Robots.txt WordPress untuk SEO dan Performa

Robots.txt WordPress untuk SEO dan Performa

Satu baris Disallow: / yang tertinggal setelah staging bisa mengunci compro dari Google selama berminggu-minggu. Kami pernah temukan kasus itu di log Search Console klien Tangerang.

Istilah robots.txt wordpress untuk SEO dan performa merujuk ke file teks di root situs yang memberi isyarat crawl ke bot. File itu mengatur jalur yang boleh dan tidak boleh dibaca. Tim HardaWebPro memeriksanya tiap audit sebelum launch. Baca dulu posisi server di aplikasi web server yang paling banyak dipakai.

Artikel ini membedah rumus directive, wildcard, daftar bot, dan template nyata untuk WordPress compro.

Highlight

Robots.txt WordPress untuk SEO dan Performa

  • robots.txt mengatur crawl, bukan indeks; URL terblokir masih bisa muncul bila ada tautan kuat.
  • Default WordPress memblokir /wp-admin/ dan mengizinkan admin-ajax.php.
  • Jangan blokir CSS, JS, atau /wp-content/uploads/ bila Google perlu merender halaman.
  • Wildcard * dan $ Google dukung; aturan paling spesifik menang saat konflik.
  • Badbot sering mengabaikan file ini; blok keras butuh firewall atau .htaccess.
  • Acuan resmi: dokumentasi Google tentang cara membuat dan membaca robots.txt.

Apa Itu Robots.txt WordPress dan Kaitannya dengan Crawl Budget

robots.txt adalah protokol Robots Exclusion Protocol. Lokasinya selalu di root publik: https://domainanda.com/robots.txt. Bot membaca file itu dulu sebelum menjalar halaman lain.

Di WordPress, file ini punya dua bentuk. Inti WordPress menulis bentuk virtual lewat fungsi do_robots(). Bentuk fisik adalah file teks nyata di folder instalasi. File fisik menimpa keluaran virtual.

Kaitan dengan SEO jelas: jalur yang terbuka lebih mudah ditemukan. Kaitan dengan performa juga nyata. Bot yang menyedot /wp-admin/, hasil pencarian internal, atau parameter spam membuang crawl budget dan membebani CPU hosting. Mitos “server lokal selalu lambat” kami bedah di fakta vs mitos web server.

diagram alur bot membaca robots.txt wordpress untuk SEO dan performa
diagram alur bot membaca robots.txt wordpress untuk SEO dan performa

Crawl Budget, Hosting Shared, dan Compro UMKM

Crawl budget adalah kuota perhatian bot ke situs Anda dalam periode tertentu. Situs compro kecil jarang kehabisan kuota. Namun bot agresif tetap bisa mengisi access log dan memakan bandwidth.

Menurut kami, pemilik UMKM sering menganggap robots.txt sama dengan “tombol rahasia ranking”. Itu keliru. File ini tidak menaikkan posisi secara langsung. Ia hanya menuntun bot agar tidak membuang waktu di URL sampah.

Bila hosting shared Anda sering kena spike request bot, kurangi jalur sampah dulu. Baru setelah itu evaluasi plugin keamanan. Panduan lapisan plugin ada di cara setting Wordfence gratisan.

Studi Kasus: Crawl Budget Compro Klien Kami yang Habis di Parameter Spam

Klien jasa interior di Ciledug mengeluh hosting shared sering lambat tiap malam. Kami buka access log semalam.

Lalu kami hitung request ke /?s= dan replytocom. Angkanya mendominasi bot crawl. Maka halaman jasa utama jarang disentuh.

Setelah itu kami tambah Disallow spesifik di robots.txt WordPress untuk SEO dan performa. Kami biarkan uploads dan CSS tetap terbuka.

Dua minggu kemudian, spike malam mereda. TTFB beranda lebih stabil di jam sibuk. Namun scraper tanpa User-agent tetap kami pantau di firewall.

