Decir no al entrenamiento de IA: la nueva línea de robots.txt

El 30 de octubre de 2026 Google anunció que, a partir de 2027, va a entender una sola línea en tu robots.txt que le diga "no entrenes tu IA con mi contenido". Suena bien: por fin un interruptor claro. El problema es que mucha gente lo va a pulsar con prisa y se va a cerrar una puerta que no quería cerrar.

El opt-out de entrenamiento de IA es un ajuste en tu robots.txt que le pide a los modelos que no usen tu web para entrenarse. Google planea apoyar un token compartido para esto en 2027. La trampa para una empresa B2B: entrenar no es lo mismo que ser citado, y si bloqueas la puerta equivocada desapareces de las respuestas que lee tu comprador.

¿Qué ha anunciado Google exactamente?

El 30 de octubre de 2026 Google dijo que, en 2027, apoyará una línea común en robots.txt para marcar una preferencia de entrenamiento de IA ante varios proveedores a la vez. Es un token compartido que nace del grupo AIPREF del IETF. Si lo usas sin nombrar a Google-Extended, Google lo tratará como un bloqueo de Google-Extended.

La idea es cómoda: hoy, si quieres decir "no" a cada motor, tienes que conocer el nombre del robot de cada uno. El token compartido te deja poner la preferencia una sola vez. Google mantiene además Google-Extended como su control propio, que convive con la señal común.

Entrenar no es lo mismo que ser citado

Aquí está el matiz que casi nadie cuenta. Un modelo hace dos cosas distintas con tu web, y cada una entra por una puerta diferente. Una es entrenarse: leer tu contenido para aprender del mundo, algo que ocurre meses antes de que nadie te pregunte. La otra es recuperar: ir a buscar en vivo, en el momento en que un comprador escribe su consulta, para citar una fuente.

El token nuevo actúa sobre la primera puerta, la del entrenamiento. La segunda, la de la recuperación, la gobiernan otros robots. En OpenAI, por ejemplo, GPTBot es el del entrenamiento y OAI-SearchBot es el que recupera para citarte. Son robots distintos con reglas distintas. Lo contamos en detalle en cuál de los crawlers de OpenAI decide tu visibilidad.

¿Bloquear el entrenamiento me saca de ChatGPT?

No directamente. El entrenamiento y la cita en vivo son dos puertas distintas. El token nuevo cierra la del entrenamiento. Que ChatGPT o Perplexity te citen hoy depende de los robots de recuperación, como OAI-SearchBot. Si bloqueas todo a la vez por miedo, sí puedes desaparecer de esas respuestas, que es justo donde te lee tu comprador.

Y hay un segundo riesgo, más silencioso. La presencia en la IA se decide sobre todo fuera de tu web: el 90% de lo que un modelo sabe de tu sector viene de terceros, no de tu home. Bloquear tu propio dominio para el entrenamiento no borra lo que dicen de ti la prensa, los directorios o los foros. O sea, te tapas tú mismo, pero el consenso del mercado sigue su curso sin tu versión. Sí es verdad que proteger tu contenido es legítimo; lo que no conviene es confundirlo con proteger tu visibilidad.

¿Qué debería hacer una PYME B2B española?

De momento, nada con prisa. Decide puerta por puerta: si quieres que la IA te cite ante tu comprador, deja abierta la recuperación. El entrenamiento es una decisión aparte, más de propiedad del contenido que de visibilidad. Y recuerda que el 90% de lo que la IA sabe de ti viene de terceros, no solo de tu web.

Para una empresa española de entre 1 y 10 millones de facturación, el cálculo suele ser sencillo. Casi ninguna PYME B2B tiene un problema de "la IA me copia"; tiene el contrario, el de no aparecer. El 73% de las empresas B2B consolidadas no sale cuando un comprador le pregunta a ChatGPT o Perplexity por su sector. Para esas empresas, cerrar puertas antes de estar dentro es resolver un problema que no tienen y agravar el que sí.

