# ¿Tu tienda está bloqueada para los rastreadores de IA? Fuente: https://citetune.com/es/blog/tienda-bloqueada-para-rastreadores-de-ia Escrito por: El equipo de CiteTune · Publicado el: 2026-10-09 · Actualizado el: 2026-10-09 · 8 min de lectura ## Respuesta breve Una tienda puede estar bloqueada para los rastreadores de IA en dos sitios: en el robots.txt, que expresa una regla, y en el servidor o el cortafuegos, que pueden responder 403 por separado. Para la búsqueda de ChatGPT hay que permitir OAI-SearchBot; GPTBot solo afecta al entrenamiento. Revisa las dos capas. ## Dos capas, dos causas posibles Si una tienda no aparece en ninguna respuesta de IA, la primera comprobación es la más sencilla: ¿pueden los rastreadores leer siquiera tus páginas? Dos mecanismos distintos responden a esa pregunta y a menudo se confunden. El primero es el archivo robots.txt. Está normalizado en la RFC 9309 y dice a los rastreadores qué rutas pueden obtener. La misma RFC establece que estas reglas no son una forma de control de acceso: un rastreador honesto las respeta, pero no se hacen cumplir. El segundo mecanismo es el propio servidor o lo que hay delante de él: una CDN, un cortafuegos de aplicaciones web (WAF), un plugin de seguridad. Es quien decide lo que realmente se devuelve y puede responder 403 a un rastreador que tu robots.txt permite. Una tienda puede, por tanto, decir «sí» en el robots.txt y «no» en la respuesta. Y al revés: basta una línea Disallow en el robots.txt para apartar a un rastreador que la respeta, aunque el servidor lo atendería encantado. Hay que comprobar las dos. Si el robots.txt no existe o devuelve un 4xx, la RFC permite a los rastreadores obtener todo; si devuelve un 5xx, deben asumir que todo está prohibido. Una avería temporal del servidor justo en ese archivo puede, por tanto, dejarte fuera durante un tiempo. ## ¿Qué rastreadores, y para qué? Cada proveedor distingue varios rastreadores con funciones distintas. Recuerda: bloquear el rastreador de entrenamiento no es lo mismo que bloquear la búsqueda. | Rastreador | Proveedor | Función según el proveedor | Se controla con robots.txt | |---|---|---|---| | OAI-SearchBot | OpenAI | Hace que los sitios aparezcan en las funciones de búsqueda de ChatGPT | Sí. Quien lo rechaza no aparece en las respuestas de búsqueda de ChatGPT (puede aparecer como enlace de navegación) | | GPTBot | OpenAI | Obtiene contenido que puede servir para entrenar modelos | Sí. Rechazarlo significa que el contenido no debe servir para el entrenamiento | | ChatGPT-User | OpenAI | Visita una página cuando un usuario lo pide o usa un GPT | No de forma fiable: como la acción la inicia el usuario, puede que las reglas del robots.txt no se apliquen | | ClaudeBot | Anthropic | Recoge contenido público que puede contribuir al entrenamiento | Sí | | Claude-SearchBot | Anthropic | Indexa contenido para mejorar la relevancia de los resultados de búsqueda | Sí. Si se bloquea, tu sitio puede ser menos visible en esos resultados | | Claude-User | Anthropic | Obtiene páginas cuando una pregunta en Claude lo requiere | Sí. Bloquearlo puede reducir la visibilidad en las búsquedas dirigidas por el usuario | | PerplexityBot | Perplexity | Hace que los sitios aparezcan y se enlacen en los resultados de búsqueda; no se usa para entrenar modelos | Sí. Perplexity recomienda permitirlo para aparecer | | Perplexity-User | Perplexity | Obtiene una página cuando la pregunta de un usuario lo requiere | Por lo general no: lo inicia el usuario y tu robots.txt no lo regula | > En Google, las Vistas creadas con IA y el Modo IA se apoyan en Googlebot: el control del rastreo es, pues, el robots.txt para Googlebot, y los límites de lo que se muestra se fijan con nosnippet, data-nosnippet, max-snippet o noindex. Google-Extended no determina cómo funcionan las funciones de IA de la Búsqueda. Según OpenAI, puede tardar unas 24 horas en aplicarse a la función de búsqueda un cambio en el robots.txt. No saques conclusiones una hora después de cambiar nada. ## El cortafuegos y Cloudflare Muchas tiendas ponen Cloudflare delante de su sitio o usan un plugin de seguridad que filtra bots. La documentación de Cloudflare describe, en Security Settings, el apartado «Configure AI bot policies» con tres categorías, Search, Agent y Training, que puedes bloquear en toda la zona, solo en las páginas con anuncios o en ninguna. La misma página marca la opción anterior «Block AI bots» como en desuso a partir del 15 de septiembre de 2026 y describe nuevos valores por defecto para