Rumus Dasar Robots.txt: User-agent, Allow, Disallow, Sitemap

Setiap grup aturan punya pola tetap. Baris User-agent menentukan target bot. Baris Allow dan Disallow menentukan jalur. Baris Sitemap berdiri sendiri dan tidak terikat satu bot.

Google menjelaskan sintaks ini di dokumentasi resmi membuat robots.txt. Baca itu sebelum menyalin snippet dari forum acak.

DirectiveFungsi singkatContoh
User-agentNama bot target; * = semua botUser-agent: Googlebot
DisallowMelarang crawl jalur tertentuDisallow: /wp-admin/
AllowMembuka pengecualian di dalam zona terlarangAllow: /wp-admin/admin-ajax.php
SitemapURL absolut sitemap XMLSitemap: https://contoh.com/sitemap_index.xml
Crawl-delayJeda antar request; Google mengabaikannyaCrawl-delay: 10

Pola Grup Aturan yang Benar

Satu grup dimulai dengan satu atau lebih baris User-agent. Lalu diikuti satu atau lebih Allow / Disallow. Grup baru dimulai saat muncul User-agent lagi setelah aturan jalur.

# Komentar diawali tanda pagar
User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php

User-agent: Googlebot
Disallow: /cari-internal/

Sitemap: https://contoh.com/sitemap_index.xml

Path selalu relatif dari root dan diawali /. Folder ditutup dengan garis miring bila Anda ingin memblokir seluruh cabang. Halaman tunggal ditulis lengkap sampai nama file. Rumus ini menjadi tulang punggung robots.txt wordpress untuk SEO dan performa di hampir semua template compro.

Disallow: kosong (tanpa path) berarti tidak ada larangan untuk bot itu. Disallow: / berarti blokir seluruh situs. Bingung? Banyak orang tertukar dua bentuk itu.

Sitemap di Robots.txt WordPress

Yoast dan Rank Math sering memakai /sitemap_index.xml. Tulis URL absolut lengkap dengan https://. Jangan tulis path relatif.

Anda boleh menaruh beberapa baris Sitemap. Bot besar membaca baris itu meski ia bukan bagian spesifikasi lama. Pastikan aturan Disallow tidak menjerat URL sitemap.

Wildcard Asterisk, Dollar, dan Aturan Spesifisitas

Google dan Bing mendukung wildcard di path. Tanda * cocok dengan rangkaian karakter apa pun. Tanda $ menandai akhir URL.

User-agent: *
Disallow: /*?*replytocom=
Disallow: /*?*s=
Disallow: /*.pdf$
Allow: /wp-content/uploads/

Baris pertama menolak URL yang mengandung parameter replytocom. Baris kedua menolak pencarian internal khas WordPress. Baris ketiga menolak file PDF di ujung path. Baris keempat menegaskan izin uploads.

Saat Allow dan Disallow bentrok, Google memilih aturan paling spesifik. Path yang lebih panjang sering menang. Itu alasan pola default WordPress aman: Disallow: /wp-admin/ kalah spesifik dibanding Allow: /wp-admin/admin-ajax.php untuk file itu.

Batasan Wildcard yang Sering Diabaikan

Wildcard bukan regex penuh. Anda tidak punya lookaround atau grup tangkap. Jangan harapkan pola Perl jalan di sini.

Bot kecil atau scraper kadang mengabaikan wildcard. Mereka mungkin hanya membaca Disallow: / kasar atau sama sekali tidak peduli. Jadi wildcard membantu bot patuh, bukan mengunci penyerang.

Untuk proteksi keras di Apache, gabungkan dengan aturan di htaccess WordPress untuk performa dan keamanan. Dasar konsep file itu ada di apa itu htaccess.

Default Robots.txt WordPress: Virtual, Fisik, dan Mode “Discourage”

Tanpa file fisik, WordPress mengeluarkan keluaran virtual kira-kira seperti ini:

User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php

Itu cukup untuk banyak compro sederhana. Sitemap belum otomatis muncul di keluaran baku inti. Plugin SEO atau filter robots_txt yang menambahkannya.

