¿Está bloqueado GPTBot en tu web?
Escribe tu dominio. Leemos robots.txt y pedimos tu página de inicio una vez con el user-agent propio de cada rastreador: ves la regla y lo que tu servidor hace de verdad.
Qué comprueba
- robots.txt: cuáles de los 8 rastreadores permite tu archivo, según el estándar (RFC 9309): gana el grupo más específico y, después, la ruta más larga.
- Una petición real: un GET de tu página de inicio por rastreador, desde nuestra dirección. Un cortafuegos o filtro de bots que responde 403, 429 o una página de verificación aparece aquí aunque robots.txt diga que sí.
- Google-Extended es solo un interruptor de robots.txt (ningún rastreador pide páginas con ese nombre), así que se lee solo de robots.txt.
Quién es quién
ChatGPT, Gemini, Copilot, Perplexity y Claude responden a las preguntas de tus compradores con rastreadores distintos. Los rastreadores de búsqueda (OAI-SearchBot, PerplexityBot, Bingbot, Googlebot) deciden si pueden citarte. ChatGPT-User pide una página cuando una persona se la pide. Los de entrenamiento (GPTBot, ClaudeBot, Google-Extended) alimentan modelos: bloquearlos es una decisión que no te saca de las respuestas.
Un apunte para webs españolas
En España, la excepción de minería de textos y datos (artículo 67 del texto refundido de la Ley de Propiedad Intelectual, incorporado por el Real Decreto-ley 24/2021 a partir de la Directiva (UE) 2019/790) no se aplica si el titular se ha reservado el uso de forma legible por máquina, por ejemplo en robots.txt. Bloquear un rastreador de entrenamiento es, por tanto, una decisión legítima. Información, no asesoramiento jurídico.
Ver un resultado real
Resultados de sitios públicos que no son nuestros: