Respuesta

¿Qué bots de IA rastrean tu sitio y cómo verificar que son reales?

Por Equipo Laurank · Publicado el · Actualizado el

Laurank es una empresa de AEO en español: ayudamos a que ChatGPT, Gemini, Perplexity y los AI Overviews de Google citen a tu marca, empezando por entender por qué hoy no lo hacen. Conoce a Laurank.

Puntos clave

  • El user-agent identifica al bot, pero cualquiera puede falsificarlo: verifica la IP con la lista del proveedor o con el DNS inverso.
  • OpenAI y Perplexity publican las IP de sus bots en archivos JSON; Google y Apple indican el DNS inverso.
  • Google-Extended no tiene user-agent propio en las solicitudes: nunca lo verás en los registros.
  • Los bots a petición del usuario (ChatGPT-User, Perplexity-User) aparecen cuando alguien pregunta, no por un rastreo programado.
  • Que un bot te visite no demuestra que su asistente te cite: las páginas oficiales consultadas no documentan esa relación.

¿Qué bots de IA rastrean un sitio web?

Los más documentados son los de OpenAI (OAI-SearchBot, GPTBot, ChatGPT-User), Anthropic (Claude-SearchBot, ClaudeBot, Claude-User), Perplexity (PerplexityBot, Perplexity-User), Apple (Applebot) y Google (Googlebot y Google-Extended). Cada proveedor describe sus bots en su propia documentación; esta tabla resume cómo se identifica y se verifica cada uno.

Bot Quién lo opera Qué documenta el proveedor Cómo verificarlo
OAI-SearchBot OpenAI Muestra sitios en las funciones de búsqueda de ChatGPT IP publicadas por OpenAI en un archivo JSON propio
GPTBot OpenAI Rastrea contenido que puede usarse para entrenar modelos IP publicadas en su propio JSON
ChatGPT-User OpenAI Visita páginas por acciones del usuario en ChatGPT y GPTs IP publicadas en su propio JSON
Claude-SearchBot, ClaudeBot, Claude-User Anthropic Búsqueda, entrenamiento y acceso a petición del usuario La ayuda de Anthropic remite a una lista de IP; no publica rangos en la propia página
PerplexityBot Perplexity Muestra y enlaza sitios en los resultados de Perplexity IP en perplexity.com/perplexitybot.json
Perplexity-User Perplexity Visita una página cuando un usuario pregunta IP en perplexity.com/perplexity-user.json
Applebot Apple Búsqueda de Spotlight, Siri y Safari DNS inverso en *.applebot.apple.com o lista de CIDR
Googlebot Google Rastreo de la Búsqueda de Google DNS inverso y common-crawlers.json
Google-Extended Google Token para controlar el entrenamiento de Gemini No se puede: no tiene user-agent propio

Qué permitir o bloquear de cada uno está en robots.txt para bots de IA. En esta página solo se trata de reconocerlos.

¿Cómo sé qué bots de IA visitan mi sitio?

Revisa los registros de acceso de tu servidor o de tu CDN y filtra por el nombre del bot en el user-agent. Cada solicitud queda registrada con su IP, la URL pedida, el código de respuesta y el user-agent.

Una forma de hacerlo:

  1. Consigue los registros. Pídelos a tu hosting o descárgalos del panel de tu CDN o firewall. Si el CDN responde antes de llegar al servidor, los registros del servidor no verán esas solicitudes.
  2. Define un periodo. Usa varios días completos: una visita aislada no indica un patrón.
  3. Filtra por nombre de bot. Con el archivo descargado en un servidor Linux sirve este comando de ejemplo: grep -E "OAI-SearchBot|GPTBot|ChatGPT-User|Claude|PerplexityBot|Perplexity-User|Applebot" access.log.
  4. Agrupa por bot y por código de respuesta. Anota cuántas solicitudes hace cada uno y si las respuestas son 200 (correcta), 403 (prohibido) o 429 (demasiadas solicitudes).
  5. Verifica las IP. Un user-agent sin IP confirmada no cuenta (siguiente sección).

Los registros del servidor guardan cada solicitud; las herramientas de analítica como GA4 miden con una etiqueta en la página. Esta diferencia es criterio de Laurank, no una cita del proveedor. Para el tráfico de personas que llegan desde un asistente, mira cómo medir ese tráfico en GA4.

¿Cómo verifico que un bot de IA es real?

