En esta página
Bots de respuestas frente a bots de entrenamiento
| Tipo | Qué hace | Si lo bloqueas |
|---|---|---|
| Bot de respuestas | Descarga una página cuando alguien pregunta a un asistente de IA, para poder citarte | Desapareces de las respuestas de ese asistente |
| Bot de entrenamiento | Copia texto para entrenar futuros modelos de IA | Tu texto queda fuera de los futuros modelos; las respuestas siguen funcionando |
Los bots, uno a uno
| Rastreador | Propietario | Se usa para |
|---|---|---|
OAI-SearchBot |
OpenAI | Resultados de búsqueda y citas de ChatGPT (respuestas) |
ChatGPT-User |
OpenAI | Páginas por las que pregunta un usuario de ChatGPT, descargadas en directo (respuestas) |
GPTBot |
OpenAI | Datos de entrenamiento (entrenamiento) |
Claude-SearchBot |
Anthropic | Mejora la calidad de los resultados de búsqueda de Claude (respuestas) |
Claude-User |
Anthropic | Páginas por las que pregunta un usuario de Claude, descargadas en directo (respuestas) |
ClaudeBot |
Anthropic | Datos de entrenamiento (entrenamiento) |
PerplexityBot |
Perplexity | Índice y citas de Perplexity (respuestas) |
Perplexity-User |
Perplexity | Páginas por las que pregunta un usuario de Perplexity, leídas en directo (respuestas). Perplexity dice que por lo general ignora el robots.txt |
CCBot |
Common Crawl | Un archivo abierto de la web, de una organización sin ánimo de lucro. Common Crawl dice que CCBot obedece el robots.txt (archivo) |
Bytespider |
ByteDance | Datos de entrenamiento (entrenamiento). ByteDance no publica una página oficial sobre él |
meta-externalagent |
Meta | Entrenar modelos de IA y mejorar los productos de Meta (entrenamiento) |
Amazonbot |
Amazon | Mejora los productos de Amazon y puede usarse para entrenar sus modelos de IA (entrenamiento) |
Google-Extended |
Entrenamiento y grounding de Gemini, no la Búsqueda de Google (entrenamiento) | |
Applebot-Extended |
Apple | Entrenamiento de Apple Intelligence (entrenamiento) |
Las líneas de robots.txt para copiar
Para permitir los bots de respuestas y bloquear los de entrenamiento:
User-agent: OAI-SearchBot
Allow: /
User-agent: ChatGPT-User
Allow: /
User-agent: Claude-SearchBot
Allow: /
User-agent: Claude-User
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Perplexity-User
Allow: /
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
User-agent: Applebot-Extended
Disallow: /
User-agent: CCBot
Disallow: /
User-agent: Bytespider
Disallow: /
User-agent: meta-externalagent
Disallow: /
User-agent: Amazonbot
Disallow: /
Para permitirlos a todos no necesitas nada: un robots.txt sin reglas para estos bots ya los deja entrar.
Un ejemplo real: bloqueados sin saberlo
En octubre de 2026, MonoRanks revisó su propio sitio web y encontró 10 de 12 rastreadores de IA bloqueados, entre ellos ChatGPT-User y Claude-User. Nuestro robots.txt decía “bienvenidos”. Los bloqueos venían de un ajuste de seguridad de nuestra CDN (el robots.txt gestionado de Cloudflare), que añadía sus propias reglas encima de las nuestras.
Desactivamos ese ajuste y la siguiente comprobación mostró 12 de 12 permitidos. (Esas cifras se midieron cuando la comprobación cubría 12 bots. Ahora cubre 13.) La lección: lee el robots.txt que está publicado, no el que tienes en tus archivos.
Cómo revisar tu sitio web
- Abre
https://yoursite.com/robots.txty lee el archivo entero. - Busca bloques de líneas que no escribiste tú, a menudo añadidos por un hosting, una CDN o un plugin de seguridad.
- Usa la revisión de rastreadores de IA gratuita: lee tu robots.txt publicado y muestra, bot a bot, quién puede leer tus páginas, y si tienes un llms.txt.
MonoRanks hace esta comprobación cada semana con 13 bots de IA, muestra lo que se le dice hoy a cada bot y te da las líneas exactas para tu elección. En WordPress puede escribirlas por ti después de que las apruebes:

Para ver el panorama completo, lee Qué es GEO.
Fuentes
- OpenAI: resumen de los rastreadores de OpenAI
- Anthropic: cómo pueden los propietarios de sitios bloquear los rastreadores de Anthropic
- Perplexity: PerplexityBot y Perplexity-User
- Google Search Central: Google-Extended y otros rastreadores comunes
- Apple: acerca de Applebot y Applebot-Extended
- Cloudflare: robots.txt gestionado








