Depende de para qué quieres que te lean. Si buscas que ChatGPT, Claude o Perplexity puedan recomendar a tu empresa, no bloquees a sus robots de búsqueda: OAI-SearchBot, Claude-SearchBot y PerplexityBot. Los robots que leen para entrenar modelos, como GPTBot y ClaudeBot, son otra decisión: se pueden bloquear sin perder la posibilidad de aparecer en las respuestas con búsqueda. El error común es bloquearlos a todos con una sola regla, o que el firewall los bloquee sin que nadie lo sepa.
Dos tipos de robot: los que entrenan y los que buscan
Cada empresa de IA tiene más de un robot, y cada uno tiene un trabajo distinto. Unos recorren la web para juntar textos con los que se entrenan los modelos. Otros indexan páginas para responder preguntas con información actual. Y hay un tercer tipo que entra a una página solo cuando una persona lo pide en el chat, por ejemplo al pegar un enlace.
La diferencia importa porque lo que hace que una IA nombre a tu empresa en una respuesta de hoy es, sobre todo, la búsqueda en vivo. Si bloqueas el robot de búsqueda, tu sitio desaparece de esas respuestas, aunque la IA tenga tu nombre de algún entrenamiento antiguo.
Qué hace cada robot, según cada proveedor
Los nombres de esta tabla son los que publica cada empresa en su documentación oficial, revisada el 19-11-2026: OpenAI, Anthropic, Perplexity y Google.
| Robot | De quién | Para qué lee | Si lo bloqueas |
|---|---|---|---|
GPTBot | OpenAI | Entrenamiento de modelos | Tu contenido no se usa para entrenar. Sigues pudiendo aparecer en la búsqueda de ChatGPT |
OAI-SearchBot | OpenAI | Búsqueda de ChatGPT | Tu sitio no se muestra en las respuestas con búsqueda de ChatGPT |
ChatGPT-User | OpenAI | Lecturas que pide una persona dentro de ChatGPT | OpenAI advierte que, como las inicia un usuario, robots.txt puede no aplicarse |
ClaudeBot | Anthropic | Entrenamiento de modelos | Tu contenido futuro queda fuera del entrenamiento |
Claude-SearchBot | Anthropic | Indexar páginas para la búsqueda de Claude | Tu sitio puede aparecer menos, o con menos precisión, en las respuestas con búsqueda |
Claude-User | Anthropic | Lecturas que pide una persona dentro de Claude | Claude no puede traer tu página cuando alguien se lo pide |
PerplexityBot | Perplexity | Mostrar y enlazar sitios en las respuestas de Perplexity. No se usa para entrenar modelos | Pierdes la vía principal para aparecer en Perplexity |
Perplexity-User | Perplexity | Lecturas que pide una persona | Perplexity dice que este lector en general no sigue las reglas de robots.txt |
Google-Extended | No es un robot aparte: es un permiso para usar lo que ya rastrea Google en el entrenamiento de Gemini y en el anclaje de respuestas fuera de la Búsqueda | No te saca de Google ni afecta tu posición, según Google |
Dos aclaraciones. Primero, OpenAI dice que si permites tanto a GPTBot como a OAI-SearchBot, puede usar una sola visita para los dos fines. Segundo, Google-Extended no controla AI Overviews ni AI Mode: esas funciones forman parte de la Búsqueda, y Google indica en su guía de funciones de IA que se manejan con las reglas de Googlebot y con etiquetas como nosnippet o noindex.
Un robots.txt de ejemplo
Este es un archivo para una empresa que quiere aparecer en las respuestas con búsqueda pero no quiere que su contenido se use para entrenar modelos. Cada grupo va separado por una línea en blanco. Si prefieres no bloquear nada, basta con borrar los grupos de Disallow.
| Líneas del archivo | Qué hacen |
|---|---|
User-agent: OAI-SearchBot · User-agent: Claude-SearchBot · User-agent: PerplexityBot · Allow: / | Un grupo con los tres robots de búsqueda: pueden leer todo el sitio |
User-agent: GPTBot · User-agent: ClaudeBot · User-agent: Google-Extended · Disallow: / | Un grupo con los usos de entrenamiento: no pueden leer nada |
User-agent: * · Disallow: /wp-admin/ | La regla general para el resto, incluido Googlebot |
Sitemap: https://www.tuempresa.cl/sitemap.xml | Dónde está la lista de tus páginas |
El archivo completo, listo para copiar y ajustar:
User-agent: OAI-SearchBot
User-agent: Claude-SearchBot
User-agent: PerplexityBot
Allow: /
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: Google-Extended
Disallow: /
User-agent: *
Disallow: /wp-admin/
Sitemap: https://www.tuempresa.cl/sitemap.xml
Ten en cuenta que un robot obedece el grupo que lo nombra y no el general. Si escribes un grupo para GPTBot, ese robot ignora lo que pongas en User-agent: *. Y robots.txt es una petición, no un candado: los proveedores grandes dicen respetarlo, pero los lectores que dispara una persona pueden no hacerlo, como advierten OpenAI y Perplexity.
