Aprender · Visibilidad
Rastreadores de IA, por finalidad
Un inventario no vale por ser largo, sino por estar verificado en origen y fechado. Este se comprobó en la documentación de cada proveedor el 30 de agosto de 2026.
Respuesta directa
No hay «bots de IA» como categoría única. Hay al menos cuatro finalidades distintas, y muchos proveedores usan un rastreador diferente para cada una, precisamente para que puedas decidir por separado.
Las cuatro: búsqueda y citación, agente disparado por una persona, entrenamiento de modelos y usos comerciales como la validación de anuncios.
OpenAI
| Rastreador | Finalidad declarada | Categoría |
|---|---|---|
OAI-SearchBot | Mostrar sitios en los resultados de búsqueda de ChatGPT. | Búsqueda y citación |
ChatGPT-User | Visita páginas cuando alguien pregunta o usa GPTs y Actions. | Agente humano |
GPTBot | Rastrear contenido que puede usarse para entrenar sus modelos generativos de base. | Entrenamiento |
OAI-AdsBot | Validar la seguridad de páginas de destino de anuncios y su relevancia. | Publicidad |
| Rastreador | Finalidad declarada | Categoría |
|---|---|---|
Googlebot | Rastreo para la Búsqueda. | Búsqueda |
Google-InspectionTool | Herramientas de inspección de Search Console. | Diagnóstico |
Google-Extended | Controla si el contenido se usa para entrenar futuras generaciones de Gemini y para *grounding* en Gemini Apps y Vertex AI. | Entrenamiento y grounding |
GoogleOther | Usos varios de producto e investigación. | Otros |
Google-CloudVertexBot | Rastreo para clientes de Vertex AI. | Producto |
Anthropic
| Rastreador | Finalidad declarada | Categoría |
|---|---|---|
Claude-SearchBot | Mejorar la relevancia y exactitud de los resultados de búsqueda. | Búsqueda y citación |
Claude-User | Accede a webs cuando una persona pregunta a Claude. | Agente humano |
ClaudeBot | Recopila contenido que podría contribuir al entrenamiento de sus modelos. | Entrenamiento |
Perplexity
| Rastreador | Finalidad declarada | Categoría |
|---|---|---|
PerplexityBot | Mostrar y enlazar sitios en los resultados de Perplexity. | Búsqueda y citación |
Perplexity-User | Visita una página cuando un usuario hace una pregunta. | Agente humano |
Dos detalles que cambian la decisión
- Perplexity declara que ninguno de sus dos rastreadores recopila contenido para modelos de base. Si tu preocupación es el entrenamiento, ahí no está el problema.
- Google declara que bloquear
Google-Extendedno afecta a la inclusión en Google Search ni se usa como señal de posicionamiento. Es la frase que permite decidir sobre entrenamiento sin miedo a perder buscador. - OpenAI separa entrenamiento y búsqueda en dos rastreadores distintos, de modo que se puede negar lo uno y permitir lo otro.
- Anthropic documenta
Crawl-delaycomo alternativa a bloquear, si el problema es el volumen de peticiones y no la finalidad.
El user-agent no es una identidad
Cualquiera puede enviar una cabecera que diga GPTBot. Una política basada solo en el nombre del rastreador es una política basada en la buena fe del visitante.
Por eso los proveedores serios publican rangos de IP verificables en archivos JSON que se pueden consultar y actualizar. OpenAI publica uno por rastreador; Anthropic publica el suyo; Perplexity publica los de sus dos rastreadores.
Si el control importa de verdad —por coste de ancho de banda, por abuso o por política de contenido—, se verifica la IP. Si no, se acepta que se trata de una declaración de intenciones, que es legítima pero no es lo mismo.
Un inventario caduca
Este inventario se verificó el 30 de agosto de 2026 y ya entonces contenía un rastreador que no aparecía en documentación interna de KATA de cuatro días antes: OAI-AdsBot.
Esa es exactamente la razón por la que no publicamos listas de bots como si fueran permanentes, y por la que nuestro propio método obliga a reverificar el inventario en cada release. Una lista de bots copiada de un artículo de hace un año es peor que no tener lista: da falsa sensación de control.
Preguntas frecuentes
¿Debo bloquear todos los rastreadores de IA?
Rara vez conviene. Bloquear los de búsqueda y citación te deja fuera de las respuestas generativas, que es donde cada vez más gente empieza a buscar. Bloquear los de entrenamiento es una decisión distinta y con menos coste, porque los proveedores serios los separan.
¿Esta lista está completa?
No. Es el inventario de los proveedores que documentan públicamente sus rastreadores y que hemos verificado en origen en la fecha indicada. Existen otros, y aparecen nuevos. Cualquier lista que se presente como completa y definitiva es falsa.
¿Cómo compruebo qué bots vienen a mi web?
En los registros del servidor, cruzando el user-agent con los rangos de IP que publica cada proveedor. Es la única forma de saber qué está pasando de verdad, y también de detectar quién se hace pasar por otro.
Fuentes primarias
Cada afirmacion sensible de esta pagina se apoya en una de estas fuentes, consultada en la fecha indicada. Las listas de bots, capacidades y borradores cambian: se reverifican en cada revision.
| Entidad | Documento | Consultada |
|---|---|---|
| OpenAI | Bots y rastreadores de OpenAI | 2026-08-30 |
| Google Search Central | Rastreadores comunes de Google | 2026-08-30 |
| Anthropic | ¿Rastrea Anthropic datos de la web y cómo bloquear su rastreador? | 2026-08-30 |
| Perplexity | Bots de Perplexity | 2026-08-30 |
Los proveedores publican además rangos de IP verificables para comprobar el origen real de cada rastreador. Las direcciones concretas cambian y no se reproducen aquí: consúltense en el archivo que publica cada proveedor.
Siguiente decisión
Continúa con una pregunta concreta
Auditoría SEO, AEO y GEO
Qué podemos abordar contigo y cómo delimitamos el trabajo.
Auditoría SEO, AEO y GEO →
Ilustraciones conceptuales; no son fotografías de clientes.