Comprobaciones / Acceso de crawlers de IA
robots.txt bloquea a GPTBot
Bloquea a GPTBot, que recopila datos de entrenamiento. Esto mantiene tus páginas fuera del entrenamiento de futuros modelos, no fuera de ChatGPT ni de otras búsquedas con IA.
robots_gptbot · Acceso de crawlers de IA · Aviso
Qué la activa
robots.txt no deja a GPTBot leer tu página de inicio (una regla Disallow en su propio grupo, o en el grupo * cuando ningún grupo lo nombra) y no le deja ningún otro camino abierto.
Qué cambiar
Solo si quieres que tus páginas entren en el entrenamiento de futuros modelos: elimina la regla Disallow para GPTBot. La búsqueda de ChatGPT depende de OAI-SearchBot.
Ejemplo
Líneas de robots.txt que permiten GPTBot:
User-agent: GPTBot
Allow: /Cómo confirmar la corrección
- Abre https://example.com/robots.txt: ningún grupo que nombre a GPTBot (o el grupo *, si ninguno lo hace) prohíbe la página de inicio
- Lanza un nuevo rastreo: la tabla de crawlers de IA muestra a GPTBot como permitido
Sobre GPTBot
GPTBot es el rastreador de entrenamiento de OpenAI. Bloquearlo con Disallow en robots.txt le indica a OpenAI que el contenido del sitio no debe usarse para entrenar sus modelos fundacionales de IA generativa. No controla la búsqueda de ChatGPT, que usa OAI-SearchBot. OpenAI publica 18 rangos de IP para GPTBot.
OpenAI presenta un Disallow para GPTBot como una señal sobre el entrenamiento: el contenido no debe usarse para entrenar modelos fundacionales de IA generativa. La misma página da el ejemplo de un sitio que permite a OAI-SearchBot aparecer en los resultados de búsqueda mientras bloquea a GPTBot, así que un bloqueo aquí no te saca por sí solo de las respuestas de búsqueda de ChatGPT. Bloquear o no es una decisión de negocio; ambas son legítimas.
Función: Entrenamiento. Respeta robots.txt: Sí, sigue robots.txt.
GPTBot: operador, cadena user-agent y lista de direcciones
Con qué frecuencia aparece
En una muestra, el estudio midió los sitios cuyo robots.txt bloquea GPTBot: 12 de 294 sitios de Show HN (4 %) y 0 de 67 sitios de Lovable (0 %).
Descargado los días 20 y 21 de oct. de 2026 como CitedBot, robots.txt respetado, sin JavaScript. Estudio: Launch crawl 2026-10 (inglés).
Sobre esta comprobación
| ID de la comprobación | robots_gptbot |
|---|---|
| Sección del informe | Acceso de crawlers de IA |
| Gravedad | Aviso |
| Cómo se decide | Medida: se lee directamente de la página o de la respuesta del servidor. |
| Añadida | Antes del 19 oct. 2026 (versiones 1 y 2), o una comprobación de todo el sitio sin fecha de versión |
| Estado | Medida en cada informe |
| El informe da el código | Sí, un bloque para todo el sitio |
Ajustes por plataforma
En robots.txt, el sitio del ajuste depende de la plataforma. Nuestras guías cubren 13: ajustes de rastreadores de IA por plataforma.
Comprobaciones relacionadas
- robots.txt bloquea a ClaudeBot
- robots.txt bloquea a Google-Extended
- robots.txt deja a CCBot fuera de tu página de inicio y de la mayor parte del sitio
- robots.txt deja a ClaudeBot fuera de tu página de inicio y de la mayor parte del sitio
Mira si afecta a tu sitio
Pega tu dirección: rastreamos hasta 10 páginas y mostramos cada problema que encontramos, con su corrección. Sin cuenta, sin tarjeta.
Cada plan rastrea hasta su límite de páginas y lista estas comprobaciones con la corrección: planes.
Cómo funciona una auditoría: método