克雷西 发自 凹非寺

量子位 | 公众号 QbitAI

不希望网站数据被ChatGPT白嫖？现在终于有办法了！

两行代码就能搞定，而且是OpenAI官方公布的那种。

但至少，站主们拥有了选择的权利。

不过，也有网友指出了问题：

模型早就已经训练好了，现在提这个还有什么用？

上面提到的robots.txt是什么，为什么它能阻止GPT的爬虫？

这其实是一种用户协议，站主可以在其中设置禁止访问网站的爬虫或禁止爬虫抓取的内容。

根据这一协议，即使在有能力访问的情况下，爬虫遇到相关内容都会主动选择避开。

ChatGPT自身也在使用robots.txt，阻止爬虫抓取除了用户分享之外的其他内容。

这是一项君子协定，不过大多数厂商都会选择遵守，因为这体现了对行业规则和用户隐私的尊重。

如今，OpenAI也加入了这一行列。

与此同时，Google的爬虫正在全网抓取内容。

不过，网友对此似乎有更高的容忍度：

至少Google是链接到你的网站，但ChatGPT用了你的内容之后根本不会进行说明。

你认为在提高模型质量和保护创作者之间该如何找到平衡点呢？

参考链接：[1]https://platform.openai.com/docs/gptbot[2]https://www.theverge.com/2023/8/7/23823046/openai-data-scrape-block-ai[3]https://news.ycombinator.com/item?id=37030568

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

花粉社群VIP加油站