Inicio › Recursos › Rastreadores de IA en detalle

Permitir o bloquear GPTBot

GPTBot es el rastreador con el que OpenAI recopila contenido de acceso público para entrenar futuros modelos.

Para qué sirve GPTBot

GPTBot descarga páginas para datos de entrenamiento, no para responder a una pregunta concreta de un usuario en ChatGPT. De la búsqueda en directo en ChatGPT se encargan OAI-SearchBot y ChatGPT-User. Quien bloquee GPTBot pero quiera seguir apareciendo en la búsqueda con IA debe seguir permitiendo esos dos.

Permitirlo

Un bloque propio da acceso total a GPTBot: «User-agent: GPTBot» seguido de «Allow: /». Importante: un bloque específico de bot sustituye por completo el bloque «User-agent: *» para GPTBot; repite ahí las reglas Disallow necesarias.

Bloquearlo

«User-agent: GPTBot» seguido de «Disallow: /» mantiene a GPTBot fuera de todo el dominio. OpenAI suele respetar robots.txt en 24 horas. Eso no recupera el contenido que ya ha entrado en el entrenamiento.

Comprobar si funciona

GPTBot respeta robots.txt, pero aun así no entra si un WAF o una protección antibots rechaza antes el agente de usuario con un 403. citeglass solicita tu página con el agente de usuario real de GPTBot y muestra si la regla de robots.txt y la respuesta real del servidor coinciden.

Comprueba tu propio sitio

citeglass muestra en unos 30 segundos dónde tu web es ilegible para los sistemas de IA — gratis y sin registro.

Seguir leyendo

Información general, no asesoramiento jurídico. El GEO es un campo joven — las recomendaciones pueden cambiar.