El viernes, 30 de octubre, Google, Microsoft, OpenAI y Anthropic anunciaron que van a respetar una señal común en el archivo robots.txt para que cualquier web pueda decir, de una sola vez, si acepta o no que su contenido se use para entrenar modelos de inteligencia artificial. Hasta ahora había que conocer el nombre del robot de cada empresa y escribir una regla para cada uno.
No cambia nada de la noche a la mañana: Anthropic ya ha empezado a prepararla, Microsoft la respetará desde el 1 de febrero de 2027, Google habla de principios de 2027 y OpenAI, de los próximos meses. Pero es la primera vez que los grandes se ponen de acuerdo en una forma única de decir «con mi web no se entrena». Te contamos qué se ha anunciado, cómo se escribe y si a tu empresa le conviene usarla.
Qué se ha anunciado
La señal nace del grupo de trabajo sobre preferencias de IA (AIPREF) del IETF, el organismo que define muchos de los estándares de internet. El mismo 30 de octubre se publicó el borrador técnico, firmado por un ingeniero de Anthropic, la empresa de Claude.
- Anthropic: el autor del borrador anunció ese mismo día que la empresa ya ha empezado a darle soporte, aunque avisa de que tardará un tiempo en llegar a todos sus servicios.
- Microsoft la respetará en Bing, Copilot y Microsoft 365 a partir del 1 de febrero de 2027, a medida que vuelva a rastrear cada web.
- Google dice que planea admitirla y que lo hará «en 2027»; en su documentación para rastreadores concreta que será a principios de año.
- OpenAI dice que respetará la señal y que quiere aplicarla en los próximos meses. Además, anima al resto de proveedores de IA a hacer lo mismo.
- Las reglas que ya existían siguen funcionando. Si hoy bloqueas Google-Extended, GPTBot o ClaudeBot, eso no cambia.
Es un compromiso voluntario: la señal funciona porque las empresas que la anuncian se comprometen a respetarla, no porque bloquee nada técnicamente.

Cómo se escribe
La señal es un grupo normal de robots.txt con un nombre especial, __usage_ai-training (empieza por dos guiones bajos). Para decir que no quieres que ninguna página de tu web se use para entrenar:
User-Agent: __usage_ai-training Disallow: /
También se puede afinar por carpetas. Este ejemplo, sacado del propio borrador del IETF, dice que no a todo menos a la sala de prensa:
User-Agent: __usage_ai-training Disallow: / Allow: /press-kit/
Dos detalles importantes:
- El asterisco no cuenta. Un
User-Agent: *conDisallowno se interpreta como «no al entrenamiento». Hay que nombrar la señal de forma expresa. - Si no la pones, no has dicho nada. No es un «sí» por defecto: simplemente cada empresa sigue con sus propias reglas, como hasta ahora.
Qué cambia con Google
Google explica que, si tu robots.txt dice que no con esta señal y no menciona Google-Extended, lo tratará como si hubieras bloqueado Google-Extended. Google-Extended es la regla con la que Google ofrece desde 2023 decir que no al uso de tu web para entrenar Gemini.
Hay dos cosas que conviene saber antes de tocar nada:
- No afecta a la Búsqueda. Según la documentación de Google, Google-Extended no influye en si tu web aparece en Google ni en su posición.
- Sí puede afectar a Gemini. Google recuerda que las webs que permiten Google-Extended pueden aparecer en las respuestas de la app de Gemini y recibir clics desde ahí. Si dices que no, renuncias a esa vía.
Qué cambia con Microsoft (Bing y Copilot)
Microsoft ha ido un paso más allá y separa dos decisiones:
- Entrenamiento: usa la nueva señal común en robots.txt, y además deja ponerla página a página, por encima de lo que diga el robots.txt.
- Respuestas con IA: una preferencia aparte, solo por página, para decidir si tu contenido puede alimentar las respuestas generadas en Bing, Copilot y Microsoft 365. Tiene tres opciones: permitirlo (lo que pasa si no dices nada), no permitirlo, o permitirlo solo en los productos de Microsoft y no en los servicios que Microsoft ofrece a otras empresas.
Ninguna de las dos cambia si apareces en los resultados normales de Bing. Microsoft sí avisa de que decir que no a las respuestas con IA reduce la visibilidad de tu marca en ellas.
Si tu web usa hoy las etiquetas NoArchive o NoCache para que Bing no use tu contenido en su IA, toca moverse: a partir del 1 de marzo de 2027 dejarán de contar para el entrenamiento y las respuestas. Microsoft pide pasar antes de esa fecha a las preferencias nuevas y, para las respuestas con IA, registrar además una preferencia temporal en Bing Webmaster Tools.
¿Le conviene a tu empresa decir que no?
Depende de qué vivas. No hay una respuesta única:
| Si tu web… | Lo razonable |
|---|---|
| Vive de su contenido (medio, blog, fotos, cursos, documentación de pago) | Valorar decir que no: es tu producto y lo estarías regalando |
| Sirve para que te encuentren (tienda, despacho, empresa de servicios local) | Pensarlo dos veces: lo que te interesa es aparecer y que te citen |
| Tiene zonas distintas (blog propio y catálogo, por ejemplo) | Usar carpetas: no a unas, sí a otras |
En Dualthink tomamos la decisión hace semanas para nuestra propia web: buscadores y asistentes, sí; entrenar modelos con nuestros textos, no. Lo contamos en SEO para ChatGPT y la IA. Cuando esta señal funcione, la añadiremos.
Lo que no conviene es bloquear a ciegas. Entrenar un modelo, que un buscador te indexe y que un asistente lea tu página para responder a alguien son tres cosas distintas, y cada empresa usa robots diferentes para cada una. Si quieres entender cómo te ven los asistentes, empieza por nuestra guía de AEO: cómo aparecer en respuestas de IA.

