Actualizado 29 de octubre de 2026
GPTBot, ClaudeBot y los demás: todos los rastreadores de IA explicados
12 nombres de user agent de 6 motores, para qué sirve cada uno y qué pierdes de verdad al rechazarlo. Esta es la misma lista que usa nuestro motor de análisis.
La lista
| User agent | Motor | Qué hace | Si lo bloqueas |
|---|---|---|---|
| GPTBot | ChatGPT | Recoge páginas para entrenar los modelos de OpenAI. | Mantiene tu contenido fuera del entrenamiento. No te saca de la búsqueda de ChatGPT. |
| OAI-SearchBot | ChatGPT | Construye el índice que hay detrás de la búsqueda de ChatGPT. | Te saca de los resultados de búsqueda de ChatGPT. Suele ser el que nadie quería bloquear. |
| ChatGPT-User | ChatGPT | Descarga la página en directo cuando alguien pide a ChatGPT que abra un enlace. | Quien pegue tu enlace no recibirá nada de vuelta. |
| ClaudeBot | Claude | Recoge páginas para Anthropic. | Mantiene tu contenido fuera de los datos de entrenamiento. |
| Claude-SearchBot | Claude | Lee la web para las búsquedas que se hacen en Claude. | Tus páginas quedan fuera de lo que Claude encuentra cuando busca. |
| Claude-User | Claude | Descarga una página cuando alguien le pregunta a Claude por ella. | Claude no podrá abrir tus páginas cuando se lo pidan. |
| Google-Extended | Google AI | Decide si tus páginas entrenan a Gemini y si aparecen en las respuestas con IA. | No afecta al posicionamiento normal en Google. Es un interruptor aparte. |
| PerplexityBot | Perplexity | Indexa páginas para que Perplexity pueda citarlas. | Perplexity deja de citarte, y es un motor que cita mucho. |
| Perplexity-User | Perplexity | Descarga la página en directo para una pregunta concreta. | Las consultas en vivo sobre tu sitio fallan. |
| Applebot | Apple Intelligence | El rastreador de toda la vida de Apple, detrás de Siri y de Spotlight. | Pierdes los resultados de Siri y Spotlight además de las funciones de IA. |
| Applebot-Extended | Apple Intelligence | Decide solo el uso en entrenamiento, no la búsqueda. | Te deja fuera del entrenamiento de los modelos de Apple y conserva los resultados de Siri. |
| CCBot | Common Crawl | Construye el conjunto de datos abierto con el que se entrenan muchos modelos. | Te saca de un conjunto de datos que se usa mucho más allá de una sola empresa. |
Por motor, y lo que cuesta cada decisión
ChatGPT
- GPTBot. Recoge páginas para entrenar los modelos de OpenAI. Mantiene tu contenido fuera del entrenamiento. No te saca de la búsqueda de ChatGPT.
- OAI-SearchBot. Construye el índice que hay detrás de la búsqueda de ChatGPT. Te saca de los resultados de búsqueda de ChatGPT. Suele ser el que nadie quería bloquear.
- ChatGPT-User. Descarga la página en directo cuando alguien pide a ChatGPT que abra un enlace. Quien pegue tu enlace no recibirá nada de vuelta.
Claude
- ClaudeBot. Recoge páginas para Anthropic. Mantiene tu contenido fuera de los datos de entrenamiento.
- Claude-SearchBot. Lee la web para las búsquedas que se hacen en Claude. Tus páginas quedan fuera de lo que Claude encuentra cuando busca.
- Claude-User. Descarga una página cuando alguien le pregunta a Claude por ella. Claude no podrá abrir tus páginas cuando se lo pidan.
Google AI
- Google-Extended. Decide si tus páginas entrenan a Gemini y si aparecen en las respuestas con IA. No afecta al posicionamiento normal en Google. Es un interruptor aparte.
Perplexity
- PerplexityBot. Indexa páginas para que Perplexity pueda citarlas. Perplexity deja de citarte, y es un motor que cita mucho.
- Perplexity-User. Descarga la página en directo para una pregunta concreta. Las consultas en vivo sobre tu sitio fallan.
Apple Intelligence
- Applebot. El rastreador de toda la vida de Apple, detrás de Siri y de Spotlight. Pierdes los resultados de Siri y Spotlight además de las funciones de IA.
- Applebot-Extended. Decide solo el uso en entrenamiento, no la búsqueda. Te deja fuera del entrenamiento de los modelos de Apple y conserva los resultados de Siri.
Common Crawl
- CCBot. Construye el conjunto de datos abierto con el que se entrenan muchos modelos. Te saca de un conjunto de datos que se usa mucho más allá de una sola empresa.
La distinción que casi todo el mundo se equivoca
- OpenAI
- GPTBot entrena. OAI-SearchBot busca. Los agentes de entrenamiento y los de búsqueda no son lo mismo. GPTBot alimenta el entrenamiento del modelo. OAI-SearchBot alimenta la búsqueda de ChatGPT. Bloquear el primero deja tus textos fuera del siguiente modelo y te deja encontrable; bloquear el segundo te vuelve invisible en el producto que usa la gente de verdad.
- Google-Extended no es Googlebot. Google se divide igual. Google-Extended gobierna Gemini y las respuestas con IA. No tiene efecto en la búsqueda normal, de la que se encarga Googlebot. Son interruptores aparte y puedes ponerlos distintos.
Bloquear el entrenamiento y seguir siendo encontrable
User-agent: GPTBot
Disallow: /
User-agent: Google-Extended
Disallow: /
User-agent: CCBot
Disallow: / Todo lo que no se nombra sigue permitido, así que OAI-SearchBot, PerplexityBot y los que descargan en directo pueden seguir encontrándote.
Por qué puede que el problema no sean tus reglas
Hay tres cosas que bloquean rastreadores y con las que el robots.txt no tiene nada que ver:
- La protección antibots, que desafía todo lo que no reconoce antes incluso de leer el archivo.
- La limitación de peticiones, que trata a un rastreador como a un ataque.
- El contenido que necesita JavaScript, que varios de estos agentes no ejecutan. La página carga y está vacía.
El comprobador de rastreadores prueba lo primero. El análisis completo las prueba todas.
Preguntas sobre los rastreadores de IA
¿Qué es GPTBot?
El rastreador de OpenAI para recoger páginas web con las que entrenar sus modelos. Obedece el robots.txt. No es el agente que hay detrás de la búsqueda de ChatGPT, que es OAI-SearchBot, y confundir los dos es el error más común en este asunto.
¿Cuál es la regla de robots.txt para GPTBot?
Para bloquearlo: User-agent: GPTBot y después Disallow: /. Para permitirlo, no escribas ninguna regla para él, porque el archivo funciona por excepción.
¿Bloquear GPTBot perjudica mi SEO?
No. Googlebot es un agente aparte y el posicionamiento normal en la búsqueda no se ve afectado. Lo que pierdes es que tu contenido se use en el entrenamiento de modelos.
¿Qué rastreador no debería bloquear nunca?
Si quieres que te encuentren en las respuestas de IA: OAI-SearchBot y PerplexityBot. Son los que hoy construyen los índices de los que salen las respuestas.
¿Con qué frecuencia cambia esta lista?
Los motores añaden y renombran agentes unas cuantas veces al año. Esta lista es la que usa nuestro motor de análisis, así que se actualiza cuando se actualiza el motor. Última revisión: 29 de octubre de 2026.
Comprueba tu propio robots.txt.
Tus reglas leídas frente a los 12 nombres, con una respuesta llana para cada uno.