Lo que vimos: al revisar desde fuera los sitios de cuatro empresas chilenas, ninguno bloqueaba a los robots de IA en su robots.txt. Uno permitía de forma explícita a varios, pero con nombres antiguos y sin incluir a ClaudeBot ni a OAI-SearchBot. En dos casos no se pudo saber si el hosting o Cloudflare los cortaban más arriba.
Cómo revisar tu propio sitio
- Abre tu robots.txt. Escribe
https://tuempresa.cl/robots.txten el navegador. Busca grupos conDisallow: /y fíjate a qué robots afectan. UnUser-agent: *conDisallow: /bloquea a todos, incluido Google. - Revisa la versión con y sin www. Si una redirige a la otra, el archivo que vale es el del dominio final. Si las dos responden sin redirigir, revisa ambas.
- Mira si tu plugin de SEO o tu hosting escriben el archivo. En WordPress, muchas veces el robots.txt no es un archivo real sino uno que arma un plugin. Cambiarlo a mano por FTP puede no tener efecto.
- Revisa el firewall y Cloudflare. Este es el bloqueo que más se escapa. Si tu dominio pasa por Cloudflare, entra a Security, luego Settings, y busca la política de acceso de rastreadores y agentes de IA. Ahí se puede bloquear por tipo de uso (búsqueda, agentes o entrenamiento) sin tocar tu robots.txt. Cloudflare además puede anteponer sus propias reglas a tu robots.txt si activas la sincronización de preferencias; en su ejemplo bloquea a GPTBot, ClaudeBot y Google-Extended, que son de entrenamiento. Revisa también el modo de combate de bots, que puede desafiar a robots legítimos.
- Pregunta a quien administra el servidor. Algunos hostings tienen un antibots propio que corta por user-agent o por cantidad de visitas. Desde fuera no se ve: el robots.txt puede decir que sí y el servidor responder con un bloqueo.
- Confirma en los registros. Si tienes acceso a los registros del servidor o a las analíticas de Cloudflare, busca visitas de
OAI-SearchBot,PerplexityBotoChatGPT-Usera páginas reales de tu sitio. Si nunca aparecen, algo los está frenando o nadie ha preguntado por ti todavía.
Cuándo sí tiene sentido bloquear
Bloquear el entrenamiento es razonable si tu contenido es tu producto: cursos, informes de pago, bases de datos, textos con derechos que vendes. En ese caso, bloquea GPTBot, ClaudeBot y Google-Extended y deja abiertos los de búsqueda.
Bloquear la búsqueda casi nunca conviene en una empresa que vende servicios o productos. Si un comprador le pregunta a una IA por proveedores de tu rubro, la IA solo puede nombrarte con datos actuales si puede leer tu sitio. Bloquear también tiene sentido en zonas privadas (intranet, portal de clientes, carrito), pero esas deberían estar protegidas con contraseña y no solo con robots.txt.
Abrir la puerta es apenas la condición mínima. Que una IA te lea no significa que te recomiende: para eso pesan el contenido que responde preguntas reales y las menciones de tu empresa en otros sitios, como explicamos en cómo hacer que ChatGPT recomiende a tu empresa. Y si tu contenido se arma con JavaScript en el navegador, puede que los robots entren y no encuentren nada; lo vemos en por qué los artículos de tu blog no aparecen en Google.
Después de cambiar algo
OpenAI indica que su búsqueda puede tardar unas 24 horas en ajustarse a un cambio de robots.txt. Google, por su parte, dice que volver a rastrear puede tomar de días a meses. No esperes ver el efecto al día siguiente. Lo útil es anotar la fecha del cambio y seguir con las mismas preguntas cada mes, como describimos en cómo saber si las IA recomiendan a tu empresa.
En Fuentely revisamos esto en la primera semana de cada cliente: robots.txt, firewall, Cloudflare y registros, y dejamos por escrito qué robots pueden entrar y por qué. Es una revisión corta, pero sin ella todo lo demás puede estar trabajando a ciegas. Si quieres ver cómo sigue el trabajo después, está en el método.