los dominios nuevos desde esa fecha. Cloudflare anunció además el 1 de julio de 2025 que pasaba su valor por defecto a bloquear los rastreadores de IA salvo que compensen a los creadores. Revisa, por tanto, el ajuste de tu propia zona en lugar de suponer que se ha mantenido neutro. - En Cloudflare: abre la configuración de políticas de bots de IA y anota, por categoría, qué está bloqueado o permitido. - En un plugin de seguridad (WordPress, PrestaShop): busca opciones como «bloquear bots», «modo bajo ataque» o «desafío de JavaScript» que se apliquen a todo visitante sin cookie. - En tu proveedor de alojamiento: pregunta si un cortafuegos de aplicaciones web filtra user-agents desconocidos. Muchos WAF responden 403 a cualquier cliente que no sea un navegador. ## Probar en cinco minutos 1. Abre https://tu-tienda.com/robots.txt en el navegador y léelo entero: fíjate en los bloques User-agent que nombren a un rastreador de IA y en el bloque User-agent: * con sus reglas Disallow. 2. Comprueba que el archivo responde 200, como texto plano, y que procede del dominio correcto (con o sin www y en cada subdominio de tu tienda). 3. Obtén una página de producto con el nombre de un rastreador como user-agent y mira el código de estado. ```bash # Código de estado de una página de producto tal como la ve OAI-SearchBot (la prueba solo cambia el user-agent) curl -s -o /dev/null -w "%{http_code}\n" -A "OAI-SearchBot" https://tu-tienda.com/productos/ejemplo # La misma prueba con un user-agent de navegador, para comparar curl -s -o /dev/null -w "%{http_code}\n" -A "Mozilla/5.0" https://tu-tienda.com/productos/ejemplo ``` Si la primera prueba da 403 y la segunda 200, tu cortafuegos trata a los rastreadores de forma distinta que a los navegadores. Ojo: esta prueba solo cambia el user-agent. Un cortafuegos que además compruebe la dirección IP de los rastreadores puede responder a los rastreadores reales de otra manera que a tu propio ordenador. Anthropic desaconseja bloquear por dirección IP porque impide al bot leer tu robots.txt, y publica sus direcciones IP solo para comprobar que un tráfico procede realmente de Anthropic. Nuestro [verificador del acceso de los bots de IA](https://citetune.com/es/herramientas/comprobar-acceso-de-bots-de-ia) lo hace por ti: lee el robots.txt, obtiene tu sitio como cada rastreador y muestra lo que devuelve tu servidor. ## Corregir, plataforma por plataforma Esta es la apertura mínima con la que tu tienda puede entrar en la búsqueda de ChatGPT, Claude y Perplexity sin permitir el entrenamiento: ```text User-agent: OAI-SearchBot Allow: / User-agent: Claude-SearchBot Allow: / User-agent: PerplexityBot Allow: / User-agent: GPTBot Disallow: / User-agent: ClaudeBot Disallow: / ``` Esa elección es tuya: permitir o rechazar el entrenamiento es una decisión empresarial y jurídica, no técnica. Lo importante es solo que no escribas un Disallow general que por error deje fuera también a los rastreadores de búsqueda. - **Shopify:** la plataforma genera el robots.txt. Para modificarlo, crea en la carpeta Templates de tu tema una plantilla robots.txt.liquid; en cuanto existe, sustituye al resultado generado. Shopify recomienda usar los objetos Liquid en lugar de texto plano y comparar el resultado con tu archivo actual antes de publicar. - **WooCommerce (WordPress):** si no hay un archivo físico, WordPress genera un robots.txt por defecto que puedes modificar con el filtro robots_txt. Desde WordPress 5.3, la opción de desalentar a los buscadores ya no añade un Disallow: / a ese archivo, sino que actúa mediante una metaetiqueta robots. - **PrestaShop:** en la documentación de la versión 8, la página «SEO & URLs» (Parámetros de la tienda, Tráfico) incluye un botón «Generate robots.txt» que sustituye cualquier robots.txt existente por uno nuevo, con «User-agent: *». Como el botón sustituye el archivo existente, guarda una copia de tus reglas propias antes de volver a pulsarlo. La propia documentación recuerda que el archivo es meramente orientativo. - **Tiendanube (Nuvemshop):** la ayuda de Nuvemshop, que es la misma plataforma que Tiendanube en los países hispanohablantes, dice que actualmente no se puede editar el robots.txt manualmente: la plataforma lo crea y lo gestiona sola, y bloquea de forma predeterminada páginas del sistema como /account/, /admin/ y /checkout/. Es una página en portugués actualizada el 26 de marzo de 2026; confirma con el soporte de tu tienda qué puedes cambiar. ## Cuándo bloquear es una decisión razonable Bloquear no es un error en