Cómo saber si ChatGPT, Gemini o Perplexity usan tu web

Para saber si ChatGPT, Gemini o Perplexity usan tu web, revisa tres cosas: los registros del servidor, donde aparecen sus rastreadores (OAI-SearchBot, GPTBot, PerplexityBot); tu analítica, donde llegan visitas desde sus respuestas; y las propias respuestas, lanzando preguntas de compra repetidas y anotando si citan tus páginas. Ninguna fuente basta sola; juntas dan una imagen fiable.

La pregunta tiene más matices de los que parece, porque "usar tu web" puede significar tres cosas distintas: que un modelo se entrene con tus textos, que un asistente indexe tus páginas para citarlas en sus respuestas o que visite una página en el momento porque un usuario se lo ha pedido. Cada uso deja huellas diferentes y se controla de forma diferente. Esta guía te explica cómo detectarlos, cómo medir la visibilidad que te aportan y qué decidir sobre cada rastreador, tanto si eres una empresa como si eres un consultor o una agencia que quiere saber si la IA le tiene en cuenta.

¿Cómo saber si la información de mi web es usada por modelos de IA?

Primero identifica quién entra y para qué. Los grandes proveedores publican la lista de sus agentes y el propósito de cada uno. Esta tabla resume los de OpenAI, Perplexity y Google según su documentación oficial.

EXPERTUNO · COMPARATIVA

Agentes de IA que pueden visitar tu web y para qué

Proveedor	Agente	Para qué se usa	¿Respeta robots.txt?
OpenAI	OAI-SearchBot	Mostrar webs en la búsqueda de ChatGPT	Sí
OpenAI	GPTBot	Rastrear contenido que puede usarse para entrenar modelos	Sí
OpenAI	ChatGPT-User	Visitar una página cuando un usuario lo pide	Puede no aplicarse
Perplexity	PerplexityBot	Mostrar y enlazar webs en sus resultados; no entrena modelos	Sí
Perplexity	Perplexity-User	Visitar una página para responder a un usuario	Generalmente no
Google	Googlebot	Índice de Google, incluidas sus respuestas de IA	Sí
Google	Google-Extended	Token de control para el entrenamiento de Gemini y el grounding; sin agente propio	Sí, como regla de robots.txt

Las fuentes son la documentación de rastreadores de OpenAI, la de Perplexity y la lista de rastreadores comunes de Google. El caso de Gemini merece una aclaración: Google-Extended no tiene un agente de usuario propio. Google rastrea con sus agentes habituales, y Google-Extended solo sirve como instrucción en robots.txt para decidir si ese contenido puede usarse para entrenar futuros modelos Gemini y para el grounding, es decir, para aportar contenido del índice al modelo en el momento de responder. Por eso, en tus registros no verás "visitas de Gemini" separadas.

Método 1: ¿qué dicen los registros de tu servidor?

Los registros de acceso (logs) de tu servidor o de tu CDN guardan cada petición con su agente de usuario. Filtrar por los nombres de la tabla te dice qué rastreadores entran, con qué frecuencia, qué páginas piden y qué respuesta reciben. Es la prueba más directa de que la IA está leyendo tu web.

El volumen de estos rastreadores ya no es anecdótico. En la red de Vercel, GPTBot generó 569 millones de peticiones en un mes y el rastreador de Anthropic, 370 millones; juntos, alrededor del 20 % de las 4.500 millones de Googlebot en el mismo periodo (Vercel y MERJ, 2024).

Fuente ↗

El mismo análisis encontró dos datos útiles para revisar tus registros. Primero, que los rastreadores de ChatGPT y Claude dedicaban en torno al 34 % de sus peticiones a páginas que devolvían error 404, frente al 8,22 % de Googlebot (Vercel y MERJ, 2024): si ves muchos errores, revisa redirecciones y enlaces rotos. Segundo, que ninguno de los grandes rastreadores de IA ejecutaba JavaScript, salvo Gemini y AppleBot. Si tu web solo muestra el texto tras cargar JavaScript, que un rastreador te visite no significa que haya leído nada.

Dos precauciones. Cualquiera puede hacerse pasar por GPTBot escribiendo ese nombre en su agente de usuario, así que comprueba las IP: OpenAI y Perplexity publican sus rangos en archivos JSON enlazados desde su documentación. Y si cambias tu robots.txt, OpenAI indica que sus sistemas de búsqueda pueden tardar unas 24 horas en ajustarse (OpenAI, 2026).

Método 2: ¿llegan visitas desde las respuestas de la IA?

Que te rastreen no significa que te citen. La segunda comprobación es tu analítica web: las visitas que llegan cuando un usuario hace clic en un enlace dentro de una respuesta.

