Si has llegado aquí buscando cómo bloquear a GPTBot, la respuesta corta es esta: bloquear a GPTBot no te saca de ChatGPT; bloquear a OAI-SearchBot, sí. Las empresas de IA usan robots distintos para cosas distintas, y solo algunos deciden si te pueden recomendar. Si tienes un negocio y quieres que la IA lo nombre cuando alguien pregunta por tu sector en tu zona, esos son los que tienen que poder entrar.
Esta guía pone en una tabla qué hace cada robot, según lo que publica cada empresa (lo hemos comprobado en sus páginas en octubre de 2026), y cuáles conviene dejar pasar.
Tres tipos de robot
Cada empresa de IA tiene, como mucho, tres:
- El de entrenamiento. Recoge textos de internet para entrenar los próximos modelos. Lo que lee acaba, mezclado con todo lo demás, en lo que el modelo «sabe» sin buscar. GPTBot es de este tipo.
- El de búsqueda. Recorre webs para tener un índice, como hace Google, y tirar de él cuando contesta. Es el que pesa para que te recomienden: cuando alguien pregunta «¿qué veterinario me recomiendas en Gràcia?», la IA busca y nombra a quien encuentra.
- El que va en nombre de un usuario. No rastrea por su cuenta: entra en una página concreta cuando un usuario se lo pide o cuando la IA necesita leerla para contestar. Si te bloquea, la IA te ha encontrado pero no puede leerte.
Qué hace cada uno
| Robot | De quién | Para qué | Si lo bloqueas |
|---|---|---|---|
| GPTBot | OpenAI | Entrenar modelos | Tu web no se usa para entrenar. Sigues pudiendo salir en ChatGPT. |
| OAI-SearchBot | OpenAI | Búsqueda de ChatGPT | No sales en las respuestas con búsqueda de ChatGPT (como mucho, como enlace). |
| ChatGPT-User | OpenAI | Abrir una página para un usuario | ChatGPT no puede abrir tu web. OpenAI avisa de que robots.txt puede no aplicarle. |
| Google-Extended | Entrenar Gemini y usar tu web como fuente de Gemini | Gemini no usa tu web al contestar. Google Search no cambia. | |
| Googlebot | El buscador de Google, y con él los resúmenes con IA | Desapareces de Google. Nadie debería bloquearlo. | |
| PerplexityBot | Perplexity | Búsqueda de Perplexity (no entrena) | No sales en Perplexity. |
| Perplexity-User | Perplexity | Abrir una página para un usuario | Perplexity dice que este en general no hace caso a robots.txt. |
| ClaudeBot | Anthropic | Entrenar modelos | Tu web no se usa para entrenar Claude. |
| Claude-SearchBot | Anthropic | Búsqueda de Claude | Anthropic avisa de que puede reducir tu visibilidad en sus respuestas. |
| Claude-User | Anthropic | Abrir una página para un usuario | Claude no puede leerte cuando un usuario pregunta. |
| CCBot, Bytespider, meta-externalagent, Applebot-Extended | Common Crawl, ByteDance, Meta, Apple | Entrenar modelos | Tu web no se usa para entrenar. No cambia lo que recomiendan hoy las IAs que medimos. |
Fuentes: las páginas de robots de OpenAI, Google, Perplexity y Anthropic.
OpenAI lo dice sin rodeos: los ajustes son independientes, y una web puede dejar pasar a OAI-SearchBot para salir en la búsqueda mientras bloquea a GPTBot. Las respuestas de ChatGPT que recomiendan negocios locales son casi siempre con búsqueda, así que lo que decide si ChatGPT te puede nombrar es OAI-SearchBot, no GPTBot.
La trampa: Google-Extended
Con Google es al revés que con OpenAI. No tiene un robot de entrenamiento y otro de búsqueda para Gemini: tiene un solo nombre, Google-Extended, que según Google controla las dos cosas: si tu contenido se usa para entrenar Gemini y si Gemini lo usa como fuente al contestar, buscando en Google. Además, Google-Extended no es un robot que visite tu web: es un nombre que solo existe en robots.txt (el que entra es Googlebot).
Así que quien añade Google-Extended a su robots.txt «para que Google no entrene con mi web» también le está diciendo a Gemini que no lo use para contestar. Y eso, para un negocio, cuesta caro. En nuestras mediciones (tres negocios de Barcelona, 150 respuestas de Gemini entre julio y septiembre de 2026), cuando Gemini leyó la web del negocio lo nombró en el 81 % de las respuestas (46 de 57); cuando no la leyó, en el 4 % (4 de 93). Lo contamos con detalle en cómo aparecer en Gemini.
