A checagem por linha de comando da página do Google aceita nomes que qualquer máquina alugada no Google Cloud recebe. Repetimos o teste em 9 de novembro de 2026. O que mudar na sua regra de firewall, e o erro oposto: barrar o Googlebot verdadeiro.
Se o seu firewall libera o Googlebot com os passos de DNS reverso da página do Google, qualquer pessoa com uma máquina alugada no Google Cloud pode entrar pela mesma porta. A empresa SenseGap apontou o problema em 5 de novembro de 2026, e em 9 de novembro repetimos o teste: ele se confirma. Corrigir leva uma manhã. Troque a regra pela lista de IPs que o próprio Google publica, ou exija um nome terminado em .googlebot.com.
No segundo dos quatro passos. A página manda consultar o nome reverso do IP, aceitar um final em googlebot.com, google.com ou googleusercontent.com, consultar esse nome no sentido direto e ver se volta o mesmo IP. O terceiro final é o problema: cada máquina virtual do Google Cloud ganha um nome em bc.googleusercontent.com, e quem aluga uma cumpre os quatro passos sem fazer nada de especial.
Mais abaixo, na mesma página, uma tabela conta outra história. Nela, o Googlebot usa nomes em googlebot.com, e googleusercontent só aparece como gae.googleusercontent.com, reservado a buscadores acionados por usuário, como o verificador de sites. A lista longa dos passos existe porque eles cobrem todos os robôs do Google de uma vez. Quem os copiou para liberar só o Googlebot levou junto um sufixo que não precisava. Não achamos nenhum comentário do Google sobre isso até 9 de novembro de 2026.
Três de cinco IPs do Google Cloud passaram nos quatro passos. A amostra é pequena de propósito, porque só queríamos saber se a porta existe. Consultamos DNS e as listas públicas, sem enviar pedido a site nenhum.
O relato de campo é da SenseGap, que vende um painel de robôs, e convém ler sabendo disso. Em oito dias, de 28 de outubro a 5 de novembro de 2026, o site dela recebeu 89 pedidos de máquinas do Google Cloud que se diziam Googlebot e passavam na checagem. Queriam arquivos como .env e .git/config, e não páginas. São quatro sites e dados amostrados: dá para saber que acontece, não com que frequência acontece no seu.
Porque a regra que libera o robô costuma tirá-lo do alcance do que segura os demais visitantes: limite de pedidos, desafio, bloqueio por país. Em outubro de 2026, Gary Illyes, do Google, disse num podcast que raspadores se passam por Googlebot justamente porque os sites abrem caminho para ele, e que trocar o user agent leva segundos.
Há também um custo menos visível. Quem analisa log para entender o rastreamento passa a contar visitas falsas como se fossem do Google, e aí uma pasta "muito rastreada" pode ser só alguém varrendo o servidor atrás de credenciais.
Barrar o robô certo tende a sair mais caro do que deixar passar o errado. Pela documentação do Google, 403, 404 e os outros códigos 4xx, menos o 429, são tratados como conteúdo inexistente, e a URL já indexada sai do índice. A mesma página pede para não usar 401 nem 403 como freio de rastreamento; para isso servem o 429 e o 503.
O site do VLC deu um exemplo, noticiado em 5 de novembro de 2026. Ele devolveu 418, um código 4xx, e o resultado continuou no Google, com um detalhe descrito por Gary Illyes num comentário no LinkedIn: a Busca segurou a URL temporariamente por ser muito importante e, sem saber o que havia na página, ficou com "no snippet, no favicon, no nothing". Sobraram o link e o último título bom. O motivo do 418 não foi divulgado, e nada indica que tenha sido firewall.
Dois recados ficam disso. O Google não documenta quais URLs recebem essa proteção nem por quanto tempo, então não planeje contando com ela. E um resultado sem descrição e sem ícone é um bom motivo para abrir a Inspeção de URL: o navegador do escritório pode receber 200 enquanto o robô recebe outra coisa.
Vale, e eles têm listas próprias. A OpenAI publica uma para cada robô (gptbot.json, searchbot.json, chatgpt-user.json), a Perplexity faz o mesmo com dois arquivos, e a Anthropic mantém uma única, sem dizer quais de seus robôs ela cobre. Nos quatro sites da SenseGap, 32% das visitas que se diziam GPTBot e 87% das que se diziam PerplexityBot reprovaram na checagem publicada pela própria empresa. No OAI-SearchBot foi 1%. Números de um fornecedor, em poucos sites, que servem de alerta e não de média do mercado.
Um cuidado na hora de agir: a Anthropic avisa que bloquear os IPs dela pode não garantir a recusa, porque o robô deixa de conseguir ler o seu robots.txt. Lista de IP serve para saber quem é quem. Dizer o que cada um pode ler continua sendo trabalho do robots.txt.
3.000 páginas por mês no plano Basic, sem cartão.