Leyó que Google agrega un ajuste de robots.txt para decir no al entrenamiento de IA, y ahora quiere saber si ya está activo, qué afecta y si usarlo podría costarle un lugar en la Búsqueda de Google. El control de robots.txt para el entrenamiento de IA de Google está planeado, no activado.
El 30 de octubre de 2026, Google Search Central dijo que tiene «plans to support a shared AI training control in robots.txt» (planes para apoyar un control compartido de entrenamiento de IA en robots.txt).
Google fija la meta en 2027. El entrenamiento también es una decisión separada de la Búsqueda: Google dice que su token existente de entrenamiento de IA, Google-Extended, no afecta la inclusión de un sitio en la Búsqueda de Google.
Google dice que los controles existentes específicos de cada proveedor seguirán funcionando, así que las reglas que tiene hoy en su archivo siguen vigentes. Su siguiente paso toma unos diez minutos: abra su robots.txt y lea lo que ya dice.
Puntos clave
En su publicación del 30 de octubre de 2026, Google dice que aspira a apoyar el control compartido junto con otros proveedores de IA en 2027. Planifique con base en el año, no en una fecha exacta.
Google dice que Google-Extended no afecta la inclusión de un sitio en la Búsqueda de Google y no se usa como señal de posicionamiento allí.
Los controles existentes específicos de cada proveedor siguen funcionando. Abra robots.txt, guarde una copia y deje el grupo general de Googlebot como está.
¿Qué anunció Google sobre el control de entrenamiento de IA?
La publicación de Google Search Central, «Supporting a shared AI training control for websites» (respaldo a un control compartido de entrenamiento de IA para sitios web), tiene fecha del 30 de octubre de 2026. Describe un «policy token» (token de política) compartido que permite a un sitio expresar «AI training preferences across multiple AI providers in a single step» (preferencias de entrenamiento de IA entre varios proveedores de IA en un solo paso). El control se basa en el trabajo del grupo de trabajo AIPREF del IETF.
Un detalle importa para quien ya bloquea el entrenamiento de IA de Google. Si un sitio usa el token para no participar en el entrenamiento y no especifica Google-Extended de forma explícita, Google planea tratar eso como una negativa a Google-Extended. Un sitio que menciona Google-Extended en su propio grupo conserva lo que escribió allí.
Sobre el calendario, Google escribe: «We aim to support this new control along with other AI providers in 2027.» (Nuestro objetivo es apoyar este nuevo control junto con otros proveedores de IA en 2027.) Planifique para el año, no para una fecha, y no espere que nada esté disponible para activarlo hoy.
¿Cuándo empieza, y qué dicen otras empresas?
Google no es la única empresa que habló el 30 de octubre de 2026. Microsoft Bing publicó su propio anuncio, «Your content, your choice» (su contenido, su decisión), en el que dice que adopta la preferencia compartida de entrenamiento de IA mientras continúa el trabajo del IETF. Su preferencia de entrenamiento surte efecto a medida que Microsoft rastrea a partir del 1 de febrero de 2027, y Microsoft recomienda publicar el ajuste a más tardar el 1 de marzo de 2027. Microsoft también dice que el ajuste no cambia la elegibilidad para los resultados de la Búsqueda de Bing.
Fechas registradas
- 1
30 de octubre de 2026
Google Search Central anuncia planes para apoyar un control compartido de entrenamiento de IA en robots.txt. Microsoft Bing anuncia su preferencia de entrenamiento el mismo día.
- 2
2027
La meta declarada por Google para apoyar el control junto con otros proveedores de IA.
- 3
1 de febrero de 2027
La preferencia de entrenamiento de Microsoft surte efecto a medida que Microsoft rastrea.
- 4
1 de marzo de 2027
La fecha que Microsoft recomienda para publicar el ajuste.
OpenAI y Anthropic documentan cada uno sus propios controles de rastreadores. La documentación de rastreadores de OpenAI enumera controles separados para GPTBot, OAI-SearchBot y ChatGPT-User. El artículo de ayuda de Anthropic cubre ClaudeBot, Claude-SearchBot y Claude-User. Mantenga esas reglas específicas de cada proveedor en su lugar, y revise la página de cada empresa de nuevo cuando se agregue una señal compartida.
¿El control de robots.txt para el entrenamiento de IA de Google afecta a la Búsqueda de Google?
No, al menos como lo describe Google. El control compartido es una preferencia de entrenamiento. Google dice que Google-Extended regula si el contenido que rastreó puede usarse para entrenar futuros modelos de Gemini y para la fundamentación (grounding) en Gemini Apps y Vertex AI. La documentación de rastreadores de Google agrega que Google-Extended «does not impact a site's inclusion in Google Search nor is it used as a ranking signal in Google Search» (no afecta la inclusión de un sitio en la Búsqueda de Google ni se usa como señal de posicionamiento en la Búsqueda de Google).
