Qué dicen los proveedores que necesitan
Cada motor de respuesta documenta sus propios rastreadores. La tabla recoge el que decide si un sitio puede aparecer en las respuestas y lo que el proveedor indica sobre él.
| Proveedor | Rastreador para respuestas | Qué indica el proveedor |
|---|---|---|
| Google (AI Overviews, AI Mode) | Googlebot | La página debe estar indexada y poder mostrarse con un fragmento. No hay requisitos adicionales: ni datos estructurados especiales ni archivos nuevos legibles por máquinas. |
| OpenAI (búsqueda de ChatGPT) | OAI-SearchBot | Los sitios que excluyen a OAI-SearchBot no se muestran en las respuestas de la búsqueda de ChatGPT. GPTBot es solo para entrenamiento y se configura de forma independiente. ChatGPT-User descarga páginas cuando un usuario las pide. |
| Anthropic (Claude) | Claude-SearchBot, Claude-User | Bloquear cualquiera de los dos puede reducir la visibilidad en la búsqueda web de Claude. ClaudeBot recoge datos de entrenamiento y va aparte. |
| Perplexity | PerplexityBot | Permítelo en robots.txt para aparecer en los resultados de Perplexity. No se usa para entrenar modelos fundacionales. Perplexity-User actúa a petición de un usuario. |
Hay dos detalles que se pasan por alto con facilidad. Un agente que actúa para un usuario se trata de forma distinta a un rastreador: OpenAI dice que las reglas de robots.txt pueden no aplicarse a ChatGPT-User, y Perplexity dice que Perplexity-User por lo general las ignora. Además, un cambio en robots.txt no es inmediato: OpenAI habla de unas 24 horas hasta que sus sistemas de búsqueda lo recogen.
Primero, el acceso
Si el rastreador para respuestas no puede descargar una página, nada más de lo que haya en ella importa para ese motor. El acceso se decide en tres sitios: robots.txt, el cortafuegos o la CDN que hay delante del sitio y las reglas para bots del proveedor de alojamiento. Una regla escrita para frenar a los rastreadores de entrenamiento a menudo atrapa también al rastreador de búsqueda de la misma empresa, porque los nombres se parecen.
Negarse al entrenamiento y seguir siendo visible en las respuestas son decisiones distintas. Bloquear GPTBot, ClaudeBot o Google-Extended no retira un sitio del producto de búsqueda correspondiente; bloquear OAI-SearchBot, Claude-SearchBot o PerplexityBot sí puede hacerlo. El comprobador de rastreadores de IA muestra el estado de cada rastreador para un dominio, y la guía Rastreadores de IA y robots.txt explica las reglas línea por línea.
Los controles de fragmentos deciden qué se puede citar
Google aplica a sus funciones de IA los controles de vista previa habituales. nosnippet impide cualquier fragmento de texto, max-snippet limita su longitud (0 equivale a nosnippet) y data-nosnippet excluye una parte de la página; Google incluye AI Overviews y AI Mode entre los lugares donde se aplican. Una página que lleva nosnippet por otro motivo también ha renunciado, por tanto, a ser citada ahí.
Datos estructurados y preguntas frecuentes: qué hacen y qué no
Los datos estructurados le dicen a una máquina de qué trata una página: una organización, un producto, un artículo. Eso le sirve a cualquier sistema que lea la página. No son un interruptor para las respuestas de IA: Google indica que sus funciones de IA no necesitan ningún marcado especial de schema.org, y desde el 7 de mayo de 2026 el resultado enriquecido de preguntas frecuentes ya no se muestra en la Búsqueda de Google.