Centang “Discourage search engines from indexing this site” di Settings → Reading mengubah keluaran jadi:

User-agent: *
Disallow: /

Mode itu cocok untuk localhost atau staging. Fatal bila tertinggal di produksi. Panduan lingkungan lokal ada di localhost WordPress WP Admin.

setting discourage indexing mengubah robots.txt wordpress untuk SEO dan performa
setting discourage indexing mengubah robots.txt wordpress untuk SEO dan performa

File Fisik vs Filter PHP

Anda bisa membuat file robots.txt nyata di root lewat File Manager atau FTP. File itu menimpa keluaran virtual. Backup dulu sebelum ganti. Cara backup ada di cara backup website WordPress.

Opsi lain: tempel filter di functions.php child theme atau plugin kecil. Hook resmi bernama robots_txt. Pendekatan ini aman dari tertimpa update core. Trade-off-nya: salah edit tema induk bisa hilang saat update tema.

<?php
add_filter( 'robots_txt', function ( $output, $public ) {
	if ( '0' === (string) $public ) {
		return $output;
	}
	$output .= "Disallow: /?s=\n";
	$output .= "Sitemap: https://contoh.com/sitemap_index.xml\n";
	return $output;
}, 10, 2 );

Studi Kasus: Centang Discourage yang Tertinggal Setelah Go-Live

Partner kami di Pamulang baru migrasi compro kontraktor dari staging. Traffic organik langsung datar.

Karena laporan Search Console menyebut URL diblokir robots.txt, kami buka /robots.txt produksi. Isinya Disallow: /.

Maka kami nonaktifkan opsi Discourage di Settings → Reading. Kami hapus file fisik yang menyalin aturan staging. Lalu kami minta inspeksi ulang beranda.

Sejak itu checklist pre-launch kami wajib cek Reading dan keluaran robots.txt. Satu centang tertinggal merusak minggu pertama go-live.

Yang Harus Diblok dan Yang Jangan Diblok di WordPress

Blokir jalur yang membuang crawl tanpa nilai pencarian. Biarkan terbuka aset yang bot butuhkan untuk memahami halaman.

Jalur / polaRekomendasiAlasan singkat
/wp-admin/BlokirArea login dan dasbor; bukan konten publik
/wp-admin/admin-ajax.phpIzinkanDipakai fitur front-end dan beberapa plugin
/?s= atau /*?*s=BlokirHasil pencarian internal sering thin content
/*?*replytocom=BlokirURL komentar berparameter memboroskan crawl
/wp-json/Kasus per kasusAPI publik; blokir hanya bila Anda paham dampaknya
/wp-content/uploads/Jangan blokirGambar produk dan portofolio perlu masuk indeks gambar
CSS / JS tema & pluginJangan blokirGoogle butuh aset render untuk menilai layout
/wp-includes/Hindari blokir butaBeberapa skrip inti ikut terpanggil di front-end
Staging / dev penuhBlokir semua (Disallow: /)Cegah indeks salinan belum siap

Kesalahan Klasik: Memblokir Terlalu Banyak

Tutorial lama sering menyuruh Disallow: /wp-content/ atau /wp-includes/ total. Menurut kami itu usang untuk compro modern. Google perlu CSS dan JS agar tidak “melihat” halaman kosong.

Blokir tag archive hanya bila arsip itu benar-benar tipis dan bentrok dengan halaman pilar. Jangan salin larangan /tag/ tanpa audit konten. Banyak situs jasa justru butuh arsip kategori jasa tetap terbuka.

Bandingkan beban arsitektur WordPress dengan opsi lain di website compro WordPress vs Laravel.

Goodbot, Badbot, User-agent, Hostname, dan String Contoh

Goodbot adalah crawler mesin pencari atau layanan yang patuh pada robots.txt dan berguna bagi bisnis Anda. Badbot adalah scraper, pemanen konten, atau bot palsu yang membebani server. Garisnya tidak selalu hitam-putih. AhrefsBot dan SemrushBot “baik” untuk SEO tools, tapi berat untuk hosting murah.