Con ese parámetro, documentado en las preguntas frecuentes de OpenAI para editores, puedes aislar las visitas de ChatGPT. Para otros asistentes, busca en el informe de referencias sus dominios, por ejemplo perplexity.ai o gemini.google.com. Ten en cuenta que parte de las visitas que llegan desde aplicaciones móviles pueden no traer referencia y contarse como tráfico directo, así que la cifra real puede ser algo mayor que la que ves.

En el caso de Google, el tráfico que llega desde AI Overviews y AI Mode se incluye dentro del tráfico de búsqueda general de Search Console, en el informe de rendimiento, tipo de búsqueda "Web" (Google, 2025).

EXPERTUNO · FRAMEWORK

Cómo preparar tu analítica para medir las visitas desde asistentes de IA

1. 01
   Crea un grupo de canales

   Agrupa como 'Asistentes de IA' las fuentes chatgpt.com, perplexity.ai, gemini.google.com y similares.

2. 02
   Marca las páginas de destino

   Revisa a qué páginas llegan esas visitas: te dicen qué contenido está citando la IA.

3. 03
   Mide conversiones

   Compara formularios, llamadas o descargas de ese canal con el resto del tráfico.

4. 04
   Cruza con Search Console

   Revisa la evolución de impresiones y clics de búsqueda, que incluyen las respuestas de IA de Google.

5. 05
   Revisa cada mes

   Anota tendencias, no picos aislados; los volúmenes iniciales suelen ser pequeños.

Método 3: ¿qué responden los asistentes cuando preguntan por lo tuyo?

La tercera comprobación es la más reveladora y la más artesanal: preguntar. Elige entre 10 y 20 preguntas que haría un cliente potencial, lánzalas en ChatGPT, Gemini y Perplexity, repite cada una varias veces porque las respuestas cambian, y guarda el texto literal y las fuentes citadas. Añade una pregunta directa por tu empresa ("¿qué sabes de [nombre] ([dominio])?") para ver cómo te describe la IA y si hay datos erróneos o desactualizados.

Para que la medición sea comparable de un mes a otro, registra siempre los mismos campos:

EXPERTUNO · COMPARATIVA

Método 3: ¿qué responden los asistentes cuando preguntan por lo tuyo?

Campo	Qué anotar	Por qué importa
Fecha y asistente	Día, asistente y, si se ve, el modelo	Las respuestas cambian con el tiempo y la versión
Pregunta	El texto exacto, sin variaciones	Solo así puedes comparar meses
Mención	Si aparece tu empresa y en qué posición	Es la base de la tasa de mención
Cita	Si enlaza a tu web o a tu perfil externo	Separa ser nombrado de recibir tráfico
Competidores	Qué otros proveedores aparecen	Permite calcular tu cuota de voz
Fuentes citadas	Qué dominios usa la respuesta	Te dice dónde conviene estar presente
Descripción	Qué dice de ti y si es correcto	Detecta errores que debes corregir en origen

¿Dónde ver las empresas que ya aparecen en ChatGPT?

No existe una lista oficial pública. La única forma de saberlo es preguntar y registrar las respuestas, a mano o con una herramienta. Si ves que un competidor aparece de forma constante, revisa las fuentes que cita la IA para él: suelen revelar dónde tiene presencia y qué tipo de páginas le funcionan.

¿Cómo interpretar lo que encuentras?

Las tres comprobaciones se leen juntas. Cada combinación apunta a un problema distinto y a una acción distinta:

EXPERTUNO · COMPARATIVA

¿Cómo interpretar lo que encuentras?

Lo que ves	Qué suele significar	Qué hacer
No hay visitas de rastreadores de IA	Robots.txt, cortafuegos o CDN los bloquean, o tu web es nueva y poco enlazada	Revisa reglas de bloqueo y consigue enlaces desde perfiles y directorios
Te rastrean, pero nunca te citan	El rastreador no ve texto útil o tus páginas no responden a preguntas concretas	Comprueba el HTML sin JavaScript y reescribe el primer párrafo de cada página
Te citan, pero no llegan visitas	Apareces como fuente secundaria o la respuesta ya resuelve la duda	Aporta en tu página lo que la respuesta no puede dar: precios, casos, contacto
Te mencionan con datos erróneos	La IA toma información antigua o contradictoria de alguna fuente	Corrige tu web y tus perfiles externos para que digan lo mismo
Llegan visitas pero no convierten	Las páginas de destino no están pensadas para ese visitante	Revisa a qué páginas llegan y añade una llamada a la acción clara

La tabla no sustituye al análisis, pero evita el error más común: sacar conclusiones de una sola fuente. Un pico de visitas de GPTBot no significa que ChatGPT te recomiende, y una buena respuesta en una prueba aislada tampoco.

¿Qué cambia si eres consultor o agencia de IA?

