Saltar al contenido

Volver al informe completo

Detalle del informe

Buscadores con IA de drupalthemes.io

Pilar IA · 15 %

Visibilidad en buscadores con IA

Si los asistentes con IA pueden leer la web, si su contenido es fácil de citar y si se reconoce a la organización como entidad. Son señales con distinto nivel de evidencia, no garantías.

Completo
GEOGEO: 79 de 100, bueno

Cómo ven la web los asistentes

El robots.txt deja entrar a todos los rastreadores de IA que comprobamos: los de búsqueda, los que abren páginas a petición de un usuario y los de entrenamiento.

Búsqueda con IA
10/10
10 de 10 permitidos
Peticiones de usuario
6/6
6 de 6 permitidos
Entrenamiento
0/9
0 de 9 bloqueados
Contenido sin JavaScript
100 %
2159 palabras en el HTML servido
Datos estructurados
8 tipos
Organization, ContactPoint, ImageObject
Entidad
No encontrada

El único problema de esta sección, completo

  • BajoNo se enlazan los perfiles oficiales del negocio, y cuesta saber que son la misma entidad.Minutos

    Por qué importa: El bloque de organización no tiene sameAs, la lista de perfiles oficiales (redes, Wikidata, directorios) que confirma que todos son la misma entidad.

    Qué hacer: Añade sameAs al bloque Organization con las URL de tus perfiles oficiales.

    Quién lo arregla: MarketingEsfuerzo: Minutos

2 notas informativas

No restan puntos ni son errores: te las contamos por si te interesan.

  • InformativoNo se puede comprobar desde fuera si el servicio intermedio deja pasar a los asistentes con IA.Minutos

    Por qué importa: Las CDN y los cortafuegos como Cloudflare pueden bloquear a rastreadores de IA antes de que lleguen a la web, aunque el robots.txt los permita. Nosotros no nos hacemos pasar por otros rastreadores, así que no podemos verificarlo.

    Qué hacer: Revisa en Cloudflare las reglas de bots y de rastreadores de IA, y los registros de acceso del servidor para ver si esos agentes llegan.

    Quién lo arregla: El proveedor de alojamientoEsfuerzo: Minutos

  • InformativoNo hemos encontrado la web en Wikidata, una de las bases de datos públicas con las que buscadores y asistentes reconocen organizaciones.Días

    Por qué importa: Wikidata es una base de conocimiento abierta que usan buscadores y modelos para reconocer entidades; su efecto sobre las citas no está medido. Solo buscamos por dominio (propiedad P856), no por nombre: una organización puede existir en Wikidata sin tener enlazado su sitio.

    Qué hacer: Si la organización cumple los criterios de notabilidad de Wikidata (fuentes independientes que hablen de ella), crea o completa su elemento con la propiedad «sitio web oficial» (P856). No crees elementos promocionales: se borran.

    Quién lo arregla: MarketingEsfuerzo: Días

Matriz de acceso de los rastreadores de IA

Lo que el robots.txt permite a cada rastreador en la portada y en una muestra de rutas. Sin regla significa permitido. Evaluado en la portada y 7 rutas de la muestra.