La indexación de la Búsqueda y los «Resúmenes de IA» (AI Overviews) también son asuntos separados. La página de Google sobre controlar el contenido que comparte en la Búsqueda cubre los controles para aparecer en funciones generativas de la Búsqueda, como AI Overviews y AI Mode. Permitir Google-Extended puede hacer que las páginas sean elegibles para la fundamentación de Gemini, pero no promete nada de un AI Overview, una aparición en AI Mode, un posicionamiento, clics ni tráfico.
| Control | Lo que Google dice que cubre | Inclusión en la Búsqueda de Google |
|---|---|---|
| Google-Extended (activo hoy) | Entrenamiento de futuros modelos de Gemini, y fundamentación en Gemini Apps y Vertex AI | Google dice que no tiene impacto, y no se usa como señal de posicionamiento |
| Control compartido de entrenamiento de IA (planeado, 2027) | Una preferencia de entrenamiento entre proveedores de IA; una negativa se trata como un Disallow de Google-Extended cuando no se especifica Google-Extended | Una preferencia de entrenamiento, separada de la indexación de la Búsqueda |
| Search Console y controles a nivel de página | Si su contenido aparece en funciones de la Búsqueda como AI Overviews y AI Mode | Se configura por separado del entrenamiento |
El único lugar donde la Búsqueda puede salir perjudicada es una regla escrita para el rastreador equivocado. Un Disallow amplio en el grupo general de Googlebot, agregado para controlar el entrenamiento de IA, afecta el rastreo normal de la Búsqueda. Escriba las reglas de entrenamiento para los tokens de entrenamiento y deje el grupo de Googlebot como está.
¿Qué debo revisar hoy en mi robots.txt?
Abra el robots.txt de su sitio en un navegador agregando /robots.txt a su dominio. Si el archivo carga, puede leer todas las reglas de su sitio de una sola vez. Antes de cambiar algo, guarde una copia para poder restaurarla.
La revisión de robots.txt en diez minutos
Visite yourdomain.com/robots.txt y compruebe que ve texto plano, no una página de error.
Busque Google-Extended, GPTBot, OAI-SearchBot, ClaudeBot y Claude-SearchBot.
Anote si cada grupo dice Allow o Disallow, y qué carpetas cubre.
Confirme que no bloquea páginas que quiere que se encuentren en la Búsqueda.
Conserve el texto original antes de cualquier cambio, con la fecha.
Una regla general bajo User-agent: * no significa lo mismo que una regla escrita para un rastreador nombrado, así que lea las dos por separado. Bloquear GPTBot también deja a OAI-SearchBot y ChatGPT-User con sus propias reglas, porque OpenAI los documenta como controles separados. Una regla nueva solo funciona después de que un proveedor obtiene su archivo actualizado, y un rastreador puede conservar una copia en caché durante un tiempo.
Si también se pregunta qué rastreadores de IA ya visitaron su sitio, nuestras publicaciones sobre cómo ver qué agentes de IA visitan su sitio web y sobre si ChatGPT y la IA de Google pueden leer su sitio web cubren ese lado. Para el ángulo de Cloudflare, vea cómo el bloqueo de entrenamiento de IA de Cloudflare interactúa con Googlebot.
¿La nueva sintaxis de robots.txt está lista para copiar?
No. El trabajo AIPREF del IETF es un conjunto de Internet-Drafts (borradores de Internet), no un estándar terminado, y los borradores pueden cambiar. El borrador de vocabulario define preferencias como train-ai, y el borrador de anexos describe una línea Content-Usage para robots.txt. En el ejemplo del borrador, una línea que dice Content-Usage: train-ai=n expresa una preferencia en contra del entrenamiento.
El mismo borrador de anexos separa dos ideas. Allow y Disallow regulan si un rastreador puede obtener una página, mientras que Content-Usage expresa cómo puede usarse una página obtenida. El anuncio de Microsoft usa un ejemplo de aspecto distinto, basado en una línea de user-agent `__usage_ai-training`. Como ambos están en movimiento, espere la documentación de implementación de Google antes de agregar cualquier línea nueva a su archivo en vivo.
Una preferencia publicada también depende del receptor. El grupo de trabajo AIPREF del IETF todavía está redactando el vocabulario, y una línea de robots.txt es una solicitud que cada proveedor de IA debe decidir si respeta. Piénselo como un letrero publicado, no como un candado sobre sus páginas.
¿Cuándo vale la pena pagar a alguien para encargarse de esto?
Para un sitio sencillo, la respuesta hoy es no. Usted puede leer su propio robots.txt en unos diez minutos. El control compartido de Google está planeado para 2027, la sintaxis del IETF sigue siendo un borrador, y las reglas específicas de cada proveedor que ya tiene pueden expresar exactamente lo que quiere.
La ayuda se justifica cuando la situación tiene piezas que se mueven de verdad:
- Reglas que se superponen: Varios grupos se contradicen, y no puede saber cuál gana.