Para un profesional de la IA, estas comprobaciones tienen un doble uso. Te sirven para tu propia marca, porque muchos compradores de servicios de IA ya preguntan a los asistentes por proveedores concretos, y te sirven como servicio para tus clientes. En ambos casos, la credibilidad depende de lo mismo: enseñar las respuestas literales, las fuentes y los registros que respaldan cada conclusión, y no vender como "visibilidad en IA" algo que es un simple recuento de visitas de rastreadores.

¿Qué herramientas analizan la visibilidad en chatbots?

Hay tres niveles. El primero es gratuito y lo tienes ya: los registros de tu servidor o CDN y tu analítica web. El segundo son las herramientas de análisis de registros que muchas plataformas de alojamiento y CDN incluyen, con filtros por tipo de bot. El tercero son plataformas comerciales de visibilidad en IA que lanzan prompts a escala en varios asistentes y calculan menciones, citas y cuota de voz; entre las más conocidas están Otterly.AI, Peec AI, el AI Visibility Toolkit de Semrush o Brand Radar de Ahrefs.

Antes de pagar por una, compara cinco cosas: qué asistentes cubre, cuántas preguntas incluye, si repite cada pregunta, si guarda la respuesta literal y las fuentes como prueba y si consulta la aplicación de consumo o una API, que no siempre dan el mismo resultado. Una puntuación sin respuestas guardadas detrás es difícil de auditar.

¿Debo bloquear o permitir a los rastreadores de IA?

Depende de qué quieras. Si quieres aparecer en las respuestas pero no aportar contenido al entrenamiento, puedes permitir los agentes de búsqueda (OAI-SearchBot, PerplexityBot) y bloquear los de entrenamiento (GPTBot). Según OpenAI, los sitios que excluyen a OAI-SearchBot no se muestran en las respuestas de búsqueda de ChatGPT, así que bloquearlo tiene un coste de visibilidad claro.

Un robots.txt para quien quiere aparecer en las búsquedas de ChatGPT y Perplexity pero no aportar contenido al entrenamiento podría empezar así:

User-agent: OAI-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: GPTBot
Disallow: /

Añadir Google-Extended a la lista de bloqueos es una decisión aparte: no afecta a tu presencia en la Búsqueda de Google, pero sí al uso de tu contenido para entrenar Gemini y para el grounding. Valóralo según lo que te importe más, la visibilidad en Gemini o el control sobre tus textos.

Ten en cuenta que los agentes que actúan a petición de un usuario, como ChatGPT-User o Perplexity-User, pueden no seguir las reglas de robots.txt, según sus propias documentaciones. Si tu preocupación es la privacidad o la propiedad intelectual de contenidos concretos, robots.txt no basta: esos contenidos deberían estar detrás de un acceso autenticado. Tienes un repaso más amplio en riesgos de la IA en la empresa.

Checklist para saber si la IA usa tu web

• [ ] Has revisado en tus registros las visitas de OAI-SearchBot, GPTBot y PerplexityBot.
• [ ] Verificas las IP de los rastreadores con los rangos que publican sus proveedores.
• [ ] Tus páginas clave muestran el texto sin ejecutar JavaScript.
• [ ] Tu robots.txt refleja una decisión consciente sobre búsqueda y entrenamiento.
• [ ] Tu analítica agrupa las visitas de asistentes de IA en un canal propio.
• [ ] Filtras utm_source=chatgpt.com y los dominios de otros asistentes.
• [ ] Mides cada mes las mismas preguntas de compra, con repeticiones y respuestas guardadas.
• [ ] Has preguntado a los asistentes qué saben de tu empresa y has corregido los errores en origen.

Veredicto del consejo

Mercado. Los asistentes de IA ya rastrean la web a gran escala y una parte de tus futuros clientes empieza a informarse en ellos. No saber si te leen ni si te citan es hoy tan poco razonable como no mirar Search Console hace diez años.

Económico. Las dos primeras comprobaciones, registros y analítica, son gratuitas. Empieza por ahí y por una medición manual de preguntas durante dos o tres meses. Solo cuando sepas que el canal importa para tu negocio compensa pagar una herramienta o un servicio de seguimiento.

Técnico. Separa búsqueda, entrenamiento y acciones de usuario, verifica las IP antes de sacar conclusiones y comprueba que el HTML inicial contiene tu texto. Un robots.txt correcto no sirve de nada si una regla antibots de la CDN bloquea a los rastreadores que querías permitir.

Comprador. Si contratas un servicio de medición, exige ver las respuestas literales y las fuentes de cada prompt, no solo un número. Y relaciona siempre la visibilidad con visitas y contactos: es la única forma de saber si merece la pena, con el mismo criterio de cómo medir el ROI de un proyecto de IA.

Si buscas especialistas que te ayuden a medir y mejorar tu visibilidad en IA con método, filtra el directorio de especialistas en estrategia de IA y pide a cada uno cómo documenta las respuestas que mide. Para entender las diferencias entre asistentes, tienes también la comparativa ChatGPT, Copilot o Gemini para empresas.