Compara la IP de la solicitud con la lista oficial del proveedor o resuelve su DNS inverso; el user-agent por sí solo no prueba nada. Quien quiera suplantar a un bot solo tiene que copiar su nombre.

Cómo lo documenta cada proveedor:

  • OpenAI: publica un archivo JSON de IP para OAI-SearchBot, otro para GPTBot y otro para ChatGPT-User. Compara la IP del registro con el archivo del bot que dice ser.
  • Perplexity: publica un JSON para PerplexityBot y otro para Perplexity-User, y recomienda combinar el user-agent con la verificación de IP.
  • Apple: el tráfico de Applebot se identifica por DNS inverso en el dominio applebot.apple.com o comparando la IP con los CIDR de su archivo JSON.
  • Google: el método manual es resolver el DNS inverso de la IP, comprobar que el dominio es googlebot.com, google.com o googleusercontent.com, y hacer una resolución normal del nombre para confirmar que devuelve la misma IP.
  • Anthropic: su página de ayuda indica que, si un rastreador tiene una IP de su lista, viene de Anthropic. Consulta esa lista en la propia ayuda antes de bloquear nada. Límite: la página consultada no documenta un método concreto de verificación, como el DNS inverso, así que la comparación con su lista de IP es lo único que puedes citar de su documentación.

Las IP cambian. Perplexity pide usar siempre los rangos actuales de sus archivos JSON como fuente de verdad y actualizar las reglas de forma periódica; haz lo mismo con el resto y automatiza la consulta en vez de copiar rangos a mano.

¿Cómo interpreto lo que veo en los registros?

Cada combinación de user-agent, IP y código de respuesta tiene una lectura distinta. La tabla es una guía de lectura, no datos reales.

Qué ves en el registro Qué significa Qué hacer
OAI-SearchBot, IP en la lista de OpenAI, respuesta 200 El bot de búsqueda de OpenAI lee la página Nada: el acceso funciona
GPTBot pero la IP no está en la lista de OpenAI Suplantación: no es OpenAI Bloquéalo en el firewall; no cambies robots.txt por esto
OAI-SearchBot o PerplexityBot con 403 Tu firewall o WAF lo está cortando Permite sus IP publicadas, como piden OpenAI y Perplexity
PerplexityBot con 429 Tu servidor limita su frecuencia Revisa el límite de solicitudes y sus IP
Solo ChatGPT-User o Perplexity-User Una persona hizo una pregunta y el asistente abrió tu página Es una visita a petición, no un rastreo programado
Ningún bot de IA Registros incompletos, bloqueo previo o no hay visitas Verifica el periodo, el CDN y robots.txt

Un ejemplo de línea de registro con datos ficticios, solo para saber dónde mirar:

203.0.113.25 - - [22/Oct/2026:10:14:03 +0000] "GET /servicios HTTP/1.1" 200 5123 "-" "... OAI-SearchBot/1.x ..."

La IP es la primera columna, 200 es el código de respuesta y lo último entre comillas es el user-agent. La IP de este ejemplo es de la zona reservada para documentación, así que no pertenece a ningún proveedor.

¿Qué significa que un bot de IA visite mi sitio?

Significa que pudo leer esa URL; no significa que su asistente te cite. Las páginas oficiales citadas no explican cómo decide cada asistente qué páginas o marcas menciona.

Tres cosas que sí se pueden afirmar con la documentación:

  • Los bots tienen funciones separadas. Un bot de entrenamiento (GPTBot, ClaudeBot) no es el que alimenta la búsqueda (OAI-SearchBot, Claude-SearchBot, PerplexityBot).
  • Los bots a petición del usuario pueden ignorar robots.txt. OpenAI dice que con ChatGPT-User las reglas pueden no aplicarse y Perplexity dice que Perplexity-User generalmente las ignora.
  • Google-Extended no deja rastro. Google explica que no tiene una cadena de user-agent de solicitud independiente: el rastreo usa las cadenas de Google, y el token solo actúa como control en robots.txt.

Para comprobar si la IA te cita, usa la prueba de preguntas reales, no los registros. El panorama completo del acceso técnico, de rastreo a velocidad, está en qué es el SEO técnico.

¿Qué errores comunes cometen los sitios con los bots de IA?

El error más habitual es confiar solo en el user-agent, seguido de bloquear por IP y de olvidar que el firewall actúa antes que robots.txt. Todos se derivan de lo que dicen los proveedores.

