Mejora tu propio sitio para que la IA te lea y te ubique.

Cada motor manda sus propios bots, y cada uno se puede permitir o rechazar por separado. Los que deciden si puedes aparecer hoy en las respuestas son los de búsqueda y los que consultan páginas a pedido de un usuario. Los rastreadores de entrenamiento deciden qué pueden aprender los modelos futuros.

El bot que la mayoría bloquea no es el que decide si apareces. OpenAI documenta GPTBot como su rastreador de entrenamiento y OAI-SearchBot como el que muestra sitios en la búsqueda de ChatGPT; los sitios que excluyen a OAI-SearchBot no aparecen en las respuestas de la búsqueda de ChatGPT. Anthropic separa ClaudeBot (entrenamiento) de Claude-SearchBot y Claude-User, y Perplexity dice que PerplexityBot no se usa para entrenar en absoluto. La documentación de rastreadores de Google dice que Google-Extended no afecta la inclusión en la Búsqueda de Google, así que bloquearlo no cambia nada en AI Overviews (el mapa completo de rastreadores).

Hay dos fallas comunes, y ninguna se nota cuando miras tu sitio en el navegador.

• Bloqueado en el edge. La protección contra bots de una CDN puede devolverles un error a los rastreadores de IA aunque el robots.txt los permita; Cloudflare anunció el 1 de julio de 2025 que bloquearía por defecto a los rastreadores de IA que no paguen. Un verificador de robots.txt, como nuestro verificador gratuito de rastreadores de IA, igual reportará cada bot como permitido, porque el bloqueo ocurre en el servidor.
• Vacío hasta que corre JavaScript. Si tu texto solo aparece después de que se ejecutan los scripts, muchos bots ven una página en blanco, o un puñado de palabras donde una persona ve miles.

Una más para Google: para poder aparecer como enlace de apoyo en AI Overviews o AI Mode, una página tiene que estar indexada y apta para mostrar un snippet, así que una regla nosnippet o un max-snippet muy corto también la saca de la respuesta de IA.

Revísalo tú mismo en cinco minutos

Pide una página clave como cada bot y revisa el código de estado y las palabras que regresan:

curl -s -o /dev/null -w "%{http_code}\n" -A "GPTBot" https://yoursite.com/
curl -s -o /dev/null -w "%{http_code}\n" -A "ClaudeBot" https://yoursite.com/
curl -s -A "OAI-SearchBot" https://yoursite.com/ | sed 's/<[^>]*>//g' | wc -w

Un 403 o un 503 significa que algo está bloqueando a ese bot. Un conteo de palabras muy por debajo de lo que ves en la página significa que tu texto depende de JavaScript. Corrige el bloqueo en la CDN y entrega tu contenido principal en el HTML.

No. llms.txt es un archivo markdown propuesto que lista tus páginas clave para los modelos de lenguaje. La guía de Google sobre sus funciones de IA generativa, actualizada por última vez el 10 de julio de 2026, dice que publicar uno no perjudica ni ayuda tu visibilidad en la Búsqueda de Google, porque la Búsqueda no lo usa, y ninguno de los motores que monitoreamos ha dicho que use llms.txt para posicionar.

Nuestro hallazgo honesto: descargamos /llms.txt de los 300 dominios que los motores de IA más citaron en nuestras muestras. 129 publicaban uno, y esos 129 sitios fueron citados 6,343 veces. Una cita apuntó a un archivo, un llms-full.txt; ninguna apuntó a un llms.txt. De los diez dominios más citados, ocho no tenían archivo y dos bloquearon nuestra revisión (el estudio de llms.txt). Ahrefs encontró lo mismo desde el otro extremo: el 97% de los archivos de su muestra de mayo de 2026 no recibió ninguna solicitud.

Publicarlo no hace daño, y los agentes que leen documentación sí lo usan. Si de todos modos publicas uno, escríbelo con el generador de llms.txt y revisa la copia publicada con el validador de llms.txt.