Le Chat 是怎么搜索网页的?
用户在 Tools 菜单里打开网页搜索后,Le Chat 遇到需要最新信息的问题就去搜,把结果写进回答,并标出来源。Mistral 的搜索文档(2026-11-09,我们没能直接打开,下面来自搜索结果对官方页的概括)列了这几种方式:
| 方式 | 官方文档的说法(概括) | 对你意味着 |
|---|---|---|
| 网页搜索 | 回答里有行内链接和 Sources 面板,列出每个引用 | 被引用的是具体网页,一页要能单独回答一个问题 |
| 新闻类问题 | 用 AFP、美联社(AP)等新闻合作方 | 独立开发者一般进不了这条路 |
| Open URL | 只打开你给的那个页面,不爬整站、不跟链接,登录或付费墙后的页面打不开 | 重要内容放在不用登录的网页上 |
| Deep Research | 先做搜索计划,再浏览多个来源,出带引用的报告 | 被引用的来源多,页面越具体越有机会 |
| 背后用哪家搜索索引 | 没找到官方说法(有二手报道说 Deep Research 用 Brave,未核实) | 不猜;两边都做好基本功,见下文 |
Le Chat 的产品名在官方文档里已经出现 Vibe、Work 的叫法,改名是否已经全部生效我们未核实,本篇仍然叫 Le Chat。
Mistral 的爬虫叫什么?怎么放行?
官方爬虫页(docs.mistral.ai/robots)列了两个,用途不同:
| 爬虫 | 做什么(官方页概括) | 训练 |
|---|---|---|
| MistralAI-User | 用户在对话里提问时,可能打开网页帮助回答,并在回答里带来源链接;不是自动抓取 | 不用于收集训练数据 |
| MistralAI-Index | 自动抓取网页,只用于给 Mistral 搜索建索引,支撑对话里的回答 | 内容不用于任何生成式 AI 训练 |
两个爬虫都用 robots.txt 标记管理,各有完整的 User-Agent(结尾是 MistralAI-User/1.0 和 MistralAI-Index/1.0,带文档链接),官方页还列了各自公布的 IP 地址。完整字符串和 IP 文件的网址我们没能从官方页核实,所以这里不抄。各家爬虫并排对照见 AI 爬虫 User-Agent 对照表。
要放行,在 robots.txt 里分别写两条(规则怎么起作用见 AI 爬虫的 robots.txt 怎么写):
User-agent: MistralAI-Index Allow: / User-agent: MistralAI-User Allow: /
防火墙或 CDN 的“拦截机器人”开关不看 robots.txt,也要检查一遍。
独立开发者能做什么,让 Le Chat 更可能提到自己?
官方没有给排序规则,下面是基本功,不是针对 Le Chat 的保证:
1. 放行两个爬虫,别整站拦截
用上面的两条规则,并确认没有 “User-agent: *” 加 “Disallow: /”。
2. 让正文直接写在 HTML 里
Open URL 打开页面后读的是页面内容。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"
输出 0 说明正文要等脚本才出现,原因见 AI 爬虫会执行 JavaScript 吗?。
3. 一页回答一个买家会问的问题
开头两三句直接回答,带具体数字,数据写出处和日期。写法见 怎么写出 AI 愿意引用的内容?改写前后对照。
4. 同时把传统搜索的基本功做好
Mistral 搜索用的索引来源官方没写。如果二手报道属实,Brave 的索引也会起作用,见 怎么让 Brave Search 收录并推荐我的网站。
5. 用日志确认它们来过
看日志里有没有两个爬虫的名字:
# 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,更多核对方法见 怎么在服务器日志里查 AI 爬虫来过没有。
怎么知道 Le Chat 有没有提到我?
1. 写下 5 个买家会问的问题
不带你的品牌名,按买家的说法写。
2. 在 Le Chat 里打开网页搜索,每个问题新开对话问 3 次
记下三样:有没有提到你、推荐了谁、Sources 面板里是哪些网址。
3. 两到四周后用同一组问题再测
记录方法见 怎么衡量 AI 可见度?四个指标和一张可照做的表。
和其他 AI 助手有什么不同?
Mistral 在官方页上把“建索引”和“用户触发”拆成两个有名字的爬虫,可以分别管理;这一点和 怎么让 ChatGPT 推荐我的产品、怎么让 Perplexity 推荐我的产品 里的做法接近。不同的是,它的搜索索引来源官方没有说清。
常见问题
Mistral 有几个爬虫?
Mistral 官方爬虫页列了两个:MistralAI-User 在用户提问时打开网页来回答,MistralAI-Index 自动抓取网页给 Mistral 搜索建索引。我们没能直接打开这一页,内容来自搜索结果对它的概括,用之前请自己再看一眼。
MistralAI-Index 抓的内容会用来训练模型吗?
按官方页的概括,不会:它只用于建搜索索引,抓到的内容不用于任何生成式 AI 训练。这一条同样来自摘要,未核实原文。
我能在 robots.txt 里专门放行或拦截它们吗?
能。官方页的说法是两个爬虫都用 robots.txt 标记管理,各有自己的名字,所以可以分别写规则。注意用户发起的请求是否完全遵守 robots.txt,我们没有官方原文可引,不做保证。
Le Chat 是不是用 Brave 的搜索?
只见于一篇二手博客转述的报道,说 Deep Research 用了 Brave 的 API。我们没有找到 Mistral 或 Brave 的官方说法,未核实。
Le Chat 会读我整个网站吗?
官方搜索文档的概括里,Open URL 只打开你给的那一个页面,不爬整站、不跟链接,登录或付费墙后的页面打不开。所以重要的内容要放在不需要登录的单独网页上。
出处
- Mistral AI · Mistral crawlers (2026-11-09 未能直接打开,经搜索结果概括读到)
- Mistral AI · Search the web (2026-11-09 未能直接打开,经搜索结果概括读到)
- kagentx 评测:案例页的数据,日期写在每个例子里。