Web que bloquea a ChatGPT: cómo saber si te está pasando a ti

Si te estás preguntando si tienes una web que bloquea a ChatGPT sin darte cuenta, no eres el único. Muchos profesionales descubren por casualidad, quizás buscando su propio negocio en ChatGPT, que su web nunca aparece citada. Y muchas veces el motivo no es la calidad de los contenidos, sino una línea de código olvidada hace años.

Imagina preguntarle a un asistente de IA: "revisa si mi web bloquea a los bots de ChatGPT". Es exactamente la pregunta correcta, porque la respuesta se encuentra en pocos minutos, sin conocimientos técnicos avanzados. Solo hay que saber dónde mirar.

Por qué una web puede bloquear a ChatGPT sin que el propietario lo sepa

El caso más habitual es este: la web fue creada por una agencia o con una plantilla de WordPress que, por precaución o por error, configuró reglas demasiado restrictivas en el archivo robots.txt. Otras veces es un plugin de seguridad que bloquea automáticamente cualquier bot que no reconozca como Google. En ambos casos, el resultado es el mismo: los sistemas que alimentan a ChatGPT, Perplexity o Gemini no pueden leer las páginas, y por lo tanto nunca pueden citarte como fuente.

Cómo revisar el robots.txt de tu web

El archivo robots.txt es el primer lugar donde hay que mirar. Se encuentra siempre en la misma dirección: basta escribir tu dominio seguido de "/robots.txt" en la barra del navegador. Por ejemplo, si tu web es www.tuweb.es, tendrás que ir a www.tuweb.es/robots.txt.

Una vez abierta la página, busca líneas que contengan nombres como estos:

• GPTBot (el rastreador de OpenAI, usado para ChatGPT)
• ChatGPT-User (otro agente vinculado a OpenAI)
• Google-Extended (relacionado con Gemini y los productos de IA de Google)
• PerplexityBot (el rastreador de Perplexity)
• CCBot (usado para algunos conjuntos de datos de entrenamiento)

Si junto a alguno de estos nombres encuentras la indicación "Disallow: /", significa que estás bloqueando ese bot en toda la web. Si en cambio ves "Allow: /" o el nombre del bot no aparece en absoluto, por lo general no hay bloqueos explícitos.

Un ejemplo práctico de bloqueo en el robots.txt de GPTBot

Así es como se ve un bloqueo típico hacia GPTBot:

• User-agent: GPTBot
• Disallow: /

Estas dos líneas, por sí solas, impiden que ChatGPT lea cualquier página de la web. Suele ocurrir que fueron añadidas de forma automática por una plantilla o un plugin sin que nadie se dé cuenta.

¿El robots.txt es suficiente para estar seguro de no bloquear a los bots de IA?

No, y este es un punto que genera confusión. El archivo robots.txt es solo el primer nivel de control. Existen otras formas en que una web puede bloquear a los bots de IA sin que aparezcan en ese archivo:

• Reglas a nivel de servidor o firewall (a menudo configuradas por el proveedor de hosting)
• Plugins de seguridad que bloquean los user-agents desconocidos antes de que lleguen siquiera al robots.txt
• CDN como Cloudflare, que pueden tener configuraciones específicas para bloquear rastreadores de IA, independientes del robots.txt

Por eso, si quieres estar seguro al cien por cien, conviene revisar también el panel de Cloudflare (si lo usas) y preguntar a tu proveedor de hosting si hay reglas de firewall activas contra los bots de IA. Si quieres entender mejor cómo funciona la relación entre tu web y ChatGPT, te puede resultar útil esta guía sobre ChatGPT pensada para quienes no vienen del mundo técnico.

Qué hacer si descubres que bloqueas a los bots de IA

Si encuentras líneas de bloqueo que ya no quieres tener, la corrección suele ser sencilla: basta con modificar el archivo robots.txt eliminando las líneas "Disallow" relativas al bot que quieres dejar pasar, o sustituirlas por "Allow: /". Si el archivo se genera automáticamente mediante un plugin, el cambio debe hacerse en la configuración del propio plugin, no manualmente.

Antes de intervenir, sin embargo, vale la pena plantearse también lo contrario: ¿estás seguro de que quieres que todos los bots de IA lean tu web? Para un negocio local que vive de reservas directas, por ejemplo, la elección puede ser distinta respecto a quien busca ser citado como fuente en respuestas generadas por IA. No hay una respuesta válida para todos, pero es una decisión que debe tomarse con conocimiento de causa, no por casualidad.

¿Bloquear a los bots de IA es siempre una elección equivocada?

No necesariamente. Algunas webs eligen bloquear bots específicos por motivos relacionados con los contenidos, la propiedad intelectual o valoraciones comerciales. Es una elección legítima. El problema surge cuando el bloqueo no es una elección, sino un efecto colateral no deseado de una plantilla, un plugin o una configuración heredada de quien creó la web hace años. La diferencia está toda en la conciencia: saber qué estás bloqueando y por qué.

Vale la pena hacer una revisión periódica

El archivo robots.txt puede cambiar sin previo aviso, por ejemplo tras una actualización de la plantilla, una migración de hosting o la instalación de un nuevo plugin de seguridad. Por eso, una revisión ocasional, quizás cada vez que se hace un cambio importante en la web, ayuda a evitar sorpresas. Si quieres entender mejor el enfoque general con el que evaluar la visibilidad de tu web en los motores tradicionales y en los sistemas de IA, puedes consultar la página sobre la metodología o echar un vistazo a los demás artículos en el blog.