¿Puede una inteligencia artificial aprender del contenido de tu página web? Hasta ahora, decidirlo exigía escribir una regla distinta para cada empresa de IA. El 30 de octubre, Google, OpenAI y Microsoft anunciaron que respetarán una sola señal común en el archivo robots.txt de las webs. Y Anthropic, la empresa detrás de Claude, dice que ya empezó a implementarla. Te explicamos qué es, qué cambia y qué decisión le toca tomar a tu negocio.
Qué es robots.txt
Es un archivo de texto que vive en tu web (tunegocio.com/robots.txt) y les dice a los robots que recorren internet qué pueden revisar. La mayoría de pymes nunca lo ha abierto, y muchas no saben quién lo controla.
Qué anunciaron
Las empresas acordaron respetar un mismo «token» en robots.txt para que una web diga, en un solo paso, si acepta o no que su contenido se use para entrenar IA generativa. Se basa en un borrador del grupo AIPREF de la IETF (todavía no es un estándar final). En la práctica se ve así:
User-agent: __usage_ai-training — Disallow: /
Cada empresa tiene su propio calendario:
Google: lo apoyará en 2027. Si tu web se excluye con el token y no menciona Google-Extended, lo tratará como si bloquearas Google-Extended. Eso no afecta tu aparición en el Buscador.
OpenAI: lo implementará «en los próximos meses». Sus controles actuales (GPTBot) siguen funcionando.
Microsoft: desde el 1 de febrero de 2027 respetará la preferencia de entrenamiento y agrega otra, de «grounding»: si tu contenido se puede usar para armar respuestas en Copilot o Bing. Bloquear el grounding reduce tu visibilidad en esas respuestas.
Anthropic: el borrador lo presentó Kevin Kelley, de Anthropic, y según medios como TechRadar (3 nov) la empresa ya empezó a implementarlo, sin fecha de cierre.
Importante: si no publicas nada, se entiende que lo permites. Y esta señal no bloquea a nadie de entrar a tu web; solo expresa una preferencia.
La decisión real: proteger o aparecer
No se trata solo de «bloquear a la IA». Hay dos cosas distintas:
Entrenamiento: que tu contenido se use para enseñar a un modelo.
Respuestas (grounding): que un asistente lea tu web para responder a alguien y, a veces, citarte.
Si vendes contenido propio (guías, cursos, fotos, catálogos con mucho trabajo detrás), quizás prefieras no ceder el entrenamiento. Si lo que quieres es que te encuentren, bloquear las respuestas puede jugar en contra: apareces menos cuando alguien pregunta a un asistente.
Qué hacer en tu negocio
Averigua quién controla tu web. Si está en una plataforma cerrada, quizás ni puedas editar robots.txt.
Revisa tu robots.txt actual. Abre tunegocio.com/robots.txt y mira qué dice.
Decide qué contenido es tuyo y valioso y qué contenido quieres que circule.
Anota las fechas: Microsoft desde el 1 de febrero de 2027 y Google en 2027. OpenAI, en los próximos meses.
No borres tus reglas actuales (GPTBot, Google-Extended, ClaudeBot): siguen valiendo.
Si te preocupa la información de tu empresa en la IA, lee también nuestro artículo sobre conversaciones con IA que aparecen en Google.
En resumen
Por primera vez, las grandes empresas de IA se ponen de acuerdo en una sola señal para que tu web diga si acepta o no el entrenamiento. No hay que correr: las fechas fuertes son de 2027. Pero sí conviene saber quién controla tu web y decidir con calma qué quieres proteger y dónde quieres aparecer.
En Komarca Labs hacemos webs propias, con tu dominio y tu código, y te damos soporte y mantenimiento. Si quieres revisar tu robots.txt o tomar el control de tu web, escríbenos al WhatsApp 934 970 002 (lunes a viernes, de 9 a. m. a 6 p. m., hora de Perú).
Fuentes
Google Search Central Blog, 30 oct 2026: https://developers.google.com/search/blog/2026/10/ai-training-control
Microsoft Bing Blogs, 30 oct 2026: https://blogs.bing.com/search/2026/10/your-content-your-choice-clearer-preferences-for-training-and-grounding/
OpenAI, 30 oct 2026: https://openai.com/index/helping-websites-express-ai-training-preferences
Search Engine Journal, 30 oct 2026: https://www.searchenginejournal.com/google-microsoft-openai-shared-ai-training-opt-out/595387/