Ferramenta grátis

Quem te visita de verdade

O log de acesso do teu site diz que bots de IA lá passam. Mas qualquer um pode escrever «GPTBot» no user-agent: só o IP diz se o pedido veio mesmo da OpenAI. Escolhe o ficheiro ou cola as linhas, e confirmamos cada visita com as gamas que os operadores publicam — tudo no teu browser.

O teu log não sai do teu computador. Lemos o ficheiro aqui, no browser; ao nosso servidor só pedimos as gamas de IP que os operadores publicam, que são as mesmas para toda a gente.

Apache ou Nginx (combined), JSON da Cloudflare ou do Vercel, também em .gz. Acima de 50 MB, lemos os últimos 50 MB (num .gz, os primeiros).

Uma linha por pedido, tal como estão no ficheiro.

Os três estados de uma visita

  • Verificado

    O IP está nas gamas que o operador publica para esse bot. É ele.

  • IP fora das gamas

    O pedido traz o nome do bot, mas o IP não é do operador. É provável que seja alguém a usar o nome dele, mas não é uma certeza: as listas mudam, e um proxy à frente do teu servidor esconde o IP verdadeiro.

  • Sem lista de gamas

    Não temos uma lista das gamas deste bot que possamos ler, por isso o IP não o confirma nem o desmente. A tabela liga à documentação do operador.

De onde vêm as gamas

Do nosso registo de bots: 17 têm gamas de IP publicadas pelo operador (OpenAI, Anthropic, Perplexity, Google, Microsoft, Apple, DuckDuckGo, Mistral AI e Common Crawl). O teu browser pede-as ao nosso servidor, que as vai buscar aos operadores uma vez por dia. Esse pedido é o mesmo para toda a gente e não leva nada do teu log.

O bot de cada linha reconhece-se pelo nome no user-agent, com os nomes do registo e mais nenhum. Um sub-nome com hífen conta como o do registo, como no robots.txt: o Googlebot-Image é do Googlebot.

Um bot verificado com 403 em quase tudo é um bloqueio a sério

O diagnóstico testa o teu site com pedidos nossos, com o nome de cada bot. O log mostra o outro lado: o que o teu servidor respondeu ao bot verdadeiro. Se o PerplexityBot verificado leva 403 na maioria dos pedidos, a tua firewall está a fechar-lhe a porta, diga o robots.txt o que disser. Um 403 só nalgumas páginas (o /wp-admin/, um ficheiro protegido) é outra coisa: são essas páginas que estão fechadas, e o leitor diz-te quais.

Que logs lê

  • Apache e Nginx

    O formato combined, o de omissão do Nginx e o mais usado no Apache, com ou sem o anfitrião à frente e campos a mais no fim. O common lê-se, mas não traz o user-agent.

  • Cloudflare

    O JSON por linha do Logpush, com os campos ClientIP, ClientRequestUserAgent, ClientRequestPath, EdgeResponseStatus e EdgeStartTimestamp.

  • Vercel

    O JSON de um log drain, um objeto por linha. As entradas do build e das funções ficam de fora.

Onde está o teu log

Num servidor próprio, em /var/log/nginx/access.log ou /var/log/apache2/access.log; os mais antigos vêm em .gz, e também se leem. Num alojamento partilhado, procura no painel (no cPanel chama-se «Raw Access»). Se o teu site está atrás da Cloudflare, o log do servidor pode ter o IP dela em vez do do bot: usa o do Logpush.

O que este leitor não faz

  • Não envia o teu log

    O ficheiro lê-se no teu browser, e nada do que está lá dentro sai dele: nem os IPs, nem as páginas, nem os user-agents.

  • Não faz DNS inverso

    A Google, a Microsoft e o Common Crawl também confirmam os bots pelo nome do IP. O browser não consegue fazer essa consulta; aqui confirma-se só pelas gamas.

  • Não guarda nada

    Fechas a página e o resultado vai com ela. Para o guardares, copia o resumo, que não leva IPs.