El valor de una sección de preguntas y respuestas está, por tanto, en el texto. Una página que formula la pregunta como la hace un cliente y la responde en dos o tres frases sencillas es fácil de citar; el marcado que la rodea solo describe lo que ya está ahí. La guía de datos estructurados recoge los tipos que siguen importando.
llms.txt
llms.txt es un archivo Markdown propuesto, situado en la raíz de un sitio, que lo resume para los modelos de lenguaje. Su propia web lo llama una propuesta, y Google indica que las funciones de IA no necesitan archivos nuevos legibles por máquinas. Sitequiry solicita el archivo e informa de si existe; desde el 10 de noviembre de 2026, que falte ya no cambia la puntuación AEO. Más en la guía llms.txt: qué es y si realmente merece la pena.
Con qué frecuencia hay bloqueos: nuestro rastreo de 90 webs
A finales de septiembre de 2026 leímos el robots.txt y las páginas de 90 webs conocidas para el estudio de preparación para la búsqueda con IA:
- 18 de 90 (20 %) bloqueaban al menos un rastreador de IA en robots.txt. Las 18 bloqueaban un rastreador de entrenamiento.
- 14 de 90 (16 %) bloqueaban al menos un rastreador de búsqueda con IA, y 5 de 90 (6 %) bloqueaban OAI-SearchBot por su nombre.
- 11 de 90 (12 %) bloqueaban al menos un agente que actúa para un usuario.
- 12 de 90 (13 %) tenían un archivo llms.txt.
- 50 de 85 páginas de inicio analizables (59 %) llevaban algún marcado de schema.org, y 30 de 85 (35 %) un tipo Organization o un subtipo. El marcado FAQPage aparecía en al menos una página analizada de 8 de 83 sitios (10 %).
Es una muestra de conveniencia, en su mayoría webs eslovenas y alemanas, y no dice nada sobre si alguna de ellas es citada en respuestas de IA. Sí muestra que la mayoría de los sitios que bloquean rastreadores de IA bloquean también uno que importa para la búsqueda, lo pretendieran o no.
Cómo puntúa Sitequiry el AEO
La puntuación AEO empieza en 100 y pierde puntos por señales ausentes o restrictivas, entre ellas: ningún dato estructurado, ningún tipo de organización, sin preguntas frecuentes y menos de dos encabezados formulados como pregunta, una meta descripción vacía, controles de fragmentos que prohíben citar y reglas de robots.txt que bloquean a Googlebot o a un rastreador de IA de búsqueda o de peticiones de usuarios. Los rastreadores de entrenamiento nunca restan puntos. Cada deducción y su tamaño figuran en la página de metodología.
La puntuación describe la preparación. Sitequiry no mide si un asistente menciona, cita o recomienda un sitio.
Preguntas frecuentes
¿AEO es distinto de SEO?
En su mayor parte es el mismo trabajo visto desde el lado de la máquina. Google dice que las páginas no necesitan nada adicional para sus funciones de IA: basta con que estén indexadas y puedan mostrarse con un fragmento. Lo que añade AEO es la atención al acceso de los rastreadores de otros motores de respuesta y a la claridad con que una página responde a una pregunta.
¿Debo bloquear GPTBot?
Es tu decisión sobre el entrenamiento y no afecta a la búsqueda de ChatGPT: OpenAI indica que GPTBot y OAI-SearchBot se configuran de forma independiente. Comprueba que la regla que escribas no coincida también con OAI-SearchBot.
¿Sigue sirviendo el marcado de preguntas frecuentes?
Describe a las máquinas una sección de preguntas y respuestas, pero ya no genera un resultado enriquecido en la Búsqueda de Google. Añádelo solo donde la página muestre de verdad las preguntas y las respuestas.
¿Cómo compruebo si los rastreadores de IA pueden llegar a mi web?
Usa el comprobador gratuito de rastreadores de IA con tu dominio. Lee robots.txt e indica, para cada rastreador conocido, si está permitido o bloqueado. Un cortafuegos o una CDN pueden rechazar igualmente a un rastreador que robots.txt permite; eso se ve en los registros de tu servidor o de la CDN.
Comprueba tus señales AEO
Una URL pública, el resultado completo y un enlace para compartir. Sin registro.