Beneficios
- Captura más contenido: extrae mucho más texto de sitios modernos (React, Vue, Angular, WordPress y otros).
- Lee contenido oculto: acordeones, pestañas, ventanas emergentes, carga diferida y desplazamiento infinito.
- Rápido: usa varias estrategias de detección en paralelo, incluso en sitios grandes.
- Seguro: nunca envía formularios, cambia filtros ni agrega productos al carrito.
- Extrae datos estructurados: horarios, datos de contacto, precios y servicios.
Cómo descubre las páginas
- Mapas del sitio anidados: recorre sitemaps dentro de otros sitemaps.
- Sitemaps comprimidos: admite archivos
.xml.gzy.gzip. - Control de límites: se mantiene dentro del alcance que definiste, sin desviarse a otras partes del sitio.
- Varias fuentes de enlaces: HTML, JavaScript y enlaces que aparecen al expandir secciones.
- Sin duplicados: elimina enlaces repetidos y conserva el texto descriptivo.
Solo se rastrea contenido público. Las páginas que requieren iniciar sesión no se pueden leer.
Tipos de rastreo
Cómo agregar tu sitio web
1
Abre la base de conocimiento
Ve a IA → Base de conocimiento. Crea una base nueva o edita una existente.
2
Agrega la fuente
Haz clic en + Agregar fuente y elige Rastreador web.
3
Elige el tipo de rastreo
Selecciona URL exacta, Todas las URL de la ruta o Todas las URL del dominio. El tipo define cuántas páginas se rastrearán.
4
Ingresa la URL
Escribe la dirección y haz clic en Extraer datos.
5
Elige las páginas
Cuando termine el rastreo, haz clic en Ver todas las páginas. Selecciona todas o marca solo las que quieres incluir.
6
Entrena
Haz clic en Entrenar. El contenido quedará disponible para los agentes conectados a esa base de conocimiento.
Preguntas frecuentes
¿Tengo que configurar algo para que encuentre las secciones importantes?
¿Tengo que configurar algo para que encuentre las secciones importantes?
No. Detecta automáticamente secciones como encabezados principales, testimonios, descripciones de productos, equipo, tablas de precios y datos de contacto.
¿Puede leer contenido interactivo u oculto?
¿Puede leer contenido interactivo u oculto?
Sí. Expande acordeones, recorre pestañas y muestra secciones de carga diferida.
¿Puede enviar formularios o tocar botones de compra?
¿Puede enviar formularios o tocar botones de compra?
No. El motor de interacción ignora formularios y acciones como pagar o agregar al carrito.
¿Qué pasa con las páginas protegidas con contraseña?
¿Qué pasa con las páginas protegidas con contraseña?
No se rastrean. Solo se lee contenido público.
¿Cómo mantengo el contenido actualizado?
¿Cómo mantengo el contenido actualizado?
Activa la actualización automática de enlaces para que las páginas se vuelvan a rastrear cada día, semana o mes.
Artículos relacionados
Actualización automática de enlaces
Mantén al día el contenido rastreado de tu web.
Introducción a la base de conocimiento
Qué es y qué fuentes admite.
Entrena la base de conocimiento con tu web
Guía rápida para empezar.
Tablas en la base de conocimiento
Sube datos estructurados en CSV.