Robots.txt para IA: la señal única que OpenAI, Google, Microsoft y Anthropic respetarán

El robots.txt para IA acaba de dar su mayor salto: OpenAI, Google, Microsoft y Anthropic anunciaron el 30 de octubre de 2026 que respetarán una misma señal en ese archivo para que cualquier web diga “no entrenen con mi contenido” a todas a la vez. Es una victoria para medios, creadores y blogs, pero llega con letra pequeña.

Qué cambia con el robots.txt para IA

Hasta ahora, quien no quería que su contenido terminara entrenando un modelo tenía que bloquear rastreador por rastreador: GPTBot, Google-Extended, ClaudeBot y una lista que no paraba de crecer. Con el nuevo robots.txt para IA basta una sola línea que las cuatro grandes se comprometen a leer, según The Verge y el anuncio oficial de OpenAI.

Meta también expresó su apoyo a la idea, aunque no confirmó si la va a respetar en sus propios rastreadores.

Cómo funciona la nueva señal en robots.txt

La propuesta es un “policy token” llamado __usage_ai-training. Lo redactó Kevin Kelley, responsable técnico de estándares en Anthropic, como borrador dentro del grupo de trabajo AI Preferences del IETF. Vive en el mismo robots.txt que las webs usan desde hace décadas para hablar con los buscadores.

Cuando un rastreador de IA de estas empresas encuentra esa señal, se compromete a no usar el contenido para entrenar sus modelos fundacionales. Los controles anteriores por rastreador siguen vigentes; la señal común no los reemplaza, se suma a ellos.

Cuándo la aplicará cada empresa

• Anthropic: ya empezó a aplicarla.
• OpenAI: “en los próximos meses”, sin fecha exacta.
• Microsoft: apunta al 1 de febrero de 2027 y prepara un ajuste aparte para el “grounding”, cuando la IA busca contenido en vivo para responder.
• Google: en algún momento de 2027.

Lo que el robots.txt para IA no resuelve

Aquí viene la polémica. La señal solo mira hacia adelante: no saca de los modelos lo que ya se usó para entrenarlos. Además es un compromiso voluntario y un borrador individual, no un estándar formal, así que nada obliga a otras empresas a cumplirlo.

También queda abierta la diferencia entre entrenar y responder. Que su artículo no entrene un modelo no impide que un chatbot lo lea en tiempo real y lo resuma, quitándole visitas. Ese es el verdadero campo de batalla para los medios en 2027.

Qué debería hacer si tiene una web o un blog

• Revise su robots.txt actual y anote qué rastreadores de IA ya bloquea.
• Decida si quiere excluir su contenido del entrenamiento o prefiere aparecer en las respuestas de la IA; no son lo mismo.
• Cuando el borrador se estabilice, añada la señal común y mantenga los bloqueos individuales mientras tanto.
• Si usa WordPress, verifique que su plugin SEO no sobrescriba el robots.txt.

Si usa la IA para trabajar con documentos propios en lugar de exponerlos, le puede servir nuestra guía de NotebookLM gratis.

Preguntas frecuentes

¿Qué es el robots.txt para IA?

Es una señal común, __usage_ai-training, que una web pone en su robots.txt para pedir que su contenido no se use al entrenar modelos de IA de las empresas participantes.

¿Borra mi contenido de ChatGPT, Gemini o Claude?

No. Solo aplica al contenido que se rastree a partir de que cada empresa la implemente; lo ya usado en entrenamientos anteriores se queda.

¿Es obligatorio para las empresas de IA?

No. Es un compromiso voluntario de OpenAI, Google, Microsoft y Anthropic basado en un borrador del IETF, no una ley ni un estándar aprobado.

Imagen: The Verge.

Si quieres conocer otros artículos parecidos a Robots.txt para IA: la señal única que OpenAI, Google, Microsoft y Anthropic respetarán puedes visitar la categoría Noticias.