GPTBot

GPTBot es el rastreador web de OpenAI que recopila contenido publico para entrenar y, en parte, para dar soporte a las respuestas de ChatGPT. Un sitio puede permitirlo o bloquearlo explicitamente en su fichero `robots.txt`, igual que hace con cualquier otro rastreador de buscador o de IA que visite la web.

Bloquear GPTBot no impide que ChatGPT mencione una marca (puede haberla aprendido de otras fuentes indirectas o de datos de entrenamiento recopilados antes de cualquier bloqueo posterior introducido en el `robots.txt`), pero si impide que el contenido actual y especifico de esa web pueda ser citado con precision en respuestas que consultan la web en tiempo real o que se basan en entrenamientos mas recientes y actualizados. Para una estrategia GEO activa, permitir GPTBot es una condicion tecnica basica, no un detalle opcional: es el equivalente, en el mundo de los motores generativos, a permitir Googlebot para poder aparecer en un buscador tradicional -- sin ese permiso explicito, todo lo demas que se haga en materia de contenido y estructura pierde su efecto practico. Muchos gestores de contenido y plantillas de `robots.txt` heredadas de hace varios anos, cuando GPTBot todavia no existia como categoria conocida, no contemplaban siquiera su existencia, por lo que la ausencia de una regla explicita de permiso no significa necesariamente que este bloqueado.

El `robots.txt` de analiza.botec.es permite explicitamente a GPTBot desde el lanzamiento del sitio, junto con ClaudeBot, PerplexityBot, Google-Extended y CCBot -- la misma comprobacion tecnica que la herramienta hace de forma automatica sobre cualquier web analizada, aplicada primero a si misma antes de auditar a terceros. Es, de hecho, uno de los hallazgos mas rapidos de verificar en cualquier auditoria: basta con abrir `/robots.txt` en un navegador y leer las reglas linea por linea.

Tampoco esa ausencia de bloqueo explicito garantiza que este permitido si hay reglas genericas mas restrictivas por encima en el mismo fichero, del tipo 'Disallow: /' aplicado a cualquier user-agent no reconocido especificamente. Revisar el `robots.txt` real linea por linea, no asumir su contenido, sigue siendo la unica forma fiable de saberlo con certeza, y es exactamente la primera comprobacion tecnica que hace cualquier analisis D3 de este mismo analizador antes de evaluar cualquier otro aspecto de la web. Corregirlo, cuando hace falta, no requiere tocar ningun contenido: basta con anadir o modificar unas pocas lineas de texto plano en la raiz del dominio.

Dato verificable: el robots.txt de analiza.botec.es permite explicitamente a GPTBot (comprobable en /robots.txt).