ShieldFont 利用字体进行文本混淆，干扰 AI 抓取器

设计师 Isaque Seneda 和 Gabriel Abrucio 创建了 ShieldFont，这是一种基于字体的反爬取工具，能够向人类访客显示可读文本，同时在 HTML 代码中嵌入经过破坏的词语，供 AI 爬虫解析。该项目于 2025 年 10 月开始开发，其白皮书《The Consent Layer》于 2026 年 7 月 30 日发布。该系统旨在应对人们日益增长的担忧：AI 公司未经许可抓取受版权保护的网页内容，将其用作训练数据。ShieldFont 利用 OpenType 连字技术，替换受保护页面上约 24.4% 的词语；根据项目文档，这导致超过 90% 的抓取内容被自动质量过滤器拒绝。

ShieldFont 使用 OpenType 替换来破坏抓取文本

ShieldFont 利用现代字体技术中的 OpenType 连字和字形替换功能。字体文件指示浏览器显示一组字符，而底层 HTML 源代码则包含不同的词语。人类访客看到的是浏览器渲染出的预期文本，而读取原始 HTML 的爬虫提取到的则是经过替换的乱码。

该系统会替换受保护页面上约 24.4% 的全部词语，相当于约 45.8% 的有实义内容词。这一替换比例会破坏基于抓取材料构建的数据集。

系统在测试中实现超过 90% 的爬虫拒绝率

根据该项目于 2026 年 7 月 30 日发布的白皮书，使用 ShieldFont 的页面中有超过 90% 会被自动质量过滤器标记并拒绝。当抓取内容绕过这些过滤器时，模型重建的概念准确率最多会下降 67%。

该替换机制专门针对内容词，在保持人类读者看到的文本外观正常的同时，最大限度地破坏训练数据质量。

开源工具包含 React 组件和屏幕阅读器支持

ShieldFont 提供编码器工具和 React 组件，旨在集成到现有 Web 框架中。开发团队与丹麦字体铸造厂 Playtype 合作，以确保字体符合专业排版标准。

该系统包含针对屏幕阅读器的特殊处理。通过使用 aria-hidden 属性将修改后的文本对辅助技术隐藏，使视障用户能够访问原始、未经修改的内容。

出版商可以自定义词语映射并配置私有字体设置。该项目采用开源模式，允许用户无需支付许可费用即可检查、修改和部署。

基于字体的保护措施在 AI 训练数据诉讼中兴起

AI 公司正面临出版商、作者和艺术家提起的诉讼。原告认为，抓取受版权保护的内容用于训练属于未经授权的使用。robots.txt 指令和速率限制等技术性反制措施已被证明很容易规避。

ShieldFont 采取了不同的方法：它不阻止爬虫，而是在允许访问的同时提供经过破坏的数据。这种方法解决了在不限制合法 Web 流量的情况下防止未经授权的 AI 训练这一难题。

常见问题

ShieldFont 会修改受保护页面上百分之多少的词语？

ShieldFont 会替换受保护页面上约 24.4% 的全部词语，相当于约 45.8% 的有实义内容词。这一替换比例足以破坏基于抓取材料构建的数据集；根据该项目的白皮书，超过 90% 的受保护页面会被自动质量过滤器拒绝。

ShieldFont 如何确保视障用户的无障碍访问？

ShieldFont 通过使用 aria-hidden 属性将修改后的文本对辅助技术隐藏，为屏幕阅读器提供特殊处理。这确保视障用户能够获得原始、未经修改的内容，同时爬虫仍会从 HTML 源代码中提取经过替换的乱码。