  • Búsqueda: Construye el índice con el que el asistente busca y cita fuentes.
  • Petición de usuario: Abre una página cuando una persona se lo pide al asistente.
  • Entrenamiento: Recoge contenido para entrenar o mejorar modelos.
  • Otros: Uso mixto o poco documentado.
  • Entrenamiento: 0 de 9 bloqueados
  • Búsqueda: 0 de 10 bloqueados
  • Petición de usuario: 0 de 6 bloqueados
  • Otros: 0 de 7 bloqueados
Acceso de cada rastreador de IA según robots.txt
RastreadorFinalidadEstadoPor qué
OpenAI
GPTBot Entrenamiento PermitidoRegla general (User-agent: *)
OAI-SearchBot Búsqueda PermitidoRegla general (User-agent: *)
ChatGPT-User Petición de usuario PermitidoRegla general (User-agent: *)Lo respeta con matices
OAI-AdsBot Otros PermitidoRegla general (User-agent: *)Sin documentación clara
Anthropic
ClaudeBot Entrenamiento PermitidoRegla general (User-agent: *)
Claude-SearchBot Búsqueda PermitidoRegla general (User-agent: *)
Claude-User Petición de usuario PermitidoRegla general (User-agent: *)
Google
Google-Extendedtoken de control Entrenamiento PermitidoRegla general (User-agent: *)
GooglebotInformativo, no cuenta Búsqueda PermitidoRegla general (User-agent: *)
Google-CloudVertexBot Otros PermitidoRegla general (User-agent: *)
Apple
Applebot Búsqueda PermitidoRegla general (User-agent: *)
Applebot-Extendedtoken de control Entrenamiento PermitidoRegla general (User-agent: *)
Perplexity
PerplexityBot Búsqueda PermitidoRegla general (User-agent: *)
Perplexity-User Petición de usuario PermitidoRegla general (User-agent: *)No sigue robots.txt
Meta
meta-externalagent Entrenamiento PermitidoRegla general (User-agent: *)
meta-webindexer Búsqueda PermitidoRegla general (User-agent: *)
meta-externalfetcher Petición de usuario PermitidoRegla general (User-agent: *)No sigue robots.txt
Common Crawl
CCBot Entrenamiento PermitidoRegla general (User-agent: *)
Amazon
Amazonbot Entrenamiento PermitidoRegla general (User-agent: *)
Amzn-SearchBot Búsqueda PermitidoRegla general (User-agent: *)
Amzn-User Petición de usuario PermitidoRegla general (User-agent: *)Lo respeta con matices
Microsoft
bingbot Búsqueda PermitidoRegla general (User-agent: *)
DuckDuckGo
DuckAssistBot Búsqueda PermitidoRegla general (User-agent: *)
Mistral AI
MistralAI-Training Entrenamiento PermitidoRegla general (User-agent: *)
MistralAI-Index Búsqueda PermitidoRegla general (User-agent: *)Sin documentación clara
MistralAI-User Petición de usuario PermitidoRegla general (User-agent: *)Sin documentación clara
You.com
YouBot Búsqueda PermitidoRegla general (User-agent: *)
Ai2 (Allen Institute for AI)
AI2Bot Entrenamiento PermitidoRegla general (User-agent: *)Sin documentación clara
Diffbot
Diffbot Otros PermitidoRegla general (User-agent: *)
Diffbot-User Otros PermitidoRegla general (User-agent: *)
Cohere
cohere-training-data-crawler Otros PermitidoRegla general (User-agent: *)Sin documentación clara
cohere-ai Otros PermitidoRegla general (User-agent: *)Sin documentación clara
ByteDance
Bytespider Otros PermitidoRegla general (User-agent: *)Sin documentación clara

Las respuestas con IA de Google (AI Overviews y el Modo IA) se alimentan de lo que rastrea Googlebot: no tienen un token propio. Bloquear Google-Extended no las evita; bloquear Googlebot saca la web de Google Search entera. Para limitar lo que Google muestra de las páginas existen nosnippet, data-nosnippet, max-snippet y noindex.

Catálogo de rastreadores revisado el 2026-11-17 contra la documentación oficial de cada operador.

El robots.txt

robots.txt
200 · 1 grupo de reglas
Fragmentos de robots.txt según el objetivo

Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *. Por eso el bloque solo añade grupos de bloqueo, nunca toca bingbot, Applebot ni Googlebot y, para permitir a quien hoy bloqueas con un grupo propio, se indican las líneas que hay que quitar para que vuelva a seguir las reglas generales. Pega el bloque al final del robots.txt. Los tokens son los de la documentación de cada operador.

Permitir la búsqueda con IA y bloquear el entrenamiento

robots.txt
# Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *; por eso este bloque solo añade grupos de bloqueo y, para permitir, quita al rastreador de su grupo propio para que vuelva a seguir tus reglas generales.

# Bloqueados
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: Google-Extended
User-agent: Applebot-Extended
User-agent: meta-externalagent
User-agent: CCBot
User-agent: Amazonbot
User-agent: MistralAI-Training
User-agent: AI2Bot
Disallow: /

# Opcional: la misma preferencia como señal de contenido (propuesta reciente, no todos la leen)
# User-agent: *
# Content-Signal: search=yes, ai-input=yes, ai-train=no

Permitir a todos los rastreadores de IA

Ya se cumple: el comentario del bloque dice qué rastreadores decide este objetivo y por qué ya están como pide.

robots.txt
# Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *; por eso este bloque solo añade grupos de bloqueo y, para permitir, quita al rastreador de su grupo propio para que vuelva a seguir tus reglas generales.

