AISeeWhy
RO
Începe proba gratuită

De ce nu apare site-ul meu în Perplexity?

Publicat

Răspuns scurt

Perplexity poate afișa și lega doar paginile pe care PerplexityBot are voie să le acceseze și pe care le primește efectiv. Cauzele obișnuite sunt o regulă din robots.txt care interzice PerplexityBot, un firewall sau un CDN care îi răspunde cu un 403 sau cu o pagină de verificare și un text care apare abia după rularea JavaScript. Verifică toate trei, apoi permite intervalele IP publicate de Perplexity.

Îl întrebi pe Perplexity despre produsul tău, iar el citează un concurent, un site de recenzii sau un fir de forum, dar niciodată paginile tale. Uneori e o chestiune de relevanță. Adesea e un blocaj tehnic pe care îl poți găsi în câteva minute. Perplexity documentează ce agenți folosește, ce face fiecare și de unde vine traficul lor, așa că fiecare verigă din lanț poate fi verificată: robots.txt, răspunsul trimis de server și conținutul acelui răspuns.

Pe această pagină
  1. Cum găsește și citește Perplexity paginile?
  2. Îți blochează robots.txt agentul PerplexityBot?
  3. Îl blochează pe Perplexity firewall-ul sau CDN-ul tău?
  4. Cum îl permit pe Perplexity după intervalele IP publicate?
  5. Poate randarea JavaScript să împiedice citirea unei pagini de către Perplexity?
  6. Ce fac dacă totul e deschis, iar site-ul tot nu apare?

Cum găsește și citește Perplexity paginile?

Perplexity documentează doi agenți. Au roluri diferite, iar o problemă la oricare dintre ei îți poate ține pagina în afara unui răspuns.

În practică, PerplexityBot decide dacă Perplexity știe de paginile tale înainte ca cineva să întrebe, iar Perplexity-User decide dacă poate deschide o pagină pe loc, când o întrebare o cere. Dacă vrei să fii citat, amândoi ar trebui să primească aceeași pagină pe care o primește un browser.

Îți blochează robots.txt agentul PerplexityBot?

Deschide https://yourdomain.com/robots.txt și caută un grup care îl menționează pe PerplexityBot. Dacă nu există, crawlerul urmează grupul User-agent: *. Conform RFC 9309, potrivirea nu ține cont de majuscule, iar un grup numit îl înlocuiește complet pe cel *, nu i se adaugă.

Acest blocaj este frecvent. În studiul nostru asupra fișierelor robots.txt ale celor mai populare 1.000 de domenii, 86 din cele 518 site-uri care serveau un robots.txt (16,6%) interziceau pagina principală pentru PerplexityBot. A fost cea mai mare pondere dintre toate crawlerele AI de căutare testate; OAI-SearchBot era blocat pe 58 de site-uri (11,2%). Unele dintre aceste site-uri poate au vrut să oprească antrenarea AI, dar Perplexity spune că PerplexityBot nu este un crawler de antrenare, așa că blocarea lui costă vizibilitate în căutare fără să servească acest scop.

O configurație care îl lasă pe Perplexity să intre și ține închisă o zonă privată arată așa:

User-agent: PerplexityBot
Allow: /
Disallow: /account/

User-agent: *
Allow: /
Disallow: /account/

Sitemap: https://example.com/sitemap.xml

Verifică și dacă fișierul în sine răspunde corect. Dacă robots.txt returnează o eroare de server, RFC 9309 spune că un crawler trebuie să presupună că întregul site este interzis. O adresă robots.txt care returnează o pagină HTML cu status 200 nu conține reguli valide. Perplexity spune că modificările pot dura până la 24 de ore pentru a se reflecta.

Îl blochează pe Perplexity firewall-ul sau CDN-ul tău?

robots.txt este o rugăminte, nu un control al accesului. Firewall-ul, CDN-ul sau protecția anti-bot decid ce se trimite de fapt înapoi și pot răspunde lui Perplexity cu un 403, un 429 sau o pagină de verificare, în timp ce vizitele tale din browser par normale. Documentația Perplexity spune că site-urile aflate în spatele unui firewall pentru aplicații web (WAF) ar putea trebui să permită explicit boții săi.

Testează cerând același URL ca un browser și ca fiecare agent Perplexity, apoi compară statusul și dimensiunea:

for UA in "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36" \
          "Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)" \
          "Mozilla/5.0 (compatible; Perplexity-User/1.0; +https://perplexity.ai/perplexity-user)"; do
  curl -s -o /dev/null -w "%{http_code} %{size_download}\n" -A "$UA" https://example.com/page
done

Un 403, 429 sau 503 doar pentru agenții Perplexity, o pagină cu titlul Just a moment... sau un răspuns 200 mult mai mic decât cel al browserului indică toate firewall-ul. Acest test pornește de la adresa ta IP, nu de la una a Perplexity, deci arată cum tratează regulile tale user agent-ul; regulile bazate pe IP pot totuși da alt rezultat pentru crawlerul real.

