Comprobar si ChatGPT puede leer tu web

Qué bots de IA visitan tu web y para qué

Para salir citado pesan más los bots de búsqueda y los de visita en vivo que los de entrenamiento. Bloquear GPTBot es una decisión legítima si no quieres que tu contenido entrene modelos, pero si bloqueas OAI-SearchBot tu web deja de estar disponible para las respuestas de ChatGPT con búsqueda.

Por qué no basta con mirar el robots.txt

El robots.txt es una petición educada. Aunque tu archivo lo permita todo, el cortafuegos del hosting, un plugin de seguridad o el gestor de bots del CDN pueden responder con un 403 o con una página de desafío a cualquier visita que no parezca un navegador. Desde fuera no lo notas, porque tú entras con Chrome y a ti te deja pasar.

Pasa mucho con Cloudflare, que desde julio de 2025 bloquea por defecto los rastreadores de IA en los dominios que se dan de alta. Si tu web está detrás de Cloudflare y nadie ha tocado esa opción, lo más probable es que ChatGPT no esté entrando.

Cómo hace la prueba la herramienta

1. Pide tu página como un navegador normal. Si eso ya falla, el resultado no es concluyente, porque el bloqueo va contra nosotros y no contra las IA.
2. Lee tu robots.txt con las mismas reglas que aplica Google (manda el grupo más específico y la regla más larga, y Allow gana en caso de empate) y anota las señales de uso de contenido si las hay.
3. Lanza una petición de control con un bot que no pertenece a ninguna IA. Si también lo bloquean, lo que tienes es un filtro antibots general.
4. Prueba cada bot con su user-agent oficial, de uno en uno y con pausas, y reintenta ante errores 429 o 5xx para no confundir un pico de carga con un bloqueo.
5. Identifica quién bloquea (gestor de bots, cortafuegos del servidor o CDN) y calcula una nota de 0 a 100 que da más peso a los bots de búsqueda y de visita en vivo.

Googlebot, Google-Extended y Bingbot se revisan solo en robots.txt, porque Google y Microsoft verifican la IP de sus rastreadores y una prueba con su user-agent desde otro servidor no demostraría nada. Por el mismo motivo, si tu web verifica las IP de OpenAI o de Anthropic podría bloquear nuestra prueba y dejar pasar al bot real; en ese caso conviene confirmarlo en los registros del servidor.

Qué hacer si ChatGPT no puede leer tu web

Si el bloqueo está en el robots.txt, quita el Disallow que afecta al bot que te interesa o crea un grupo propio para él con Allow: /. Si lo frena el CDN, busca en su panel la configuración de bots o de rastreadores de IA y permite los de búsqueda. Cuando el culpable es el cortafuegos del hosting o un plugin de seguridad, pide que dejen pasar esos user-agents o, mejor todavía, los rangos de IP que publica cada empresa.

Y revisa que el texto esté en el HTML. Muchos de estos bots no ejecutan JavaScript, así que si tu web pinta el contenido en el navegador, entran y se encuentran una página vacía.

Preguntas frecuentes sobre el acceso de las IA