¿Tu hosting bloquea a ChatGPT? Cómo revisarlo en un minuto

¿La respuesta corta? Pide tu propia página imitando al rastreador y compara con la respuesta que recibe un navegador. Un comando:

curl -s -o /dev/null -w "%{http_code}\n" \
  -A "GPTBot/1.2 (+https://openai.com/gptbot)" \
  https://tudominio.com/

Si devuelve 200, te leen. Si devuelve 403 o 429 mientras un navegador normal recibe 200, algo entre internet y tu sitio los está bloqueando — y muy probablemente tú no lo configuraste.

Por qué esto importa ahora

Más de la mitad de las búsquedas ya terminan sin clic: el usuario lee la respuesta y no entra a ningún sitio. Si quieres aparecer en esas respuestas, lo mínimo es que los sistemas que las generan puedan leerte.

Y aquí está la trampa: muchos hostings y CDN activaron el bloqueo de rastreadores de IA por defecto, como una función de “protección”. Tiene sentido para un medio que vive de la publicidad y no quiere que le extraigan el contenido. No lo tiene para un negocio que quiere que lo recomienden.

Nadie te avisa cuando se activa. Y cuando revisas tu robots.txt y ves que los permites, das el tema por resuelto.

El malentendido del robots.txt

El robots.txt no bloquea nada. Es un archivo con instrucciones que el rastreador lee después de que tu servidor le respondió. El orden real es:

1. El rastreador pide una página.
2. El CDN o el firewall decide si le contesta. ← aquí se corta
3. Si le contesta, el rastreador lee tu robots.txt.
4. Si tu robots.txt lo permite, sigue leyendo.

Si la regla está en el paso 2, tu permiso del paso 4 nunca se lee. Puedes tener Allow: GPTBot escrito y estar bloqueándolo de hecho.

Cómo comprobarlo bien

La prueba correcta compara dos peticiones seguidas desde la misma conexión, cambiando solo el nombre del agente:

# como navegador
curl -s -o /dev/null -w "navegador: %{http_code}\n" \
  -A "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) Chrome/131" \
  https://tudominio.com/

# como rastreador de IA
curl -s -o /dev/null -w "GPTBot:    %{http_code}\n" \
  -A "GPTBot/1.2 (+https://openai.com/gptbot)" \
  https://tudominio.com/

Esa comparación es la que evita el diagnóstico equivocado. Si los dos dan 429, probablemente saturaste el servidor con tus propias pruebas. Si solo el rastreador recibe 429 y el navegador recibe 200, no es saturación: es una regla que lo limita por su nombre.

Los agentes que conviene revisar

No todos hacen lo mismo, y confundirlos lleva a conclusiones erróneas:

Agente	Para qué sirve	Bloquearlo significa
GPTBot	Rastrea para el índice de OpenAI	No entras en el índice
OAI-SearchBot	Búsqueda de ChatGPT	No apareces en sus resultados
ChatGPT-User	Abre una página que el usuario pidió	No puede leer el enlace que le comparten
ClaudeBot	Rastreo de Anthropic	Fuera de su índice
PerplexityBot	Rastreo de Perplexity	Fuera de sus citas
Google-Extended	Controla el uso en Gemini y AI Overviews	Fuera de las respuestas de IA de Google

Fíjate en la diferencia entre las dos primeras filas y la tercera: con el rastreador bloqueado y el navegador de usuario permitido, tu sitio sigue funcionando cuando alguien comparte tu enlace. Por eso el problema se queda meses sin detectar: pruebas con ChatGPT, te lee, y concluyes que todo está bien — cuando en realidad no estás en el índice desde el que te recomendarían sin que nadie te nombre.

Qué hacer si encuentras el bloqueo

1. Busca la regla en el panel de tu hosting, no en el código. Suele estar en la sección de CDN, seguridad o firewall, con nombres como “protección contra bots de IA” o “AI crawler blocking”.
2. Decide a conciencia, no por defecto. Si vendes servicios y te interesa que te recomienden, ábrelo. Si vives de publicidad en tu propio sitio, quizá te convenga cerrarlo.
3. Deja el robots.txt diciendo lo mismo que hace tu servidor. Un sitio que permite en el archivo y bloquea en la infraestructura no está haciendo ninguna de las dos cosas bien.
4. Vuelve a comprobarlo cada tanto. Estas protecciones se activan solas en actualizaciones del panel.

El punto de fondo

Estás optimizando contenido para que una IA te cite —respuestas directas, datos estructurados, preguntas frecuentes— y todo eso puede estar impecable mientras la puerta está cerrada dos capas más abajo. Es el tipo de fallo que no aparece en ninguna auditoría de SEO, porque las herramientas de auditoría se identifican como navegadores.

Si trabajas el posicionamiento en motores de respuesta, esta comprobación es el primer paso, no el último. Y si quieres saber si hoy te mencionan, aquí está cómo medirlo.

En resumen

Tu robots.txt declara una intención; tu servidor toma la decisión. Compruébalo con dos comandos, compara siempre contra un navegador, y asegúrate de que la respuesta que da tu infraestructura es la que tú elegiste — y no la que venía activada de fábrica.

¿Quieres que revisemos tu sitio? Escríbenos por WhatsApp o desde contacto y te decimos qué está pasando con el tuyo.