Bot mengidentifikasi diri lewat header User-Agent. Google menambah verifikasi lewat IP dan reverse DNS hostname. Jangan percaya string saja. Siapa pun bisa menulis Googlebot palsu di header.

infografis goodbot versus badbot robots.txt wordpress untuk SEO dan performa
infografis goodbot versus badbot robots.txt wordpress untuk SEO dan performa

Contoh Goodbot dan String User-agent

BotCuplikan User-agentCatatan hostname / verifikasi
GooglebotMozilla/5.0 ... Googlebot/2.1 ...Reverse DNS ke googlebot.com atau google.com, lalu forward confirm
Googlebot-Imagemengandung Googlebot-ImageBagian infrastruktur crawl Google
Bingbotmengandung bingbotMicrosoft memublikasikan rentang IP / metode verifikasi
DuckDuckBotmengandung DuckDuckBotCrawler DuckDuckGo
Applebotmengandung ApplebotDipakai fitur pencarian dan Siri Apple
YandexBotmengandung YandexBotMesin pencari Yandex
Slurpmengandung SlurpCrawler Yahoo

Google memisahkan crawler umum, crawler kasus khusus, dan fetcher yang dipicu pengguna. AdsBot punya perilaku berbeda terhadap aturan global *. Baca daftar resmi di dokumentasi “Overview of Google crawlers” bila Anda mengaudit log secara serius.

Contoh Badbot, Scraper, dan Bot AI Training

Nama / labelString atau token tipikalCatatan praktis
GPTBotGPTBotCrawler pelatihan OpenAI; banyak situs memblokirnya di robots.txt
ChatGPT-UserChatGPT-UserFetcher saat pengguna meminta konten; beda peran dari GPTBot
Google-ExtendedGoogle-ExtendedMengontrol pemakaian konten untuk Gemini / Vertex AI; bukan Googlebot Search
CCBotCCBotCommon Crawl; sering jadi sumber data model
anthropic-ai / ClaudeBotanthropic-ai, ClaudeBotToken terkait ekosistem Anthropic; cek dokumentasi terbaru sebelum blok
BytespiderBytespiderCrawler ByteDance; sering tampak agresif di log shared hosting
PetalBotPetalBotCrawler Huawei Petal Search
MJ12botMJ12botMajestic; sah tapi berat; blokir bila hosting kewalahan
DotBotDotBotMoz; sama seperti di atas — trade-off data vs beban
Scrapy / generikScrapy, python-requestsSering scraper; banyak yang mengabaikan robots.txt
User-agent palsumeniru Googlebot tanpa hostname validVerifikasi reverse DNS; blok di firewall bila gagal
# Contoh: izinkan pencarian, batasi pelatihan model
User-agent: Googlebot
Allow: /

User-agent: GPTBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: Bytespider
Disallow: /

Keputusan blok AI bersifat bisnis, bukan dogma SEO. Blok pelatihan tidak otomatis menaikkan ranking. Ia hanya membatasi pemakaian konten oleh bot yang patuh.

Hostname, Reverse DNS, dan Cara Menangkap Bot Palsu

Alur verifikasi Googlebot yang disarankan: catat IP dari access log → reverse DNS → pastikan hostname berakhiran googlebot.com atau google.com → forward DNS kembali ke IP yang sama. Gagal di salah satu langkah? Anggap itu pemalsuan.

Di server Linux:

host 66.249.66.1
# harap muncul sesuatu seperti crawl-...googlebot.com
host crawl-66-249-66-1.googlebot.com
# harus kembali ke IP yang sama

robots.txt tidak membedakan bot palsu. Ia hanya teks. Blok IP atau aturan firewall yang menolak User-agent mencurigakan bekerja di lapisan lain. Caching tetap membantu menahan beban baca berulang. Baca fondasinya di sistem caching pada web server.

