Bot to program komputerowy, który samodzielnie wykonuje powtarzalne zadania w internecie: pobiera dokumenty HTML, odpowiada na wiadomości, porównuje ceny albo wypełnia formularze. Spotkasz go na stronach www, w aplikacjach i komunikatorach, a jego cel bywa pożyteczny (np. indeksowanie treści przez Google) albo szkodliwy (spam, kradzież danych). Od człowieka różni się tempem i wytrwałością: robi to samo setki razy bez przerwy, zgodnie z regułami zapisanymi przez programistę.
Podział botów ze względu na funkcję i zastosowanie
Boty dzieli się najczęściej po tym, do czego służą, i w tym podziale mieści się 6 głównych grup:
- Boty wyszukiwarkowe: programy Google, Bing i innych firm, nazywane też crawlerami lub pająkami, przechodzą po linkach i pobierają strony do indeksu. Googlebot to według dokumentacji Google wspólna nazwa 2 robotów, jednego udającego smartfon i drugiego symulującego komputer, a większość żądań wysyła ten mobilny.
- Boty w mediach społecznościowych: automatyzują polubienia, komentarze i udostępnienia. Mogą obsługiwać kampanie marketingowe, ale służą też do manipulacji opinią publiczną przez masowe zakładanie fałszywych profili.
- Chatboty: wirtualni asystenci prowadzący rozmowę w komunikatorze albo na stronie. Najprostsze działają według drzewka gotowych odpowiedzi, a bardziej rozbudowane korzystają z modeli językowych i uczenia maszynowego.
- Boty handlowe: porównują ceny, rezerwują bilety i składają zamówienia. Śledzą dostępność towaru i potrafią kupić go w sekundzie, w której pojawi się w sklepie.
- Boty spamujące: wrzucają niechciane treści do komentarzy, forów i formularzy kontaktowych, w tym fałszywe recenzje i linki do podejrzanych adresów.
- Boty złośliwe: służą do cyberataków, np. rozsyłania wirusów, przeprowadzania ataków DDoS, łamania haseł czy kradzieży danych osobowych.
Mechanizm działania botów
Bot działa w pętli 4 kroków: dostaje zadanie, pobiera dane, przetwarza je według reguł i wykonuje akcję. Może pracować w pełni samodzielnie albo czekać na polecenie człowieka. Typowy przebieg wygląda tak:
- Otrzymuje zadanie lub polecenie: z pliku konfiguracyjnego, z harmonogramu, z panelu użytkownika albo z komunikatu przesłanego przez API.
- Zbiera dane z internetu, np. pobierając strony: wysyła zapytania HTTP lub HTTPS i odbiera odpowiedzi serwerów. Googlebot czyta przy tym najwyżej 2 MB z każdego obsługiwanego zasobu (np. HTML albo CSS) i 64 MB z dokumentu PDF, a resztę pomija.
- Przetwarza zebrane informacje: filtruje je, kategoryzuje albo analizuje za pomocą wyrażeń regularnych, parsowania kodu HTML lub modeli AI.
- Wykonuje działanie: odpowiada na wiadomość, wysyła powiadomienie, aktualizuje bazę danych albo generuje raport.
Korzyści wynikające z automatyzacji
Największą korzyścią z botów jest przejęcie pracy powtarzalnej, którą człowiek robi wolniej i z większą liczbą pomyłek. Najczęściej wymieniane zalety:
- Automatyzacja: zadanie, które pracownik realizuje godzinami, np. sprawdzenie cen 500 produktów u konkurencji, program kończy w kilka minut.
- Oszczędność czasu: boty przejmują część obsługi klienta i zbierania danych, więc zespół zajmuje się sprawami wymagającymi decyzji.
- Poprawa dostępności: chatbot odpowiada 24 godziny na dobę, 7 dni w tygodniu, także w nocy i w weekend, gdy biuro jest zamknięte.
- Przetwarzanie dużych ilości danych: program może jednocześnie śledzić tysiące źródeł, wyłapywać wzorce i tworzyć raporty na bieżąco.
Problemy i zagrożenia związane z automatyzacją
Tempo i masowość, czyli cechy, które dają korzyści, sprawiają też, że boty potrafią szkodzić. Główne zagrożenia to:
- Bezpieczeństwo: złośliwe programy przeprowadzają ataki brute-force na formularze logowania, skanują luki w zabezpieczeniach i wykradają dane uwierzytelniające.
