Revisamos 64,222 solicitudes de rastreadores de IA contra las listas de sus propios creadores
¿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 solicitud es suya solo si el nombre y la dirección coinciden.
Seis sitios web conectaron Cloudflare a Proofsource, ninguno de ellos nuestro. Para cada solicitud a nombre de un rastreador de IA, revisamos la dirección contra la lista que publica su creador. 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 conteos son estimaciones a partir de los datos de solicitudes muestreados de Cloudflare.
El 52.9% de las solicitudes no pasó, y GPTBot fue el rastreador que más falló
De 64,222 solicitudes a nombre de uno de los cinco bots, 33,964 vinieron de una dirección que su creador no publica: el 52.9%. Por bot, la proporción que no pasó 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, revisado de la misma forma contra las listas de Google, no pasó en el 20.7% de las solicitudes en los mismos sitios. Los nombres de rastreadores de IA se falsificaron más que los de Google, al menos aquí.
Tres sitios eran casi todo falsos y tres estaban casi limpios
El promedio esconde la historia real. En tres sitios, el 69%, el 84% y el 96% de las solicitudes de rastreadores de IA no pasaron la verificación. En los otros tres, el 4%, el 5% y el 7%. En el peor sitio, ClaudeBot hizo 251 solicitudes verificadas y 7,144 que no pasaron.
Así que una sola referencia de “cuánto tráfico de bots de IA es falso” no dice mucho. Tu propio sitio podría estar en cualquiera de los dos extremos, y solo una revisión de tu propio tráfico te dice en cuál.
200 de 253 direcciones que no pasaron también se hicieron pasar por el bot de otra empresa
Cloudflare nos da hasta tres direcciones de muestra por bot, sitio y día. Sin contar nuestros propios servidores, 253 direcciones de la muestra no pasaron mientras decían ser uno de los cinco bots. 200 de ellas también dijeron ser un bot de otra empresa en otra solicitud, y 168 dijeron ser bots de tres o más empresas. Una dirección usó 12 nombres de bot distintos de nueve empresas.
Ningún rastreador real hace eso. GPTBot viene de la lista de OpenAI y Googlebot de la de Google. Una dirección que es ambos es alguien probando nombres hasta que uno pase, casi siempre desde servidores rentados en la nube.
Las listas dejan fuera parte del tráfico real, así que revisa todas
La verificación tampoco es perfecta en la otra dirección. Claude-User, el agente que usa Claude para leer una página por la que preguntó un usuario, no pasó en el 97.5% de las solicitudes en estos sitios. Cerca de la mitad de los fallos de la muestra vino de 160.79.104.0/21, un rango que Anthropic publica como origen de sus llamadas de búsqueda y lectura web por API en su página de IP de la API, que no es su lista de rastreadores.
Esas visitas muy probablemente son reales, y una verificación solo contra la lista de rastreadores las marca como falsas. Por eso dejamos a Claude-User fuera del 52.9%. Si verificas a mano, revisa todos los rangos que una empresa publica para sus lectores de páginas, no solo el archivo de rastreadores.
Lo que haríamos
- Cuenta las visitas de rastreadores de IA por dirección verificada, no por nombre. Un panel que cuenta nombres puede ser más de la mitad disfraz.
- Usa la lista de cada creador: 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 firewall deja entrar a los bots por nombre, revisa también la dirección. La propia documentación de Perplexity muestra una regla de Cloudflare que une cada user agent con sus rangos de IP.
- No bloquees un bot por nombre por lo que hicieron los impostores. Los falsos no son el bot, y bloquear al OAI-SearchBot o al PerplexityBot reales te deja fuera de sus resultados de búsqueda.
Cómo lo muestra Proofsource
Cuando un sitio conecta Cloudflare, Proofsource revisa la dirección de cada solicitud de rastreador de IA contra la lista que publica su creador y muestra por separado las solicitudes verificadas y las que no pasaron para cada bot. Los bots cuyos creadores no publican una lista aparecen como no verificables, en lugar de contarse como reales o falsos. Nuestra verificación tiene el hueco de Claude-User descrito arriba, y estamos agregándole los rangos de la API de Anthropic.
Dónde podríamos estar equivocados
Seis sitios son una muestra pequeña, y conectaron Cloudflare a una herramienta de visibilidad, así que quizá no se parecen al sitio promedio. La diferencia entre ellos 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 hacen pasar por bots de varias empresas lo vuelven poco probable para la mayoría.
Nuestra propia revisión de sitios envía algunas solicitudes con estos nombres de bot. Como mucho 300 podrían caer en este periodo; quitándolas todas, sigue quedando el 52.7%.
Las solicitudes no son independientes, y un solo scraper muy activo puede mover el número de un sitio. Un reporte externo, de un solo sitio nuevo durante dos semanas, encontró reales 6 de 33 visitas que decían ser de asistentes de IA. Es otro sitio y otro método, y apunta en la misma dirección.