CiteRev
CiteRev · Artículos

Entrenamiento, búsqueda y a petición del usuario: los tres tipos de rastreadores de IA

Publicado el 21 de noviembre de 2026

Muchos dueños de negocios oyen que “la IA usará mi contenido para entrenarse” y bloquean en robots.txt todos los rastreadores que llevan “AI” en el nombre. El resultado: el entrenamiento queda bloqueado, pero la búsqueda con IA tampoco puede ver el sitio web, así que, lógicamente, el negocio no aparece recomendado cuando los clientes le preguntan a la IA. El problema es no distinguir los rastreadores según lo que hace cada uno.

Tres funciones

TipoQué haceQué pasa si lo bloqueas
Rastreador de entrenamientoRecopila páginas web para entrenar modelos futuros.Tu contenido queda fuera de los datos de entrenamiento. Normalmente no afecta a que te citen en la búsqueda con IA.
Rastreador de búsquedaConstruye el índice de la búsqueda con IA. Al responder, la IA busca páginas en este índice y enlaza a ellas.Tus páginas casi nunca aparecerán en las respuestas de la búsqueda con IA.
Visita a petición del usuarioUn usuario pega tu URL en el chat, o la IA abre tu página en el momento para responder a la pregunta.La IA no puede leer tu página y tiene que responder con información que encontró en otro sitio.

Los nombres de los rastreadores de cada empresa

La siguiente tabla muestra los nombres que aparecen en la documentación pública de cada empresa en el momento de escribir este artículo. Se añaden y se retiran nombres, así que consulta la documentación oficial antes de escribir cualquier regla.

EmpresaEntrenamientoBúsquedaA petición del usuario
OpenAIGPTBotOAI-SearchBotChatGPT-User
AnthropicClaudeBotClaude-SearchBotClaude-User
Perplexity—PerplexityBotPerplexity-User
GoogleGoogle-ExtendedGooglebot—

Dos cosas que se suelen entender mal:

Un término medio habitual

Si tu objetivo es “no quiero que mi contenido se use para entrenamiento, pero sí quiero que la búsqueda con IA me recomiende”, puedes bloquear solo los rastreadores de entrenamiento y permitir los de búsqueda:

User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

Si no te importa el entrenamiento y solo quieres que te vean lo más posible, no necesitas ninguna regla Disallow específica para la IA. Solo asegúrate de que la regla comodín User-agent: * no esté bloqueando todo tu sitio.

Qué revisar además de robots.txt

Permitir los rastreadores en robots.txt no significa que realmente puedan entrar. Hay otros dos lugares que también pueden dejarlos fuera:

Para comprobarlo, busca en los registros de acceso de tu servidor las solicitudes de estos rastreadores y mira si recibieron un código de estado 200 o 403.

Permitir los rastreadores de búsqueda solo deja que la IA lea tus páginas. No garantiza que la IA te cite o te recomiende. Para saber si te recomiendan, haz preguntas reales de clientes, varias rondas cada una, y luego mira los resultados.

Artículos relacionados

¿Quieres saber si tu robots.txt permite o bloquea ahora mismo a los rastreadores de IA? La revisión gratuita muestra el resultado para cada uno de estos cuatro rastreadores: GPTBot, OAI-SearchBot, PerplexityBot y ClaudeBot.

Solicitar una revisión gratuita