Studi Kasus: User-agent Googlebot Palsu yang Kami Tolak di Firewall

Access log compro furniture di Bintaro penuh header Googlebot. CPU VPS naik tajam di siang hari.

Namun reverse DNS IP itu gagal. Hostname tidak berakhiran googlebot.com atau google.com. Jadi kami anggap pemalsuan.

Karena robots.txt tidak menghentikan bot nakal, kami blok IP di firewall. Kami tidak menambah Disallow untuk Googlebot asli.

Setelah pemblokiran, load average turun. Crawl Googlebot valid tetap masuk. Pelajaran kami: string User-agent saja tidak cukup bukti.

Template Robots.txt WordPress untuk Company Profile

Template di bawah cocok sebagai titik awal compro. Sesuaikan domain dan sitemap. Uji di staging dulu.

# robots.txt wordpress untuk SEO dan performa — template compro
User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php
Disallow: /?s=
Disallow: /*?*s=
Disallow: /*?*replytocom=

# Opsional: batasi bot pelatihan (hapus bila Anda ingin diizinkan)
User-agent: GPTBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: Bytespider
Disallow: /

Sitemap: https://domainanda.com/sitemap_index.xml
template robots.txt wordpress untuk SEO dan performa di file manager
template robots.txt wordpress untuk SEO dan performa di file manager

Varian Staging dan Maintenance

# Staging — tolak semua crawl
User-agent: *
Disallow: /

Tambahkan autentikasi HTTP atau IP allowlist di server. robots.txt saja tidak cukup menahan manusia yang tahu URL staging.

Tema custom dengan rewrite aneh kadang butuh pengecualian path. Konsultasikan dengan developer sebelum menimbun puluhan Disallow. Layanan terkait ada di jasa edit tema WordPress profesional.

Robots.txt vs Meta Robots vs X-Robots-Tag

Tiga lapisan ini sering tertukar. robots.txt mengatur crawl. Meta robots dan header X-Robots-Tag mengatur indeks setelah bot mengambil halaman.

Bila Anda memblokir URL di robots.txt, Google sering tidak melihat meta noindex di dalam HTML itu. Bot tidak boleh mengambil halaman. Akibatnya: URL bisa tetap “menggantung” di indeks lama tanpa refresh konten.

Menurut kami, untuk halaman privat compro yang sudah publik tanpa sengaja, urutan aman adalah: hapus dari publik atau pasang noindex dulu, tunggu drop, baru blokir crawl bila perlu. Jangan langsung Disallow lalu berharap halaman hilang dari SERP dalam semalam.

LapisanLokasiMengaturContoh WordPress
robots.txtRoot domainCrawl pathDisallow: /wp-admin/
Meta robotsHTML <head>Indeks / follownoindex,follow via Yoast
X-Robots-TagHeader HTTPIndeks file non-HTMLPDF di uploads

Kapan Memakai Masing-Masing

Pakai robots.txt untuk menahan bot dari zona admin, parameter sampah, dan staging. Pakai meta noindex untuk thank-you page, halaman legal tipis, atau lampiran yang boleh diambil tapi tidak ingin ranking.

Pakai X-Robots-Tag bila file tidak punya HTML head. Plugin SEO besar mendukung keduanya. Jangan andalkan satu lapisan untuk semua tujuan.

Contoh String User-agent Lengkap di Access Log

Di log Apache atau Nginx, baris bot tampak lebih panjang dari token di tabel. Anda perlu mengenali pola, bukan menghafal satu string kaku. Vendor bisa menambah versi tanpa mengubah nama inti.

Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)
Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; bingbot/2.0; +http://www.bing.com/bingbot.htm) Chrome/...
Mozilla/5.0 (compatible; AhrefsBot/7.0; +http://ahrefs.com/robot/)
Mozilla/5.0 (compatible; SemrushBot/7~bl; +http://www.semrush.com/bot.html)
Mozilla/5.0 (compatible; DotBot/1.2; +https://opensiteexplorer.org/dotbot; [email protected])
Mozilla/5.0 (compatible; MJ12bot/v1.4.8; http://mj12bot.com/)
Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; GPTBot/1.0; +https://openai.com/gptbot)
Mozilla/5.0 (compatible; Bytespider; [email protected])

Hostname tipikal setelah reverse DNS Googlebot berbentuk crawl-XX-XX-XX-XX.googlebot.com atau varian serupa di domain Google. Bing punya skema sendiri. Scraper palsu sering memakai IP hosting murah dengan hostname generik.

Cara Membaca Satu Baris Log dengan Cepat

Urutan praktis kami: lihat path dulu. Bila path sensitif atau aneh, baru cek User-agent. Lalu verifikasi IP. Baru putuskan apakah blok firewall layak.

Jangan blok semua yang mengandung kata “bot”. Anda bisa memotong Googlebot atau Bingbot dan merusak SEO. Simpan allowlist untuk bot mesin pencari utama sebelum menulis deny massal.

# Contoh filter kasar di log access
grep -i "googlebot\|bingbot\|gptbot\|bytespider\|ahrefsbot" access.log | tail -n 50

Dampak Performa Robots.txt WordPress untuk SEO dan Performa di Hosting Shared

Setiap hit bot memicu PHP bila halaman tidak ter-cache. Di shared hosting Indonesia, puluhan request paralel ke arsip tag atau pencarian internal cukup membuat TTFB melonjak. Pengunjung manusia merasakan “web lemot” meski CPU idle di luar jam crawl.

Dengan robots.txt wordpress untuk SEO dan performa yang menahan parameter sampah, bot patuh beralih ke URL bernilai. Hosting Anda menyimpan siklus untuk HTML cache beranda dan halaman jasa. Itu performa lewat pengurangan kerja sia-sia, bukan lewat “skor SEO ajaib”.

Kelebihannya jelas pada log yang lebih bersih. Kekurangannya: bot nakal tetap datang. Anda tetap butuh cache page, batasan rate, atau WAF. File teks saja tidak menggantikan fondasi itu.

Angka Kasar yang Kami Lihat di Lapangan

Pada compro menengah dengan komentar aktif, parameter replytocom bisa mengisi puluhan persen hit bot harian. Setelah Disallow spesifik, porsi itu turun tajam pada bot patuh dalam satu sampai dua siklus crawl.

AhrefsBot atau SemrushBot pada paket hosting murah kadang menyaingi Googlebot dalam jumlah request. Memblokir mereka di robots.txt legal secara protokol. Trade-off: data backlink tool Anda bisa lebih jarang terbarui.

Kami tidak punya satu angka universal untuk semua niche. Pantau Crawl Stats Search Console dan access log milik Anda sendiri sebelum menyalin template agresif dari blog asing.

Plugin SEO, File Fisik, dan Konflik Sumber Aturan

Yoast SEO dan Rank Math punya editor robots.txt. Editor itu menulis file fisik atau menyuntik keluaran lewat API plugin. Bila Anda juga menaruh file manual di root, satu sumber bisa menimpa yang lain tanpa Anda sadari. Untuk robots.txt wordpress untuk SEO dan performa, satu sumber kebenaran lebih aman daripada dua editor paralel.

Gejala konflik: Anda mengubah aturan di panel plugin, tapi /robots.txt publik tidak berubah. Atau sebaliknya. Solusi: pilih satu jalur. Hapus file fisik bila Anda ingin WordPress virtual plus filter. Atau kunci file fisik dan matikan editor plugin.

Filter robots_txt di child theme cocok untuk aturan kecil yang ingin ikut version control. Aturan panjang lebih enak dibaca di file teks murni. Pilih berdasarkan siapa yang memelihara situs setelah launch.

Apa yang WordPress Inti Tidak Lakukan Otomatis

Inti WordPress tidak menambahkan baris Sitemap baku di semua versi dan setup. Plugin SEO yang biasa menambahkannya. Inti juga tidak memblokir /?s= secara default. Itu keputusan Anda setelah melihat thin content di Search Console.

