Le Chat 是怎麼搜尋網頁的?
使用者在 Tools 選單裡開啟網頁搜尋後,Le Chat 遇到需要最新資訊的問題就去搜,把結果寫進回答,並標出來源。Mistral 的搜尋文件(2026-11-09,我們沒能直接開啟,下面來自搜尋結果對官方頁的概括)列了這幾種方式:
| 方式 | 官方文件的說法(概括) | 對你意味著 |
|---|---|---|
| 網頁搜尋 | 回答裡有行內連結和 Sources 面板,列出每個引用 | 被引用的是具體網頁,一頁要能單獨回答一個問題 |
| 新聞類問題 | 用 AFP、美聯社(AP)等新聞合作方 | 獨立開發者一般進不了這條路 |
| Open URL | 只開啟你給的那個頁面,不爬整站、不跟連結,登入或付費牆後的頁面打不開 | 重要內容放在不用登入的網頁上 |
| Deep Research | 先做搜尋計劃,再瀏覽多個來源,出帶引用的報告 | 被引用的來源多,頁面越具體越有機會 |
| 背後用哪家搜尋索引 | 沒找到官方說法(有二手報道說 Deep Research 用 Brave,未核實) | 不猜;兩邊都做好基本功,見下文 |
Le Chat 的產品名在官方文件裡已經出現 Vibe、Work 的叫法,改名是否已經全部生效我們未核實,本篇仍然叫 Le Chat。
Mistral 的爬蟲叫什麼?怎麼放行?
官方爬蟲頁(docs.mistral.ai/robots)列了兩個,用途不同:
| 爬蟲 | 做什麼(官方頁概括) | 訓練 |
|---|---|---|
| MistralAI-User | 使用者在對話裡提問時,可能開啟網頁幫助回答,並在回答裡帶來源連結;不是自動抓取 | 不用於收集訓練資料 |
| MistralAI-Index | 自動抓取網頁,只用於給 Mistral 搜尋建索引,支撐對話裡的回答 | 內容不用於任何生成式 AI 訓練 |
兩個爬蟲都用 robots.txt 標記管理,各有完整的 User-Agent(結尾是 MistralAI-User/1.0 和 MistralAI-Index/1.0,帶文件連結),官方頁還列了各自公佈的 IP 地址。完整字串和 IP 檔案的網址我們沒能從官方頁核實,所以這裡不抄。各家爬蟲並排對照見 AI 爬蟲 User-Agent 對照表。
要放行,在 robots.txt 裡分別寫兩條(規則怎麼起作用見 AI 爬蟲的 robots.txt 怎麼寫):
User-agent: MistralAI-Index Allow: / User-agent: MistralAI-User Allow: /
防火牆或 CDN 的“攔截機器人”開關不看 robots.txt,也要檢查一遍。
獨立開發者能做什麼,讓 Le Chat 更可能提到自己?
官方沒有給排序規則,下面是基本功,不是針對 Le Chat 的保證:
1. 放行兩個爬蟲,別整站攔截
用上面的兩條規則,並確認沒有 “User-agent: *” 加 “Disallow: /”。
2. 讓正文直接寫在 HTML 裡
Open URL 開啟頁面後讀的是頁面內容。先自己看一眼:
# Does your own page answer without scripts? (replace the URL and the phrase) curl -s https://example.com/pricing/ | grep -c "a sentence from the page"
輸出 0 說明正文要等指令碼才出現,原因見 AI 爬蟲會執行 JavaScript 嗎?。
3. 一頁回答一個買家會問的問題
開頭兩三句直接回答,帶具體數字,資料寫出處和日期。寫法見 怎麼寫出 AI 願意引用的內容?改寫前後對照。
4. 同時把傳統搜尋的基本功做好
Mistral 搜尋用的索引來源官方沒寫。如果二手報道屬實,Brave 的索引也會起作用,見 怎麼讓 Brave Search 收錄並推薦我的網站。
5. 用日誌確認它們來過
看日誌裡有沒有兩個爬蟲的名字:
# Did either Mistral bot visit? (nginx access log, adjust the path) grep -E "MistralAI-(User|Index)" /var/log/nginx/access.log | awk '{print $1, $4, $7, $9}' | tail -20名字可以被冒充,更多核對方法見 怎麼在伺服器日誌裡查 AI 爬蟲來過沒有。
怎麼知道 Le Chat 有沒有提到我?
1. 寫下 5 個買家會問的問題
不帶你的品牌名,按買家的說法寫。
2. 在 Le Chat 裡開啟網頁搜尋,每個問題新開對話問 3 次
記下三樣:有沒有提到你、推薦了誰、Sources 面板裡是哪些網址。
3. 兩到四週後用同一組問題再測
記錄方法見 怎麼衡量 AI 可見度?四個指標與一張可照做的表。
和其他 AI 助理有什麼不同?
Mistral 在官方頁上把“建索引”和“使用者觸發”拆成兩個有名字的爬蟲,可以分別管理;這一點和 怎麼讓 ChatGPT 推薦我的產品、怎麼讓 Perplexity 推薦我的產品 裡的做法接近。不同的是,它的搜尋索引來源官方沒有說清。
常見問題
Mistral 有幾個爬蟲?
Mistral 官方爬蟲頁列了兩個:MistralAI-User 在使用者提問時開啟網頁來回答,MistralAI-Index 自動抓取網頁給 Mistral 搜尋建索引。我們沒能直接開啟這一頁,內容來自搜尋結果對它的概括,用之前請自己再看一眼。
MistralAI-Index 抓的內容會用來訓練模型嗎?
按官方頁的概括,不會:它只用於建搜尋索引,抓到的內容不用於任何生成式 AI 訓練。這一條同樣來自摘要,未核實原文。
我能在 robots.txt 裡專門放行或攔截它們嗎?
能。官方頁的說法是兩個爬蟲都用 robots.txt 標記管理,各有自己的名字,所以可以分別寫規則。注意使用者發起的請求是否完全遵守 robots.txt,我們沒有官方原文可引,不做保證。
Le Chat 是不是用 Brave 的搜尋?
只見於一篇二手部落格轉述的報道,說 Deep Research 用了 Brave 的 API。我們沒有找到 Mistral 或 Brave 的官方說法,未核實。
Le Chat 會讀我整個網站嗎?
官方搜尋文件的概括裡,Open URL 只開啟你給的那一個頁面,不爬整站、不跟連結,登入或付費牆後的頁面打不開。所以重要的內容要放在不需要登入的單獨網頁上。
出處
- Mistral AI · Mistral crawlers (2026-11-09 未能直接開啟,經搜尋結果概括讀到)
- Mistral AI · Search the web (2026-11-09 未能直接開啟,經搜尋結果概括讀到)
- kagentx 評測:案例頁的資料,日期寫在每個例子裡。