GPTBot: cos'è, come funziona e come gestire il crawler di OpenAI

GPTBot è il crawler con cui OpenAI raccoglie pagine web pubbliche che possono essere usate per addestrare i suoi modelli di intelligenza artificiale generativa. Non è il bot che decide se il tuo sito compare nelle risposte di ChatGPT: quello è OAI-SearchBot. Confonderli porta a due errori opposti: bloccare tutto e sparire dalla ricerca di ChatGPT, oppure aprire tutto pensando che GPTBot porti visibilità.

In questa guida trovi i tre bot di OpenAI che contano per chi gestisce un sito, cosa fa ciascuno secondo la documentazione ufficiale e come scrivere il robots.txt in base a quello che vuoi ottenere.

I bot di OpenAI: GPTBot, OAI-SearchBot e ChatGPT-User#

OpenAI usa più user agent, ognuno con uno scopo diverso. Le impostazioni nel robots.txt sono indipendenti: puoi consentire uno e bloccare l’altro (OpenAI, Overview of OpenAI Crawlers).

Esiste anche OAI-AdsBot, che visita solo le pagine inviate come annunci su ChatGPT per controllare che rispettino le regole di OpenAI. Se non fai pubblicità lì, non lo vedrai.

Un dettaglio utile: se consenti sia GPTBot sia OAI-SearchBot, OpenAI può usare i risultati di una sola scansione per entrambi gli scopi, così il server riceve meno richieste.

GPTBot porta visibilità su ChatGPT?#

No, non direttamente. Per la ricerca di ChatGPT conta OAI-SearchBot. OpenAI lo dice in modo esplicito: qualsiasi sito pubblico può comparire nella ricerca di ChatGPT, e per essere incluso nei riepiloghi e negli snippet basta non bloccare OAI-SearchBot (OpenAI, Publishers and Developers FAQ). GPTBot riguarda invece l’addestramento: chi vuole escludere i propri contenuti deve bloccare GPTBot.

È la stessa distinzione che uso nella guida alla Generative Engine Optimization: i bot di ricerca si lasciano entrare, i bot di addestramento sono una scelta di business. Ed è una scelta che conta, perché ChatGPT ha superato i 900 milioni di utenti attivi a settimana, secondo il dato comunicato da OpenAI a febbraio 2026 (TechCrunch).

Lasciare entrare GPTBot può avere un effetto indiretto e non misurabile: i modelli futuri potrebbero “conoscere” meglio il tuo brand. OpenAI però non promette nulla del genere, quindi non lo considero un motivo sufficiente per aprire il sito a chi non vuole.

Come scrivere il robots.txt per i bot di OpenAI#

Il file robots.txt sta nella radice del dominio (ad esempio https://www.tuosito.it/robots.txt). Secondo OpenAI le modifiche incidono sui risultati di ricerca dopo circa 24 ore. Ecco i tre casi più comuni.

1. Vuoi comparire nella ricerca di ChatGPT ma non essere usato per l’addestramento (la scelta più frequente per aziende ed editori):

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

2. Vuoi comparire nella ricerca e accetti l’addestramento:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Allow: /

3. Vuoi escludere solo alcune sezioni dall’addestramento (area riservata, contenuti a pagamento, documenti):

User-agent: GPTBot
Disallow: /area-clienti/
Disallow: /documenti/

Se nel robots.txt c’è una regola generica User-agent: * con Disallow: /, vale anche per i bot di OpenAI che non hanno un gruppo dedicato. Controllala prima di tutto: è l’errore che fa sparire più spesso un sito dalle risposte AI.

Gli errori che tolgono il sito da ChatGPT#

• Bloccare “i bot AI” in blocco. Alcuni plugin e pannelli di hosting offrono un interruttore unico che può fermare insieme GPTBot e OAI-SearchBot. Verifica nel robots.txt pubblicato cosa succede davvero.
• Firewall e CDN. Il robots.txt può dire “Allow”, ma se il firewall o la CDN rifiutano le richieste il bot non legge nulla. Cloudflare, per esempio, dal 1° luglio 2025 ha cambiato l’impostazione predefinita per bloccare i crawler AI (Cloudflare). OpenAI consiglia di consentire le richieste dagli indirizzi IP che pubblica per ogni bot.
• Usare il robots.txt per nascondere una pagina. Se ChatGPT conosce una pagina bloccata da altre fonti, può comunque mostrarne link e titolo. Per evitarlo serve il meta tag noindex, e il crawler deve poter scansionare la pagina per leggerlo.
• Contenuti visibili solo con JavaScript. Se il testo arriva nel browser solo dopo l’esecuzione degli script, un crawler che legge l’HTML può trovare una pagina vuota. Testi, prezzi e informazioni chiave vanno nell’HTML servito dal server (vedi anche la guida al tag noscript).

Come riconoscere i bot di OpenAI nei log del server#

Ogni bot si presenta con il suo user agent, che contiene un link alla pagina di OpenAI (il numero di versione può cambiare):

• GPTBot: GPTBot/1.4; +https://openai.com/gptbot
• OAI-SearchBot: OAI-SearchBot/1.4; +https://openai.com/searchbot
• ChatGPT-User: ChatGPT-User/1.0; +https://openai.com/bot

Lo user agent si può falsificare. Per essere sicuro che una visita venga davvero da OpenAI, confronta l’indirizzo IP con gli elenchi ufficiali: gptbot.json, searchbot.json e chatgpt-user.json. Nei log trovi anche quanto spesso passano e su quali pagine: se un bot carica troppo il server, puoi limitarne la frequenza a livello di server invece di bloccarlo del tutto.

Come misurare il traffico da ChatGPT#

Se OAI-SearchBot può leggere il sito, il traffico che arriva dalle citazioni si vede negli strumenti di analisi: ChatGPT aggiunge in automatico il parametro utm_source=chatgpt.com ai link verso i siti. In Google Analytics 4 lo trovi come sorgente chatgpt.com; i passaggi per leggerlo insieme alle altre fonti AI sono nella guida alla GEO.

Cosa conta, oltre al robots.txt#

Far entrare OAI-SearchBot è la condizione di partenza, non la strategia. Per essere scelto come fonte valgono le stesse regole di un buon contenuto per Google: pagine chiare, che rispondono subito alla domanda, con dati e fonti verificabili, informazioni che solo tu hai e un brand di cui si parla anche fuori dal sito. E il posizionamento sui motori di ricerca pesa ancora: in uno studio di Seer Interactive su 10.000 domande a GPT-4o, i brand in prima pagina su Google mostrano una correlazione di circa 0,65 con le menzioni del modello (Search Engine Land). La SEO resta la base.

Non sai se il tuo sito è leggibile dai bot di ChatGPT? Richiedi l’audit SEO gratuito: controllo a mano anche robots.txt e accesso dei crawler AI e ti mando le 5 cose da sistemare per prime, entro 2 giorni lavorativi.