Los resúmenes con IA que salen arriba en Google (AI Overviews) son otra cosa: salen del buscador, así que dependen de Googlebot y no de Google-Extended. Lo explicamos en la guía de AI Overviews.
Cómo puedes estar bloqueado sin saberlo
Casi nunca es una decisión. Lo habitual es uno de estos motivos:
- Un robots.txt copiado. Circulan plantillas para «bloquear a todas las IAs» que meten en el mismo saco los robots de entrenamiento y los de búsqueda, y Google-Extended con ellos.
- Un plugin de WordPress. Algunos plugins de SEO y de seguridad traen la opción de bloquear robots de IA, y no siempre distinguen los de entrenamiento de los de búsqueda.
- El hosting o el servidor. Un cortafuegos que para todo lo que parece un robot. Aquí el robots.txt puede estar perfecto y el robot recibir igualmente un «prohibido el paso». Por eso nuestra herramienta no solo lee el robots.txt: entra en tu web presentándose como cada robot.
- Cloudflare. Tiene un apartado para controlar los robots de IA que los separa en tres grupos, los mismos de esta guía: búsqueda, agente (el que va en nombre de un usuario) y entrenamiento. Cada grupo se puede bloquear en toda la web, solo en las páginas con anuncios, o dejar pasar. Según su documentación, desde el 15 de septiembre de 2026 los dominios nuevos bloquean por defecto el entrenamiento y los agentes en las páginas con anuncios y dejan pasar a la búsqueda (Cloudflare). Si tu web está en Cloudflare, entra en ese apartado y mira cómo está cada grupo, sobre todo búsqueda y agente.
Ojo con los agentes
El robot que va en nombre de un usuario (ChatGPT-User, Perplexity-User, Claude-User) es el que entra en tu web cuando alguien está preguntando por ti o por tu sector en ese momento. Bloquearlo para «protegerte de la IA» es cerrarle la puerta a un cliente que ya está mirando. Si tienes que elegir, bloquea el entrenamiento, nunca los agentes.
Qué poner en tu robots.txt
Tu robots.txt está en tuweb.com/robots.txt. Ábrelo en el navegador y busca los nombres de la tabla.
Si quieres que te recomienden y te da igual el entrenamiento, no hagas nada: si ninguno de esos nombres aparece con Disallow: / debajo, todos pueden entrar. Es lo que recomendamos a un negocio local: tu web existe para que te encuentren.
Si no quieres que entrenen con tu web pero sí salir en las respuestas, bloquea solo los de entrenamiento:
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: CCBot
Disallow: /
Y fíjate en lo que no está: ni OAI-SearchBot, ni ChatGPT-User, ni PerplexityBot, ni Claude-SearchBot, ni Claude-User, ni Google-Extended. Este último es el que más se cuela en las listas, y el que te quita de Gemini.
Si ya tenías alguno bloqueado y lo quitas, OpenAI dice que sus sistemas tardan unas 24 horas en hacer caso al cambio. Que vuelvas a salir en las respuestas tarda más: depende de que la IA vuelva a leer tu web y de lo que digan de ti el resto de sitios que consulta.
Que puedan leerte no basta
Dejar pasar a los robots es la condición mínima, no la garantía. La IA nombra a quien encuentra en lo que busca, y lo que busca casi nunca es tu nombre: busca «mejores [tu sector] en [tu zona]», listas, guías de la ciudad, directorios y reseñas. Lo explicamos en dónde busca la IA y en por qué la IA recomienda a tu competencia. Si la IA no puede leer tu web, en cambio, todo lo demás pesa menos: una web que la IA no puede leer es una web que no existe para ella.
Lo que esto no dice
Lo que hace cada robot está sacado de lo que publica cada empresa, comprobado en octubre de 2026; las empresas cambian sus robots y sus páginas, y no podemos ver por dentro si hacen lo que dicen. La cifra del 81 % frente al 4 % sale de tres negocios de Barcelona y de un solo motor, Gemini: dice que nombra mucho más a quien lee, no que leer tu web te haga salir. No sabemos cuánto cambia lo que un modelo «sabe» de ti sin buscar si bloqueas su robot de entrenamiento: nuestras mediciones son siempre con búsqueda, que es como contestan las IAs cuando les preguntas por un negocio. Y lo de Cloudflare es lo que dice su documentación; no hemos visto cómo viene cada cuenta.