sí. Un editor que comercializa su contenido, o una tienda que no quiere que sus descripciones entrenen un modelo, puede rechazar con razón GPTBot y ClaudeBot. El error es bloquear sin darte cuenta, o bloquear la búsqueda porque quieres bloquear el entrenamiento. Una vez restablecido el acceso, el siguiente paso es comprobar que el texto de tus páginas está en el HTML que recibe el rastreador ([tiendas JavaScript y rastreadores de IA](https://citetune.com/es/blog/tiendas-javascript-y-rastreadores-de-ia)) y después entender por qué se nombra una marca sin enlace ([marca mencionada pero no citada](https://citetune.com/es/blog/marca-mencionada-pero-no-citada)). Un diagnóstico completo en siete capas está en [por qué ChatGPT no menciona tu tienda](https://citetune.com/es/blog/por-que-chatgpt-no-menciona-tu-tienda). ## Preguntas frecuentes ### ¿Debo permitir el acceso a GPTBot para aparecer en ChatGPT? No para la búsqueda. OpenAI describe OAI-SearchBot como el rastreador que hace que los sitios aparezcan en las funciones de búsqueda de ChatGPT y GPTBot como el de contenido que puede servir para entrenamiento. Rechazar GPTBot no impide, pues, que aparezcas en las respuestas de búsqueda, mientras OAI-SearchBot esté permitido. ### Mi robots.txt lo permite todo, ¿por qué no pasan los rastreadores? Porque el bloqueo puede venir del servidor y no del archivo. Un cortafuegos, un plugin de seguridad o un ajuste de tu CDN puede responder 403 a los agentes que no son navegadores. Prueba el código de estado que recibe cada rastreador, no solo el contenido del robots.txt. ### ¿Cuánto tarda en funcionar mi corrección? OpenAI indica que un cambio en el robots.txt puede tardar unas 24 horas en ser tenido en cuenta por sus sistemas de búsqueda. Espera ese tiempo antes de volver a probar y después comprueba de nuevo el código de estado. ### ¿Protege el robots.txt mis páginas de que las obtengan? No: la RFC 9309 establece que estas reglas no son una forma de control de acceso. Orientan a los rastreadores que las respetan. Para restringir de verdad el acceso necesitas autenticación o una regla en el servidor. ## Fuentes - [OpenAI: Resumen de los rastreadores de OpenAI](https://developers.openai.com/api/docs/bots) (consultado el: 2026-10-09) - [Anthropic: ¿Rastrea Anthropic la web y cómo bloquean el rastreador los administradores de sitios? (ayuda de Claude)](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler) (consultado el: 2026-10-09) - [Perplexity: Los rastreadores de Perplexity](https://docs.perplexity.ai/docs/resources/perplexity-crawlers) (consultado el: 2026-10-09) - [Google Search Central: Funciones de IA y tu sitio web](https://developers.google.com/search/docs/appearance/ai-features?hl=es) (consultado el: 2026-10-09) - [RFC 9309: Robots Exclusion Protocol](https://www.rfc-editor.org/rfc/rfc9309) (consultado el: 2026-10-09) - [Cloudflare: Bloquear bots de IA](https://developers.cloudflare.com/bots/additional-configurations/block-ai-bots/) (consultado el: 2026-10-09) - [Cloudflare: Content Independence Day (1 de julio de 2025)](https://blog.cloudflare.com/content-independence-day-no-ai-crawl-without-compensation/) (consultado el: 2026-10-09) - [Shopify.dev: Personalizar el robots.txt](https://shopify.dev/docs/storefronts/themes/seo/robots-txt) (consultado el: 2026-10-09) - [WordPress Developer Resources: do_robots()](https://developer.wordpress.org/reference/functions/do_robots/) (consultado el: 2026-10-09) - [PrestaShop 8: SEO & URLs (generar el robots.txt)](https://docs.prestashop-project.org/v.8-documentation/user-guide/configuring-shop/shop-parameters/traffic/seo-and-urls) (consultado el: 2026-10-09) - [Nuvemshop (Tiendanube): Cómo funciona el archivo robots.txt (ayuda en portugués)](https://atendimento.nuvemshop.com.br/pt_BR/ferramentas-do-google/como-funciona-o-arquivo-robotstxt-na-nuvemshop) (consultado el: 2026-10-09) ## Páginas relacionadas - [Rastreadores de IA](https://citetune.com/es/glosario/rastreadores-de-ia) - [Por qué ChatGPT no menciona tu tienda: 7 causas](https://citetune.com/es/blog/por-que-chatgpt-no-menciona-tu-tienda) - [Tiendas JavaScript y rastreadores de IA: ¿qué ve el bot?](https://citetune.com/es/blog/tiendas-javascript-y-rastreadores-de-ia) - [Shopify, WooCommerce, Tiendanube, PrestaShop y ChatGPT](https://citetune.com/es/blog/shopify-woocommerce-tiendanube-prestashop-chatgpt) - [¿Agentes de IA bloqueados?](https://citetune.com/es/herramientas/comprobar-acceso-de-bots-de-ia) - [Escaneo gratuito](https://citetune.com/es/escaneo-gratuito)