- Varios subdominios: Cada uno sirve su propio robots.txt.
- Capas en conflicto: Una CDN o un cortafuegos agrega controles de rastreadores que pelean con su política escrita.
- Tráfico de búsqueda en riesgo: Un bloqueo equivocado contra el rastreador incorrecto le costaría clientes potenciales.
- Una política que necesita documentarse: Alguien tiene que probar el archivo entregado y vigilar los cambios.
Ese trabajo es una auditoría, una implementación, pruebas y monitoreo, con un precio según el tamaño del archivo. Una configuración de robots.txt es una solicitud, así que incluso una política bien construida no puede obligar a cada proveedor de IA a obedecer, y no puede prometer posicionamiento ni citas en IA.
Compruebe lo que sabe sobre el control de entrenamiento de IA de Google
Elija una respuesta para empezar.
1. ¿Cuándo dice Google que aspira a apoyar el control compartido de entrenamiento de IA?
2. ¿Qué dice Google sobre Google-Extended y la Búsqueda de Google?
3. ¿Cuál es el primer paso más seguro hoy?
Preguntas frecuentes sobre el control de robots.txt para el entrenamiento de IA de Google
¿Cuándo empezará el control compartido de entrenamiento de IA de Google?
Google dice que aspira a apoyar el control junto con otros proveedores de IA en 2027. Planifique con base en el año, no en una fecha exacta.
¿El control quitará mi sitio de la Búsqueda de Google?
Google dice que Google-Extended no afecta la inclusión de un sitio en la Búsqueda de Google y no se usa como señal de posicionamiento allí. El control compartido es una preferencia de entrenamiento.
¿Qué es Google-Extended?
Es un control de robots.txt de Google que regula si el contenido rastreado puede usarse para entrenar futuros modelos de Gemini y para la fundamentación en Gemini Apps y Vertex AI.
¿La sintaxis IETF AIPREF es final?
No. Los documentos de vocabulario y de anexos son Internet-Drafts, y los borradores pueden cambiar. Espere la documentación de Google antes de copiar cualquier sintaxis.
¿Bloquear el entrenamiento de IA bloquea las respuestas de IA en vivo?
El entrenamiento, la fundamentación, la recuperación en vivo y la indexación de la Búsqueda son propósitos separados, con controles separados. Revise la documentación de cada proveedor para el propósito que le interesa.
¿Necesito cambiar mi robots.txt ahora?
Léalo ahora y guarde una copia. Las reglas existentes específicas de cada proveedor siguen funcionando, así que edite solo si el archivo ya bloquea algo que quiere que se encuentre o permite algo que quiere mantener fuera.
Qué significa esto para usted
Usted tiene voz en el entrenamiento de IA, y llega por etapas. Google anunció el 30 de octubre de 2026 que planea apoyar un control compartido basado en el trabajo AIPREF del IETF, con una meta para 2027. La versión de Microsoft surte efecto el 1 de febrero de 2027. Google-Extended sigue separado de la Búsqueda, y sus reglas actuales de cada proveedor siguen funcionando.
Saber qué hace cada línea de su robots.txt lo protege del único error costoso: un bloqueo dirigido a la IA que termina afectando la Búsqueda. Cuando el control compartido esté documentado, podrá agregarlo a un archivo que ya entiende.
Si su archivo tiene reglas que se superponen, varios subdominios o una capa de CDN que choca con él, Web Leveling puede ayudar. Nuestro trabajo de optimización para motores generativos (GEO) cubre la auditoría de lo que los rastreadores de IA pueden alcanzar, la implementación de su política, la prueba del archivo entregado y el monitoreo a medida que Google y el IETF publican actualizaciones. Trabajamos con pequeñas y medianas empresas en todo el país y en el extranjero. Envíenos su robots.txt y díganos qué quiere permitir y bloquear, y le diremos si necesita trabajo.
Términos
Palabras de esta entrada
Toque un término para ver qué significa.
robots.txt. Un archivo de texto plano en la raíz de un sitio web que indica a los rastreadores qué partes del sitio pueden obtener.
Google-Extended. Un token de robots.txt de Google que regula si el contenido rastreado puede usarse para entrenar futuros modelos de Gemini y para la fundamentación en Gemini Apps y Vertex AI.
IETF AIPREF. Un grupo de trabajo del Grupo de Ingeniería de Internet (IETF) que redacta una forma estándar de expresar cómo los sistemas de IA pueden usar el contenido.
Internet-Draft. Un documento de trabajo sujeto a cambios que todavía no es un estándar terminado.
Fundamentación (grounding). Cuando un sistema de IA busca contenido externo para respaldar la respuesta que da.
Content-Usage. Una regla del borrador del IETF para robots.txt que indica cómo puede usarse un recurso obtenido, por ejemplo para el entrenamiento de IA.