Dacă folosești Cloudflare, ține cont de două lucruri. Documentația Perplexity repetă afirmația Cloudflare că Bot Fight Mode nu poate fi ocolit cu reguli personalizate WAF, deci, dacă această funcție îl pune pe Perplexity să treacă o verificare, o regulă de permitere nu ajută. Iar în august 2025 Cloudflare a spus că l-a scos pe Perplexity din lista boților verificați, după ce a observat ceea ce a descris drept crawling nedeclarat; Perplexity a contestat această relatare. Regulile care lasă să treacă doar boții verificați s-ar putea deci să nu îl acopere pe Perplexity. Verifică starea actuală în panoul tău, în loc să presupui.

Cum îl permit pe Perplexity după intervalele IP publicate?

Oricine poate trimite o cerere care pretinde că e PerplexityBot, deci o regulă de permitere care verifică doar user agent-ul îi lasă să treacă și pe imitatori. Perplexity publică intervalele de adrese ale ambilor agenți și recomandă să potrivești împreună user agent-ul și adresa IP:

curl -s https://www.perplexity.ai/perplexitybot.json | jq -r '.prefixes[] | .ipv4Prefix // .ipv6Prefix'
curl -s https://www.perplexity.ai/perplexity-user.json | jq -r '.prefixes[] | .ipv4Prefix // .ipv6Prefix'

Perplexity spune că aceste liste sunt actualizate periodic și sugerează automatizarea actualizărilor regulilor WAF. Pune regula de permitere deasupra oricărei reguli care blochează sau provoacă o verificare: prima în regulile personalizate Cloudflare sau cu un număr de prioritate mai mic în AWS WAF. Apoi urmărește logurile, pentru că modificările firewall-ului pot dura să se propage.

Poate randarea JavaScript să împiedice citirea unei pagini de către Perplexity?

Poate. Documentația Perplexity despre crawlere nu spune dacă agenții săi execută JavaScript, așa că ipoteza sigură este că textul de care are nevoie un crawler ar trebui să se afle în HTML-ul trimis de server. Paginile construite integral în browser, cum sunt aplicațiile single-page fără randare pe server, pot ajunge ca o carcasă goală cu un indicator de încărcare.

O verificare rapidă este să preiei pagina cu curl și să cauți în rezultat o propoziție din conținutul principal. Dacă nu e acolo, textul este adăugat de scripturi. Randarea pe server, generarea statică sau prerandarea pentru crawlere rezolvă problema pentru toate crawlerele AI deodată, nu doar pentru Perplexity.

Ce fac dacă totul e deschis, iar site-ul tot nu apare?

Să fie lizibil este o condiție necesară, nu o garanție. Perplexity nu publică modul în care alege sursele de citat, așa că o pagină pe care o pot citi toți agenții poate pierde totuși în fața unor pagini care răspund mai direct la întrebare. Ce poți controla este ca nimic tehnic să nu stea în cale: un titlu de pagină clar, răspunsul formulat devreme în text și fapte corecte, care se potrivesc cu ce spui în alte locuri.

Ține minte și ce nu acoperă robots.txt. Perplexity spune că Perplexity-User ignoră în general robots.txt, pentru că preluarea a fost cerută de un utilizator. O regulă pentru Perplexity-User nu este deci o metodă sigură de a bloca vizitele live, iar un robots.txt care îl permite nu dovedește că trece de firewall.

AISeeWhy îți cere pagina ca PerplexityBot, Perplexity-User și alte 12 crawlere, alături de un browser, aplică regulile tale din robots.txt pentru fiecare, recunoaște paginile de verificare și arată cât din text ajunge fără JavaScript, ca să vezi care verigă din lanț cedează.

Întrebări frecvente

Antrenează Perplexity modelele pe conținutul meu?

Perplexity spune că PerplexityBot nu este folosit pentru a colecta conținut pentru modelele de bază de AI și că Perplexity-User nu colectează conținut pentru antrenare. Interzicerea lui PerplexityBot nu funcționează deci ca o renunțare la antrenare; îți reduce doar vizibilitatea în rezultatele de căutare din Perplexity.

Cât durează până când Perplexity observă că am reparat robots.txt?

Perplexity spune că sistemele sale pot avea nevoie de până la 24 de ore pentru a reflecta modificările din robots.txt. Modificările de firewall intră în vigoare când le aplică furnizorul tău, dar lasă crawlerului timp să revină înainte de a judeca rezultatul.

Pot bloca Perplexity-User prin robots.txt?

Nu în mod sigur. Perplexity spune că acest agent ignoră în general robots.txt, pentru că preluarea a fost cerută de un utilizator. Dacă trebuie să-l oprești, o regulă de firewall potrivită intervalelor sale IP publicate este controlul de încredere.

Este suficientă verificarea user agent-ului pentru a identifica traficul Perplexity?

Nu. User agent-urile se copiază ușor. Compară adresa IP sursă cu intervalele pe care Perplexity le publică în perplexitybot.json și perplexity-user.json și potrivește în regulile de firewall atât user agent-ul, cât și IP-ul.

Surse

Alte articole