  • Dar por buena una visita sin verificar la IP. El nombre del bot lo puede escribir cualquiera.
  • Bloquear por IP para optar por salir. Anthropic avisa de que puede no funcionar de forma persistente porque impide leer robots.txt.
  • Permitir el bot en robots.txt y bloquearlo en el firewall. OpenAI y Perplexity piden permitir ambos: el bot en robots.txt y sus IP publicadas en el firewall.
  • Esperar efecto inmediato. OpenAI indica que sus sistemas de búsqueda pueden tardar aproximadamente 24 horas en ajustarse tras un cambio de robots.txt.
  • Medir citas con registros. Los registros dicen quién lee; la prueba de preguntas dice a quién cita la IA.

¿Qué hace Laurank con los registros de bots?

Laurank revisa si los bots leen tu sitio como primera causa del diagnóstico de por qué la IA no te cita. Incluye qué bots aparecen, con qué respuesta y qué bloquea el firewall, antes de pasar a las otras tres causas: preguntas sin responder, competencia instalada y marca no reconocida.

Está dentro del diagnóstico AEO. No prometemos posiciones ni citas: depende de tu sector y de tu competencia. Si quieres que lo revisemos, escríbenos por WhatsApp con el nombre de tu marca y tu sector.

Preguntas frecuentes

¿Cómo sé si GPTBot visita mi sitio?

Busca la cadena GPTBot en el user-agent de los registros de acceso del servidor o de tu CDN. Después compara la IP con la lista que OpenAI publica para GPTBot. Si el user-agent dice GPTBot pero la IP no está en esa lista, la solicitud no viene de OpenAI.

¿Google Analytics muestra las visitas de los bots de IA?

No es la herramienta adecuada. Google Analytics mide con una etiqueta en la página, mientras que los registros del servidor guardan cada solicitud con su user-agent. Esta diferencia es criterio de Laurank, no una cita de la documentación de Google. Para el tráfico de personas que llegan desde ChatGPT, mira la guía de GA4.

¿Qué es el user-agent de un bot?

Es el texto con el que el bot se identifica en cada solicitud HTTP. Los proveedores documentan el nombre que debe aparecer, por ejemplo OAI-SearchBot, GPTBot o PerplexityBot. Sirve para filtrar los registros, pero no prueba el origen, porque cualquiera puede escribir ese texto.

¿Puedo bloquear un bot de IA por su IP?

Puedes, pero Anthropic avisa de que bloquear por IP puede no funcionar de forma persistente como optar por salir, porque impide que su sistema lea tu robots.txt. La vía documentada para limitar el rastreo es robots.txt; el firewall se usa para bloquear suplantaciones, no para sustituirlo.

¿Qué hago si no veo ningún bot de IA en mis registros?

Antes de concluir que no te visitan, comprueba que tus registros cubren el periodo y que no pasan por un CDN o firewall que filtre bots antes de llegar al servidor. Si todo está completo y no hay visitas, revisa robots.txt y las reglas del firewall.

Fuentes

¿Quieres que la IA cite a tu marca?

Cuéntanos tu caso por WhatsApp y te decimos por dónde empezar.

Escríbenos por WhatsApp

Artículos relacionados

SEO técnico ·

¿Cómo configurar robots.txt para permitir o bloquear los bots de IA?

Para configurar robots.txt con bots de IA, crea un grupo por cada bot: permite los de búsqueda (OAI-SearchBot, Claude-SearchBot, PerplexityBot) si quieres aparecer en sus respuestas, y decide aparte los de entrenamiento (GPTBot, ClaudeBot, Google-Extended). Sube el archivo a la raíz del dominio y, para OpenAI, espera unas 24 horas.

AEO ·

¿Cómo aparecer en ChatGPT y lograr que mencione tu empresa?

Para aparecer en ChatGPT: revisa que robots.txt y tu firewall no bloqueen a OAI-SearchBot y permítelo; espera unas 24 horas; haz de 10 a 20 preguntas reales de tus clientes y anota a quién menciona y qué URLs cita. Si no había bloqueo y no apareces, el problema es de contenido, competencia o marca.

SEO técnico ·

¿Qué es el SEO técnico y qué revisar primero en tu sitio?

El SEO técnico es el conjunto de ajustes que permiten a Google y a otros bots rastrear, indexar y renderizar tus páginas. Revisa en este orden: que robots.txt y el firewall no bloqueen, que las páginas estén indexadas, que el contenido se vea sin depender de JavaScript y, al final, la velocidad.