ClaudeBot

Важно сразу разграничить: ClaudeBot отвечает только за обучение моделей. Он не участвует в построении поискового индекса Claude (это делает Claude-SearchBot) и не обрабатывает запросы, инициированные пользователем в моменте (за это отвечает Claude-User). Все три бота настраиваются в robots.txt независимо друг от друга.

1. Что такое ClaudeBot

Блокировка ClaudeBot означает, что будущий контент сайта не должен использоваться при обучении моделей Claude. Ключевое слово — «будущий»: блокировка не удаляет ранее собранный и уже использованный в обучении контент, она лишь исключает сайт из последующих циклов сбора данных.

2. Как работает ClaudeBot

• Проактивно обходит публично доступные страницы сайта, аналогично классическим поисковым краулерам;
• Учитывает как стандартную директиву Disallow, так и нестандартную Crawl-delay, позволяющую задать минимальный интервал между запросами;
• Не пытается обходить CAPTCHA или другие технологии защиты от автоматического доступа;
• Работает с публичных облачных IP-адресов провайдеров — то есть не имеет выделенного, постоянного диапазона, который можно однозначно заблокировать по IP.

3. Нагрузка на сервер

По данным мониторинга bot-трафика trafficveil (ClickHouse, 696 доменов, 161 уникальный бот, март–июнь 2026) краулеры категории «обучение моделей», включая ClaudeBot, как правило, не относятся к числу самых агрессивных по объёму запросов на конкретный сайт — заметно больший вклад в общую нагрузку исторически вносят краулеры вроде Meta ExternalAgent или Bytespider. Тем не менее сама природа обучающего краулера — полный периодический обход сайта — делает суммарный трафик значимым на крупных сайтах с большим числом страниц.

4. Обнаружение в логах

Поиск по User-Agent

# Все запросы от ClaudeBot
grep "ClaudeBot" /var/log/nginx/access.log

# Количество запросов за сегодня
grep "ClaudeBot" /var/log/nginx/access.log | grep "$(date '+%d/%b/%Y')" | wc -l

# Уникальные IP-адреса
grep "ClaudeBot" /var/log/nginx/access.log | awk '{print $1}' | sort -u

# Топ сканируемых разделов
grep "ClaudeBot" /var/log/nginx/access.log | awk '{print $7}' | sort | uniq -c | sort -rn | head -20

Верификация — почему IP-блокировка здесь не работает как обычно

В отличие от GPTBot, OAI-SearchBot или Googlebot, Anthropic официально не публикует список IP-адресов своих ботов и прямо предупреждает: её боты используют публичные IP-адреса облачных провайдеров, поэтому блокировка этих диапазонов может помешать боту прочитать сам файл robots.txt — то есть привести к обратному эффекту (бот продолжит сканирование без учёта директив, потому что не смог их получить).

# Проверка через reverse DNS — вспомогательный, не окончательный метод
# (официального списка IP от Anthropic нет, поэтому это лишь косвенный сигнал)
IP="1.2.3.4"
dig +short -x "$IP"

#!/bin/bash
# Логирование запросов ClaudeBot для собственного анализа паттерна поведения,
# так как IP-верификация против официального списка недоступна
LOG_FILE="/var/log/nginx/access.log"

echo "IP-адрес | Кол-во запросов | Reverse DNS"
echo "-------------------------------------------"

grep "ClaudeBot" "$LOG_FILE" | awk '{print $1}' | sort | uniq -c | sort -rn | while read count ip; do
    ptr=$(dig +short -x "$ip" 2>/dev/null)
    ptr=${ptr:-"нет PTR-записи"}
    echo "$ip | $count | $ptr"
done

Официальная рекомендация Anthropic при подозрении на некорректное поведение бота — писать напрямую на claudebot@anthropic.com с указанием домена, а не пытаться блокировать по IP.

5. robots.txt

# Полная блокировка обучающего краулера
User-agent: ClaudeBot
Disallow: /

# Ограничение частоты вместо полной блокировки
User-agent: ClaudeBot
Crawl-delay: 1

# Блокировка только части сайта
User-agent: ClaudeBot
Disallow: /premium/
Disallow: /internal/
Allow: /

# Полный разрешающий доступ
User-agent: ClaudeBot
Allow: /

Правило для ClaudeBot не распространяется на Claude-User и Claude-SearchBot — для полного исключения из экосистемы Claude нужны отдельные директивы для каждого токена.

6. Управление на уровне сервера

Nginx

if ($http_user_agent ~* "ClaudeBot") {
    return 403;
}

# Мягкий вариант — ограничение частоты вместо полной блокировки
limit_req_zone $binary_remote_addr zone=claudebot:10m rate=10r/m;

location / {
    if ($http_user_agent ~* "ClaudeBot") {
        limit_req zone=claudebot burst=20 nodelay;
    }
}

Apache (.htaccess)

RewriteEngine On
RewriteCond %{HTTP_USER_AGENT} ClaudeBot [NC]
RewriteRule ^ - [F,L]

Важно: не дублируйте эту блокировку на уровне сетевого firewall по IP-диапазонам облачных провайдеров — это может задеть множество не связанных с Anthropic сервисов, работающих на тех же общих IP.

7. Рекомендации по оптимизации

• Решение по ClaudeBot — это решение только про обучение: блокировка не влияет на видимость в поиске Claude (Claude-SearchBot) и на доступность страниц по прямым пользовательским запросам (Claude-User);
• Не используйте IP-блокировку как основной метод — Anthropic прямо предупреждает, что это может помешать боту прочитать сам robots.txt;
• Используйте Crawl-delay, если цель — снизить нагрузку, а не закрыть доступ полностью — Anthropic официально поддерживает эту директиву;
• Учитывайте необратимость обучения: блокировка не удаляет уже собранный и использованный в обучении контент, действует только на будущее сканирование;
• При подозрении на некорректное поведение бота — пишите на claudebot@anthropic.com с указанием домена, а не полагайтесь на самостоятельную диагностику по IP.

8. Сравнение с похожими ботами

9. Сводная таблица стратегии