Mode Discourage hanya menulis Disallow: /. Ia tidak memasang meta noindex di setiap halaman secara magis pada semua konteks. Periksa selalu keluaran nyata di browser, bukan hanya centang di admin.

Cara Edit, Uji, dan Hindari Kesalahan Fatal

Tiga jalur edit umum: editor robots.txt di Yoast/Rank Math, file fisik di root, atau filter robots_txt. Pilih satu sumber kebenaran. Jangan edit dua tempat sekaligus.

  1. Backup file atau catat keluaran lama dari /robots.txt.
  2. Terapkan perubahan di staging atau di luar jam sibuk.
  3. Buka https://domainanda.com/robots.txt di browser privat.
  4. Uji URL sampel di robots.txt Tester / URL Inspection Search Console.
  5. Pantau Crawl Stats beberapa hari setelah perubahan besar.

Kesalahan fatal nomor satu: Disallow: / di produksi. Gejalanya laporan “Blocked by robots.txt”. Perbaiki Reading settings dan file fisik, lalu minta re-crawl halaman kunci.

Kesalahan kedua: memblokir sitemap. Bot kehilangan peta URL. Kesalahan ketiga: mengira robots.txt menyembunyikan halaman rahasia. URL yang diblokir tetap bisa diakses manusia. Pakai login, noindex, atau proteksi server untuk konten privat.

Trade-off jujur: file longgar membuat crawl boros. File ketat berisiko menyembunyikan halaman uang. Awali dengan default WordPress plus sitemap. Tambah larangan hanya setelah melihat log nyata.

Checklist Pre-Launch yang Kami Pakai

  • Centang Discourage di Reading sudah nonaktif di produksi.
  • /robots.txt menampilkan Allow untuk konten publik utama.
  • Baris Sitemap mengarah ke XML yang merespons 200.
  • CSS, JS, dan uploads tidak ikut Disallow buta.
  • Staging memakai Disallow: / plus proteksi akses.
  • Tidak ada dua editor yang menulis aturan berbeda.
  • Bot palsu ditangani di firewall, bukan hanya di file teks.

Pelajari fondasi WordPress lebih dalam lewat kelas kursus belajar WordPress remote online bila tim Anda masih baru di lapisan teknis ini.

Mitos yang Masih Beredar soal Robots.txt WordPress

Mitos satu: “Isi Disallow makin banyak, ranking makin aman.” Salah. Anda bisa mengunci aset render dan merusak pemahaman Google terhadap layout compro. Setup robots.txt wordpress untuk SEO dan performa yang sehat justru selektif, bukan agresif buta.

Mitos dua: “Halaman di robots.txt otomatis hilang dari Google.” Salah. Crawl terhambat. Indeks lama bisa bertahan. Pakai noindex atau penghapusan URL untuk tujuan drop.

Mitos tiga: “Badbot pasti patuh.” Salah. Protokol ini sukarela. Scraper dan pemanen konten sering mengabaikannya. Lindungi server di lapisan lain.

Mitos empat: “Crawl-delay wajib untuk semua bot.” Google mengabaikan directive itu. Atur laju lewat Search Console atau kapasitas server, bukan baris kosong harapan.

Mitos lima: “Cukup salin template luar negeri.” Konteks compro Indonesia, plugin lokal, dan hosting shared beda. Audit log sendiri sebelum meniru blok AhrefsBot atau arsip tag secara membabi buta.

Robots.txt, Htaccess, Firewall: Siapa Mengatur Apa

robots.txt adalah permintaan sopan. Bot patuh boleh tunduk. Bot nakal boleh mengabaikan.

.htaccess dan firewall memaksa. Mereka bisa mengembalikan 403 atau menjatuhkan koneksi. Gabungan yang masuk akal: robots untuk tata kelola crawl SEO, server rules untuk bot palsu dan serangan.