Puerta	Qué controla	Qué pasa si la cierras
Entrenamiento (token AIPREF / Google-Extended)	Que tu web se use para entrenar modelos futuros	Proteges tu contenido; no cambia si te citan hoy
Recuperación (OAI-SearchBot, PerplexityBot…)	Que el motor te lea en vivo para citarte en la respuesta	Desapareces de las respuestas que lee tu comprador
Indexación clásica (Googlebot)	Que aparezcas en el buscador de siempre	Pierdes también el tráfico de búsqueda tradicional

Por qué esto todavía no es urgente

Dos razones para no correr. La primera: el token todavía no existe de verdad. Es un borrador individual del IETF (draft-kelley-aipref), no un estándar cerrado, y la redacción aún puede cambiar. Google habla de 2027 como objetivo, no como fecha firme.

La segunda: aunque llegue mañana, para la mayoría de PYMES B2B la palanca que mueve la aguja no es bloquear, es ser legible y tener consenso. Recuerda el dato que lo ordena todo: el 62% de las citas en las respuestas con IA de Google viene de fuentes que no están en el top 10 orgánico (Ahrefs, enero de 2026), y el 80% de las fuentes que cita la IA queda fuera de ese top 10 (Seer Interactive, 2025). La batalla no se gana cerrando la puerta; se gana estando en los sitios limpios que la máquina lee. Básicamente, primero entra, luego ya decidirás qué puerta cierras.

Esto enlaza con dos trabajos de fondo: que tu web sea legible para el robot, porque los crawlers de IA no ejecutan JavaScript, y que tengas consenso fuera, que es por qué la IA recomienda siempre a la misma empresa.

Preguntas frecuentes

¿Qué es el opt-out de entrenamiento de IA en robots.txt?

Es una línea en tu robots.txt que le pide a los modelos que no usen tu web para entrenarse. Google anunció el 30 de octubre de 2026 que, en 2027, apoyará un token compartido del IETF para marcar esa preferencia ante varios proveedores a la vez, en lugar de nombrar el robot de cada uno por separado.

¿Si bloqueo el entrenamiento dejo de salir en ChatGPT o Perplexity?

No directamente. El entrenamiento y la cita en vivo son puertas distintas. El token controla el entrenamiento. Que te citen en el momento depende de los robots de recuperación, como OAI-SearchBot o PerplexityBot. El riesgo real es bloquear todo de golpe y cerrar también esa segunda puerta sin querer.

¿Qué es Google-Extended y en qué se diferencia del token nuevo?

Google-Extended es el control propio de Google para el entrenamiento de sus modelos. El token AIPREF es una señal común a varios proveedores. Según Google, si usas el token sin nombrar a Google-Extended, lo tratará como si hubieras bloqueado Google-Extended. Ambos conviven, así que puedes poner una preferencia amplia y ajustar reglas por proveedor.

¿Esto ya está activo?

No. Google habla de 2027 como objetivo, no como fecha firme, y el token es todavía un borrador individual del IETF que puede cambiar de redacción. No hay nada que tocar hoy con urgencia. Lo sensato es entender las puertas ahora y decidir cuando el estándar se cierre.

¿Le conviene a una PYME B2B bloquear el entrenamiento?

En la mayoría de casos, no es la prioridad. El problema típico de una PYME B2B española no es que la IA la copie, sino que no aparece: el 73% de las empresas B2B consolidadas no sale cuando le preguntan por su sector. Primero conviene entrar en la respuesta; cerrar puertas es una decisión posterior y aparte.

¿Cómo sé qué puertas tengo abiertas o cerradas hoy?

Revisando tu robots.txt y, sobre todo, midiendo qué dice de ti la IA ahora mismo. Un audit de visibilidad te enseña si ChatGPT, Gemini, Claude y Perplexity te citan hoy, para que decidas con datos y no por miedo a un titular.

Siguiente paso

Antes de tocar ninguna línea de robots.txt, mide dónde estás. El audit gratuito de Citora mide tu Visibility Score en los cuatro motores (ChatGPT, Gemini, Claude y Perplexity) y te dice si la IA te cita hoy o si estás invisible. Si quieres el mapa completo, empieza por la guía completa de GEO.