Lo que esta señal no hace
- No frena a los robots que no respetan robots.txt. Para eso hacen falta medidas en el servidor o en servicios como Cloudflare.
- No borra lo que ya se usó. Se aplica a lo que se rastree a partir de que cada empresa la ponga en marcha.
- No sustituye las reglas de cada empresa. Si quieres afinar, por ejemplo decir que no a una y que sí a otra, sigues teniendo GPTBot, Google-Extended, ClaudeBot y compañía.
- No es todavía un estándar cerrado. Es un borrador del IETF y puede cambiar mientras se discute.
Por qué importa en Europa
Google señala que la propuesta encaja con el Código de buenas prácticas para modelos de IA de uso general de la Ley de IA europea, que reconoce robots.txt como la forma principal de que una web exprese, en un formato que las máquinas entienden, si acepta o no estos usos. Es decir: lo que pongas en tu robots.txt tiene cada vez más peso como declaración de tus preferencias.

Los #Dualtips
- Abre hoy tu robots.txt (tudominio.es/robots.txt) y mira qué dice. Muchas webs tienen reglas viejas que nadie recuerda.
- Decide por escrito qué quieres: entrenamiento, buscadores y asistentes son tres decisiones distintas.
- No bloquees a Googlebot ni a Bingbot pensando que así frenas a la IA: desaparecerías de los buscadores.
- Si añades la señal ya, no rompes nada: los robots que no la conocen la ignoran. Solo empezará a contar cuando cada empresa la active.
- ¿Usas NoArchive o NoCache para Bing? Cámbialo antes del 1 de marzo de 2027.
- Vuelve a mirarlo a principios de 2027, cuando Google y Microsoft la pongan en marcha.
Preguntas frecuentes
¿Qué es __usage_ai-training?
Es el nombre de la nueva señal común para robots.txt que propone el IETF. Si lo pones en una línea User-Agent con Disallow, indicas que no quieres que ese contenido se use para entrenar modelos de IA generativa.
¿Cuándo empieza a funcionar?
Depende de cada empresa. Anthropic ya ha empezado a darle soporte, Microsoft la respetará desde el 1 de febrero de 2027, Google planea admitirla a principios de 2027 y OpenAI, en los próximos meses. Hasta entonces, siguen valiendo las reglas propias de cada una, como Google-Extended, GPTBot o ClaudeBot.
¿Bloquear el entrenamiento me quita visitas de Google?
No en la Búsqueda: según Google, Google-Extended no afecta a si apareces ni a tu posición. Sí puedes perder la posibilidad de salir citado en las respuestas de la app de Gemini, que Google reserva a las webs que permiten Google-Extended.
¿Qué pasa si uso NoArchive o NoCache para Bing?
Microsoft dejará de tenerlas en cuenta para el entrenamiento y las respuestas con IA a partir del 1 de marzo de 2027. Si quieres mantener tu decisión, publica antes las preferencias nuevas y, para las respuestas con IA, registra la preferencia temporal en Bing Webmaster Tools.
¿Tengo que quitar las reglas que ya tengo para GPTBot o Google-Extended?
No. Las reglas de cada empresa siguen funcionando junto a la nueva señal. Y si mencionas Google-Extended de forma expresa, Google seguirá esa regla.
¿Sirve para que la IA no lea mi web cuando alguien le pregunta?
No. Esta señal habla solo de entrenar modelos. Que un asistente consulte tu página para responder a una pregunta es otro uso, con otros robots y otras reglas.
¿Es obligatorio respetarla?
No. Es un compromiso voluntario de las empresas que la anuncian. Los robots que ignoran robots.txt seguirán ignorándolo.
En resumen
Por primera vez, Google, Microsoft, OpenAI y Anthropic se comprometen a respetar una misma señal en robots.txt para que decidas si tu web sirve para entrenar a la IA. Llega en los próximos meses, no hoy, y conviene usarla con cabeza: decir que no al entrenamiento no es lo mismo que desaparecer de los buscadores o de los asistentes. Si quieres revisar qué dice tu robots.txt y qué le conviene a tu web, hablemos.
Fuentes
- Supporting a shared AI training control for websites (Google Search Central, 30-oct-2026)
- Facilitar que los sitios web expresen sus preferencias sobre el entrenamiento de IA (OpenAI, 30-oct-2026)
- Your content, your choice: clearer preferences for training and grounding (Microsoft Bing, 30-oct-2026)
- Machine-Readable Training Preference Signal (borrador del IETF, 30-oct-2026)
- Presentación del borrador y soporte de Anthropic (Kevin Kelley, Anthropic, lista del grupo AIPREF del IETF, 30-oct-2026)
- Google's common crawlers: Google-Extended (Google)