Caching mengurangi beban ulang pada HTML yang sama. Ia tidak menggantikan aturan crawl. Baca ulang posisi WordPress sebagai platform compro di kelebihan dan kekurangan website compro WordPress.

Ringkas kerja tiga lapisan ini: robots.txt menuntun bot baik, meta robots mengatur indeks, firewall menolak pemalsuan. Itu fondasi robots.txt wordpress untuk SEO dan performa yang kami pakai di proyek compro sejak audit awal.

Tool dan Layanan Pihak Ketiga untuk Uji Robots.txt

Sebelum go-live, uji dua hal: path URL tertentu, dan perilaku per User-agent. Google sudah menarik robots.txt Tester lama dari Search Console pada 2023. Anda tetap punya jalur resmi dan tool independen.

Tool / layananUji pathSimulasi User-agentCatatan singkat
Google Search Console — URL InspectionYa (URL live)Googlebot (perilaku Google)Tester lama hilang; inspeksi URL + laporan “Blocked by robots.txt” masih dipakai
Bing Webmaster Tools — Robots.txt testerYaBingbot, AdIdxbotFetch file live, edit di panel, uji ulang sebelum upload
TechnicalSEO.com — robots.txt TesterYa (paste path/URL)Pilih crawler dari daftarCocok uji draft sebelum file naik ke produksi
TechnicalSEO.com — AI Bot Access TesterYaFokus bot AICek GPTBot, Google-Extended, dan sejenisnya
Screaming Frog SEO SpiderYa (crawl massal)Custom User-agentSimulasi crawl dengan opsi patuh robots.txt
curl / browser ke /robots.txtCek isi fileTidak (hanya unduh teks)Cek awal: pastikan file publik yang benar

Cara Kerja Cepat per Jenis Uji

Uji path: masukkan URL penuh atau path relatif seperti /wp-admin/, /jasa/, atau /?s=keyword. Tool membandingkan path itu dengan aturan Allow / Disallow yang aktif untuk bot terpilih. Hasil tipikal: allowed atau blocked, plus baris aturan yang menang.

Simulasi User-agent: pilih token seperti Googlebot, Bingbot, atau GPTBot. Matcher memakai grup aturan paling spesifik untuk token itu. Grup * hanya dipakai bila tidak ada grup nama bot yang cocok.

Alur praktis kami di proyek compro:

  1. Buka https://domainanda.com/robots.txt atau unduh lewat curl.
  2. Tempel isi ke TechnicalSEO robots.txt Tester; uji beranda, satu halaman jasa, dan /wp-admin/.
  3. Ulangi uji dengan User-agent Bingbot dan GPTBot bila Anda punya aturan terpisah.
  4. Verifikasi ulang di Bing Webmaster Tools setelah file fisik naik.
  5. Di Google Search Console, inspeksi URL kunci dan pantau status blocked by robots.txt.
curl -sL "https://domainanda.com/robots.txt"

Sumber resmi untuk pemahaman Google ada di dokumentasi Google tentang robots.txt. Untuk Bing, baca bantuan robots.txt tester Bing Webmaster Tools. Validator independen: TechnicalSEO robots.txt Tester.

Trade-off jujur: tool pihak ketiga mensimulasikan aturan, bukan menjamin crawl nyata esok hari. Crawl Stats dan access log tetap hakim terakhir. Jangan andalkan satu tester saja bila aturan AI bot dan mesin pencari bercampur di satu file.

Butuh bantuan merapikan fondasi teknis compro sejak brief? HardaWebPro sebagai freelancer sejak 2009 siap bantu lewat jasa pembuatan web WordPress Tangerang atau jasa pembuatan template WordPress company profile. Diskusi teknis bisa lewat 0813-9891-2341 | 0821-2345-076.

HardaWebPro

HardaWebPro

Penulis Budi Haryono (Mas Mon) merupakan praktisi search engine optimization sejak 2009. Konsisten menulis artikel, membuat website dan melakukan aktivitas di internet lainnya.

Referensi situs penulis: https://budiharyono.com/