- Spam: masowo publikowane komentarze, fałszywe recenzje i próby wyłudzenia danych zaśmiecają platformy, a sztuczne wizyty zniekształcają statystyki ruchu organicznego i obniżają zaufanie użytkowników do stron.
- Manipulacja: sieci fałszywych kont w mediach społecznościowych zawyżają popularność postów, rozpowszechniają dezinformację i atakują konkurencję.
- Obciążenie infrastruktury: program wysyłający np. 100 zapytań na sekundę bez żadnych opóźnień potrafi spowolnić albo całkiem zablokować serwer.
Rozpoznawanie obecności botów
Bota zdradza zachowanie, którego człowiek nie byłby w stanie powtórzyć, a w przypadku robotów wyszukiwarek także adres, z którego się łączy. Sygnały, na które warto patrzeć:
- Powtarzalne działania w krótkich odstępach: program potrafi otworzyć dziesiątki podstron w kilka sekund, co dla człowieka jest fizycznie niemożliwe.
- Nielogiczne reakcje w rozmowie: chatbot powtarza te same frazy albo odpowiada nie na temat, gdy pytanie wychodzi poza jego scenariusz.
- Aktywność przez całą dobę: konto publikujące posty o każdej porze, bez przerw na sen, najpewniej jest zautomatyzowane.
- Brak naturalnych wzorców: zero literówek, odpowiedź w ułamku sekundy i identyczny schemat przez tygodnie.
- Nagłówki HTTP i JavaScript: wiele prostych programów nie uruchamia kodu JavaScript, a pole user-agent łatwo podrobić. Prawdziwego Googlebota potwierdzisz odwrotnym zapytaniem DNS: jego adres IP wskazuje nazwę hosta w jednej z 3 domen Google wymienionych w dokumentacji.
Google Analytics 4 automatycznie odfiltrowuje ruch znanych robotów na podstawie badań Google i listy "International Spiders and Bots List" organizacji IAB. Tego filtra nie da się wyłączyć ani podejrzeć, ile wizyt odrzucił.
Wykorzystanie botów w optymalizacji i marketingu
W SEO i marketingu najważniejszy jest bot wyszukiwarki, bo bez jego wizyty adres nie trafi do wyników Google. Googlebot i jemu podobne roboty skanują treści, chatboty prowadzą klientów przez ścieżkę zakupową, a programy analityczne zbierają dane o zachowaniu użytkowników. W ramach zaawansowanych technik SEO dochodzi do tego zarządzanie budżetem indeksowania (crawl budget), czyli czasem i zasobami, które Google przeznacza na jedną stronę. Według dokumentacji Google ma ono znaczenie głównie przy ponad milionie adresów aktualizowanych raz w tygodniu albo przy 10 tysiącach i więcej URL-i zmienianych codziennie. Googlebot odwiedza zwykłą stronę średnio nie częściej niż co kilka sekund, a gdy serwer odpowiada wolno, zwraca błędy 5xx albo kod 429, robot sam ogranicza liczbę zapytań.
Ochrona przed negatywnym działaniem botów
Obrona przed szkodliwymi botami polega na połączeniu kilku zabezpieczeń, bo każde z nich zatrzymuje inny rodzaj ruchu:
- CAPTCHA i reCAPTCHA: sprawdzają, czy po drugiej stronie siedzi człowiek. Wersja v3 nie pokazuje zadania, tylko zwraca wynik od 0,0 (prawdopodobnie bot) do 1,0 (najpewniej użytkownik), a Google podaje 0,5 jako domyślny próg.
- Rate limiting: ogranicza liczbę zapytań z jednego adresu IP w określonym czasie i odpowiada kodem HTTP 429 Too Many Requests, często z nagłówkiem Retry-After, który mówi, ile poczekać.
- Analiza wzorców ruchu: systemy wykrywające anomalie odróżniają ruch ludzi od automatów po długości sesji, liczbie odsłon i kolejności działań.
- Robots.txt i meta tagi: ten plik mówi uczciwym crawlerom, czego nie skanować (Google czyta z niego najwyżej 500 KiB), a meta tag noindex wyklucza adres z indeksu. Złośliwe programy obu zasad nie przestrzegają.
- Web Application Firewall (WAF): zapora aplikacyjna filtruje ruch i blokuje żądania ze znanych źródeł spamu i ataków.
Dobrze ustawione zabezpieczenia zatrzymują szkodliwy ruch i przepuszczają Googlebota, więc nie odcinają pozytywnych zastosowań botów, takich jak wsparcie w budowaniu autorytetu strony.
