Respuestas de IA

¿Bloquear GPTBot? Rastreadores de entrenamiento frente a búsqueda con IA

Actualizado · Entidad editora: AMA CLASS, K.K. (en inglés)

Respuesta corta

Bloquear GPTBot es una decisión de política que puede tomar tu empresa. GPTBot recopila contenido que puede usarse para entrenar los modelos de OpenAI, mientras que OAI-SearchBot determina si tu sitio aparece en la búsqueda de ChatGPT, y OpenAI indica que cada ajuste es independiente. El error habitual es bloquearlo todo cuando solo querías excluirte del entrenamiento.

Cada empresa nombra sus rastreadores según su finalidad

Estas son las finalidades que indica la documentación de cada empresa, consultada el 17 de noviembre de 2026.

  • OpenAI: GPTBot para entrenamiento, OAI-SearchBot para la búsqueda de ChatGPT y ChatGPT-User para acciones que pide un usuario
  • Anthropic: ClaudeBot para entrenamiento, Claude-SearchBot para la calidad de la búsqueda y Claude-User cuando alguien hace una pregunta a Claude
  • Perplexity: PerplexityBot para los resultados de búsqueda, que según Perplexity no se usa para entrenar modelos fundacionales; Perplexity-User para las peticiones de los usuarios
  • Google: Googlebot para la Búsqueda. Google-Extended controla si el contenido se usa para el futuro entrenamiento de Gemini y para grounding (fundamentar respuestas), y Google afirma que no afecta a la inclusión ni a la posición en la Búsqueda

robots.txt según tu objetivo

robots.txt es el archivo en la raíz de tu sitio que da instrucciones a los rastreadores.

  • Permitir ambos: no añadas nada. Si ambos están permitidos, OpenAI puede usar un solo rastreo para los dos fines.
  • Excluirte del entrenamiento pero seguir en la búsqueda de ChatGPT: bajo User-agent: GPTBot añade Disallow: / y no toques OAI-SearchBot.
  • Excluirte de ambos: bloquea GPTBot y OAI-SearchBot. Tus páginas dejarán de usarse para las respuestas de la búsqueda de ChatGPT.

OpenAI recomienda permitir OAI-SearchBot si quieres aparecer en la búsqueda de ChatGPT. Permitirlo no significa que vayas a aparecer.

Tres preguntas para decidir

Esta parte es nuestra opinión; la respuesta correcta cambia según el negocio.

  • ¿Tus páginas públicas contienen material original, como fotos o guías, que no quieres que se use para entrenamiento?
  • ¿Los contratos con clientes o tus políticas internas ya indican cómo puede usarse ese contenido?
  • ¿Quieres que te encuentren las personas que buscan proveedores con asistentes de IA?

Un sí a cualquiera de las dos primeras es un motivo para bloquear GPTBot. Un sí a la tercera es un motivo para dejar abierto OAI-SearchBot. Ambas cosas pueden darse a la vez. Si ninguna se aplica, es razonable dejar los valores predeterminados.

Corrige el error más común

«Bloquea la IA» suele convertirse en una regla que lo bloquea todo. La petición de ejemplo es ficticia.

  • Antes: User-agent: * seguido de Disallow: /. Se aplica a todos los rastreadores, incluidos Googlebot y Bingbot.
  • Después: User-agent: GPTBot seguido de Disallow: /. Solo afecta al rastreador nombrado.
  • Antes: «Por favor, bloquea la IA».
  • Después: «Por favor, bloquea GPTBot, ClaudeBot y Google-Extended. No bloquees OAI-SearchBot, Claude-SearchBot ni PerplexityBot. Envíame el archivo robots.txt después del cambio».

Lo que robots.txt no puede hacer

Google señala que obedecer o no robots.txt depende de cada rastreador. Anthropic describe el bloqueo de ClaudeBot como una señal para excluir del entrenamiento los materiales futuros del sitio; no encontramos ninguna declaración sobre el contenido ya recopilado. OpenAI indica que las reglas de robots.txt pueden no aplicarse a las visitas de ChatGPT-User iniciadas por un usuario, y Perplexity dice que Perplexity-User generalmente ignora robots.txt. Según OpenAI, los cambios pueden tardar unas 24 horas en reflejarse en la búsqueda. Para mantener un contenido privado, ponlo detrás de un inicio de sesión.

Revisa tu archivo hoy

Abre tu dominio seguido de /robots.txt. Busca los grupos de GPTBot y OAI-SearchBot y lee sus líneas Disallow; luego comprueba que User-agent: * no vaya seguido de Disallow: /. Nuestro comprobador gratuito en https://get1pct.com/es/tools/ai-crawler-check lee el archivo por ti y enumera qué rastreadores de búsqueda y de entrenamiento de IA están bloqueados. Escribe una línea con lo que decidiste y por qué. Las reglas también pueden aplicarse desde una CDN o un cortafuegos, algo que robots.txt no muestra. No podemos decidir esta política por ti ni prometer visibilidad en las respuestas de IA.

Fuentes