelijke monitor. Het is niet verbonden met een leverancier van crawlers, wordt door niemand onderschreven en spreekt namens niemand. Elke uitspraak is een waarneming met de datum waarop zij is gedaan en het ruwe bewijs erachter: een regel uit robots.txt, een HTTP statuscode, een header. Er zijn hier geen scores, geen cijfers en geen oordelen, en niets op deze pagina is advies. Een site kan zich op elk moment afmelden en die afmelding wordt automatisch en blijvend gerespecteerd.