Comprobamos 64.222 peticiones de rastreadores de IA con las listas de las propias empresas
¿Son reales las visitas de rastreadores de IA en tus registros? Un rastreador se presenta con un user agent, una línea de texto como «GPTBot/1.1». Cualquiera puede enviar esa línea. OpenAI, Anthropic y Perplexity publican las direcciones IP que usan sus bots, y una petición es suya solo si el nombre y la dirección coinciden.
Seis webs han conectado Cloudflare a Proofsource, ninguna de ellas nuestra. Para cada petición que nombraba un rastreador de IA, comprobamos la dirección con la lista que publica su empresa. Tomamos del 12 de octubre al 13 de noviembre de 2026, 33 días, y cinco bots: GPTBot, OAI-SearchBot y ChatGPT-User de OpenAI, ClaudeBot de Anthropic y PerplexityBot. Los recuentos son estimaciones a partir de los datos de peticiones muestreados por Cloudflare.
El 52,9 % de las peticiones no superó la comprobación, y GPTBot fue el rastreador que más falló
De 64.222 peticiones que nombraban uno de los cinco bots, 33.964 venían de una dirección que su empresa no incluye en su lista: el 52,9 %. Por bot, la parte que falló fue del 83,0 % para ChatGPT-User, el 72,6 % para GPTBot, el 61,0 % para ClaudeBot, el 34,4 % para OAI-SearchBot y el 34,1 % para PerplexityBot.
Googlebot, comprobado del mismo modo con las listas de Google, falló en el 20,7 % de las peticiones en esas mismas webs. Los nombres de los rastreadores de IA se falsificaron más a menudo que los de Google, al menos aquí.
Tres webs eran casi todo falsificaciones y tres estaban casi limpias
La media oculta lo importante. En tres webs, el 69 %, el 84 % y el 96 % de las peticiones de rastreadores de IA no superaron la comprobación. En las otras tres, el 4 %, el 5 % y el 7 %. En la peor web, ClaudeBot hizo 251 peticiones verificadas y 7.144 que fallaron.
Así que una única cifra de referencia de «cuánto tráfico de bots de IA es falso» no dice mucho. Tu propia web podría estar en cualquiera de los dos extremos, y solo una comprobación de tu propio tráfico te dice en cuál.
200 de 253 direcciones que fallaron también decían ser el bot de otra empresa
Cloudflare nos da hasta tres direcciones de muestra por bot, web y día. Sin contar nuestros propios servidores, 253 direcciones de la muestra fallaron mientras decían ser uno de los cinco bots. 200 de ellas también se presentaron como un bot de otra empresa en otra petición, y 168 como bots de tres o más empresas. Una dirección usó 12 nombres de bot distintos de nueve empresas.
Ningún rastreador real hace eso. GPTBot sale de la lista de OpenAI y Googlebot de la de Google. Una dirección que es las dos cosas es alguien probando nombres hasta que uno cuela, casi siempre desde servidores alquilados en la nube.
Las listas no recogen parte del tráfico real, así que comprueba todas
La comprobación tampoco es perfecta en el otro sentido. Claude-User, el agente que usa Claude para leer una página por la que ha preguntado un usuario, falló en el 97,5 % de las peticiones en estas webs. Cerca de la mitad de los fallos de la muestra venían de 160.79.104.0/21, un rango que Anthropic publica en la página de IP de su API como origen de sus llamadas salientes de obtención y búsqueda web, y que no forma parte de su lista de rastreadores.
Es muy probable que esas visitas sean reales, y una comprobación solo con la lista de rastreadores las marca como falsas. Por eso dejamos Claude-User fuera del 52,9 %. Si verificas a mano, comprueba todos los rangos que una empresa publica para sus bots de obtención, no solo el archivo de rastreadores.
Qué haríamos
- Cuenta las visitas de rastreadores de IA por dirección verificada, no por nombre. En un panel que cuenta nombres, más de la mitad puede ser disfraz.
- Usa la lista de cada empresa: openai.com/gptbot.json, openai.com/searchbot.json, openai.com/chatgpt-user.json, claude.com/crawling/bots.json más los rangos de la API de Anthropic, y perplexity.ai/perplexitybot.json.
- Si tu cortafuegos deja pasar bots por su nombre, comprueba también la dirección. La propia documentación de Perplexity muestra una regla de Cloudflare que empareja cada user agent con sus rangos de IP.
- No bloquees un bot por su nombre por lo que hicieron los impostores. Las falsificaciones no son el bot, y bloquear el OAI-SearchBot o el PerplexityBot reales te deja fuera de sus resultados de búsqueda.
Cómo lo muestra Proofsource
Cuando una web conecta Cloudflare, Proofsource comprueba la dirección de cada petición de rastreador de IA con la lista que publica su empresa y muestra por separado las peticiones verificadas y las fallidas de cada bot. Los bots cuyas empresas no publican ninguna lista aparecen como no verificables en vez de contarse como reales o falsos. Nuestra comprobación tiene el hueco de Claude-User descrito arriba, y le estamos añadiendo los rangos de la API de Anthropic.
Dónde podríamos estar equivocándonos
Seis webs son una muestra pequeña, y conectaron Cloudflare a una herramienta de visibilidad, así que puede que no se parezcan a la web media. La diferencia entre ellas importa más que el 52,9 %.
Una lista puede estar desactualizada o incompleta, como muestra Claude-User. Algunos fallos de otros bots podrían ser tráfico real desde direcciones que aún no están en la lista. Las direcciones que se presentan como bots de varias empresas hacen que eso sea poco probable en la mayoría de los casos.
Nuestra propia comprobación de webs envía unas pocas peticiones con estos nombres de bot. Como mucho 300 podrían caer en este periodo; quitándolas todas, sigue quedando un 52,7 %.
Las peticiones no son independientes, y un solo bot de extracción muy activo puede mover la cifra de una web. Un artículo externo, sobre una sola web nueva durante dos semanas, encontró que 6 de 33 visitas que decían ser de asistentes de IA eran reales. Es otra web y otro método, y apunta en la misma dirección.