¿Deberías bloquear a los rastreadores de IA? Bloquea el correcto o desapareces de ChatGPT

Puede que en el panel de tu hosting haya un interruptor que diga algo como “Bloquear bots de IA”. Suena a lo sensato: proteges tu contenido, echas a los robots y listo.

Si activas la versión equivocada, acabas de decirle a ChatGPT que no quieres que te recomiende. Eso no te lo avisa nadie, y tu web sigue viéndose exactamente igual.

La respuesta corta

Si vendes un servicio, casi siempre te conviene dejar entrar a los rastreadores de búsqueda de IA. Bloquear los de entrenamiento es una decisión razonable y te cuesta muy poco. El error es pensar que “los bots de IA” son una sola cosa. No lo son. Cada bot hace un trabajo distinto, y puedes bloquear uno sin tocar los demás.

Si solo te quedas con una idea, que sea esta: los bots de entrenamiento aprenden de tu contenido, los de búsqueda te mandan clientes.

No todos los bots de IA hacen lo mismo

OpenAI es el ejemplo más claro porque documenta sus rastreadores por separado, y deja claro que cada ajuste es independiente de los demás:

• GPTBot recoge contenido que puede usarse para entrenar modelos futuros. Si lo bloqueas, tus páginas no deberían acabar en los datos de entrenamiento. No afecta a si sales en las búsquedas de ChatGPT.
• OAI-SearchBot es el que hace que aparezcan webs en las respuestas de búsqueda de ChatGPT. Si lo bloqueas, según la propia OpenAI, tu web no saldrá en esas respuestas.
• ChatGPT-User visita una página cuando una persona le pregunta algo a ChatGPT que la necesita, en ese momento. Lo dispara el usuario, no un rastreo programado, y OpenAI avisa de que puede que no respete el robots.txt.

Google funciona igual con otros nombres. El Googlebot de siempre se ocupa de la Búsqueda. Una directiva aparte, Google-Extended, controla si tu contenido se usa para entrenar Gemini y para fundamentar las respuestas de las apps de Gemini. Google dice claramente que no afecta a tu inclusión en la Búsqueda ni es una señal de posicionamiento.

Cada vez más empresas de IA separan sus bots así: entrenamiento, búsqueda y usuario. Antes de bloquear nada, lee la documentación de bots de esa empresa. Son cinco minutos.

Lo que cuesta bloquear el bot equivocado

Imagina una clínica dental que lee un titular alarmista sobre la IA “robando” contenido y bloquea en el robots.txt todos los agentes de IA que encuentra. Sus posiciones en Google no se mueven, así que cree que no ha pasado nada.

Mientras tanto, alguien le pregunta a ChatGPT: “¿qué clínica dental de mi zona tiene buenas reseñas y hace implantes?”. ChatGPT sale a buscar. Le han dicho que no entre en esa web, así que recomienda a las tres competidoras que sí puede leer.

No aparece ningún aviso en ningún sitio. No hay un informe en Search Console de las respuestas en las que no saliste. Es el mismo fallo silencioso que el de los rastreadores de IA que no leen tu JavaScript, solo que esta vez te lo has hecho tú.

Cuándo sí tiene sentido bloquear el entrenamiento

Seamos honestos: bloquear los rastreadores de entrenamiento es una decisión de negocio legítima, no paranoia. Tiene más sentido si:

• Tu contenido es el producto. Medios, formadores, estudios de pago, fotografía original. Si la gente paga por lo que hay en la página, no tienes por qué regalárselo a un modelo.
• Has invertido mucho en material original y no quieres que se lo resuman a los clientes de tu competencia.
• Simplemente no te da la gana. También vale como respuesta.

Para un fontanero, una clínica o una empresa de reformas, la cuenta cambia. Tus páginas de servicios existen para que te encuentren y te citen. Bloquear GPTBot te aporta poco más que un gesto simbólico. Bloquear los bots de búsqueda sin querer por el camino te hace daño de verdad. Nosotros dejaríamos el entrenamiento tranquilo o lo bloquearíamos de forma muy concreta. Nunca a lo bruto.

Mira lo que tu proveedor ya ha decidido por ti

Esto es lo que casi nadie revisa: puede que no hayas elegido nada de esto.

Cloudflare, que está delante de un montón de webs de pequeños negocios, anunció en julio de 2025 que pasaba a bloquear por defecto los rastreadores de IA. Desde entonces sus ajustes no han parado de cambiar. Según la documentación actual de Cloudflare, a los dominios nuevos desde el 15 de septiembre de 2026 se les bloquean los bots de entrenamiento y de agentes en las páginas que muestran anuncios, y se permite la búsqueda. Los bots que hacen búsqueda y entrenamiento a la vez quedan bloqueados por cualquier ajuste que bloquee el entrenamiento, incluido el antiguo interruptor de “Block AI bots”.

Esto último importa. Si alguien activó ese interruptor en tu web hace un año, puede que ahora esté bloqueando más cosas que antes.

Así que revisa dos sitios:

1. Tu robots.txt. Abre tuweb.com/robots.txt. Busca Disallow: / bajo agentes como GPTBot, OAI-SearchBot, Google-Extended, o una regla general que lo cierre todo.
2. El panel de tu CDN o tu hosting. Busca ajustes de bots de IA, rastreadores o gestión de bots. Un robots.txt que da la bienvenida a todos no sirve de nada si el cortafuegos que tiene delante los está echando.

Lo que recomendamos a la mayoría de negocios de servicios

Un buen punto de partida, en el robots.txt:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Así sigues saliendo en las respuestas de búsqueda de ChatGPT y no participas en el entrenamiento. Cambia la regla de GPTBot a Allow si te da igual que te usen para entrenar, que para la mayoría de negocios locales es una opción perfectamente válida. Con Google-Extended ve con más cuidado: también cubre las respuestas de las apps de Gemini, así que bloquearlo tiene un coste. No es gratis.

Luego comprueba que ha funcionado. Haz la comprobación de 30 minutos en ChatGPT unos días después. OpenAI dice que los cambios en el robots.txt pueden tardar unas 24 horas en notarse en la búsqueda. Y ya que estás, un archivo llms.txt es una buena forma de explicarles a los bots que sí dejas entrar a qué te dedicas.

En resumen

“Bloquear la IA” no es un ajuste de privacidad. Es un ajuste de visibilidad con una etiqueta de privacidad pegada. Decide por separado sobre entrenamiento y búsqueda, apunta qué has elegido y comprueba que tu proveedor no lo está cambiando por su cuenta.

Este tipo de fontanería la revisamos en todos nuestros proyectos de SEO, porque el problema de SEO más caro es el que te vuelve invisible sin avisar. Si quieres que le echemos un ojo a tu robots.txt y a la configuración de tu CDN, mándanos tu web. Si ya lo tienes bien, te lo diremos y no nos deberás nada.