Amazon · Collecte pour l’entraînement
Amazonbot
Ce qu’il fait
Robot d’exploration d’Amazon. L’éditeur écrit qu’il sert à améliorer ses produits et services, et que les données collectées peuvent être utilisées pour entraîner ses modèles d’IA. Il suit robots.txt, ignore crawl-delay et lit la balise noarchive comme un refus d’entraînement, page par page.
- Jeton
robots.txt Amazonbot- Obéit à
robots.txt - Oui, d’après son éditeur
- Signature
Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; Amazonbot/0.1) Chrome/W.X.Y.Z Safari/537.36- Le reconnaître
- Amazon publie la liste des adresses IP d’Amazonbot. Aucune méthode par DNS inverse ne figure sur la page.
- Pour le refuser
User-agent: Amazonbot Disallow: /
« Peut servir » à l’entraînement : ce que dit la page
Amazon ne le présente pas comme un robot d’entraînement. Sa phrase est en deux temps : Amazonbot sert à améliorer les produits et services d’Amazon, ce qui aide à fournir des informations plus exactes aux clients, et ses données peuvent être utilisées pour entraîner les modèles d’IA d’Amazon. Son classement parmi les robots d’entraînement tient à cette seconde moitié. Des trois agents de la page, c’est le seul pour lequel Amazon n’exclut pas cet usage.
Ce qu’il lit, dans robots.txt et dans la page
Il respecte le protocole d’exclusion des robots : lignes User-agent, Allow et Disallow, lues hôte par hôte, sous-domaines compris. Il ne prend pas en charge crawl-delay. Deux détails pèsent sur les délais : Amazon peut utiliser une copie du fichier vieille de 30 jours au plus, et annonce environ 24 heures pour qu’un changement se reflète dans ses systèmes. Si le fichier ne peut pas être récupéré, le robot fait comme s’il n’existait pas.
Dans la page, il respecte rel=nofollow sur un lien et trois valeurs de la balise meta robots : noindex, none et noarchive, qu’Amazon définit ainsi : ne pas utiliser la page pour l’entraînement de modèles.
Ce que le refuser change
Chaque agent se règle indépendamment des autres, écrit Amazon. Interdire Amazonbot laisse donc passer Amzn-SearchBot, qui rend un contenu éligible à des expériences de recherche comme Alexa, et Amzn-User, qui agit à la demande d’un utilisateur ; Amazon écrit qu’aucun des deux n’explore pour l’entraînement. Qui veut refuser l’entraînement sans fermer l’exploration dispose de noarchive. Amazon ajoute qu’autoriser Amazonbot peut rendre un site éligible à un programme, Amazon Content Partners.
Le reconnaître dans les journaux
Sa chaîne imite Chrome et contient Amazonbot/0.1 ; W.X.Y.Z y tient la place du numéro de version. Les adresses publiées permettent de confirmer l’origine d’une requête.
Le sujet, traité en entier
Sources
- Amazon — Amazon Web Search crawlers (Amazonbot) Finalité d’Amazonbot (« may be used to train Amazon AI models »), chaîne d’agent utilisateur, règles de robots.txt, cache de 30 jours, délai d’environ 24 heures, balises noarchive, noindex et none, mention d’Amazon Content Partners. Page modifiée le 26 octobre 2026, lue en texte brut le 20 novembre 2026.
- Amazon — Amazonbot IP addresses Liste d’adresses, datée du 8 septembre 2026 dans la page. Ouverte le 20 novembre 2026.
Page revue le