# Tu robots.txt ya cumple este objetivo: los 30 rastreadores que decide este objetivo (GPTBot, OAI-SearchBot, ChatGPT-User, OAI-AdsBot, ClaudeBot, Claude-SearchBot y 24 más) ninguna regla les cierra la portada. No hace falta añadir nada.

Bloquear a los rastreadores de IA (sin tocar los buscadores generalistas)

robots.txt
# Un rastreador con su propio grupo User-agent sigue solo ese grupo e ignora el de User-agent: *; por eso este bloque solo añade grupos de bloqueo y, para permitir, quita al rastreador de su grupo propio para que vuelva a seguir tus reglas generales.

# Bloqueados
User-agent: GPTBot
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: OAI-AdsBot
User-agent: ClaudeBot
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: Google-Extended
User-agent: Google-CloudVertexBot
User-agent: Applebot-Extended
User-agent: PerplexityBot
User-agent: Perplexity-User
User-agent: meta-externalagent
User-agent: meta-webindexer
User-agent: meta-externalfetcher
User-agent: CCBot
User-agent: Amazonbot
User-agent: Amzn-SearchBot
User-agent: Amzn-User
User-agent: DuckAssistBot
User-agent: MistralAI-Training
User-agent: MistralAI-Index
User-agent: MistralAI-User
User-agent: YouBot
User-agent: AI2Bot
User-agent: Diffbot
User-agent: Diffbot-User
User-agent: cohere-training-data-crawler
User-agent: cohere-ai
User-agent: Bytespider
Disallow: /

Lo que no podemos ver desde fuera

La web está detrás de Cloudflare. Su configuración de bots puede bloquear a rastreadores de IA aunque robots.txt los permita, y eso no se puede verificar desde fuera sin suplantarlos, cosa que no hacemos.

Directivas generales de la página

Ninguna directiva que limite el uso del contenido.

meta robots: index, follow

Señales de contenido citable

Cada señal lleva su nivel de evidencia sobre las citas en asistentes: alta si lo documentan los propios operadores, media si lo apoyan estudios de terceros, baja si es razonable pero no hay estudios. Que una señal acompañe a las páginas citadas no prueba que la cause.

Acceso · 100/100 · peso 40

  • Rastreadores de búsqueda permitidosSin acceso, el asistente no puede leer la página para citarla con enlace. Evidencia alta10 de 10 permitidos
  • Peticiones de usuario permitidasCuando alguien pide al asistente que abra la página. Evidencia alta6 de 6 permitidos
  • Rastreadores de entrenamientoInformativo: permitirlos o no es una decisión del titular de la web y no puntúa. Evidencia alta0 de 9 bloqueados
  • Sin directivas que impidan fragmentosnoindex (no mostrar la página) o nosnippet (no mostrar fragmentos) limitan que su texto aparezca en respuestas. Evidencia altaNinguna

Técnica · 100/100 · peso 20

  • Contenido disponible sin JavaScriptEstudios de registros de terceros indican que muchos rastreadores de IA no ejecutan JavaScript; los operadores no lo documentan. Evidencia media2159 palabras en el HTML servido
  • HTML semánticomain, article, header, nav y footer separan el contenido del resto. Es buena práctica; no hay estudios sobre su efecto en las citas. Evidencia baja<main> <header> <nav> <footer>
  • Canonical coherenteCanonical es la etiqueta que indica la dirección oficial de la página; aquí se comprueba que la de la portada apunta a sí misma. Importa para los buscadores; su efecto en las citas no está estudiado. Evidencia bajapropia
  • Idioma declaradoEl atributo lang coincide con el idioma del texto. Evidencia mediaen
  • Respuesta rápida del servidorOrientativo: los rastreadores tienen tiempos de espera cortos. Evidencia baja48 ms hasta el primer byte

Datos estructurados · 73/100 · peso 15

  • Organización en datos estructuradosOrganization o LocalBusiness con nombre, logo y perfiles. Lo usan los buscadores; su efecto en las citas no está estudiado. Evidencia bajaDrupalThemes.io
  • Tipo de página declaradoArticle, FAQPage, Product, Service u otro tipo de schema.org. Evidencia mediaOrganization, ContactPoint, ImageObject, CollectionPage, BreadcrumbList
  • Perfiles oficiales enlazados (sameAs)Une la web con sus perfiles y fichas en otras bases. Evidencia baja0 perfiles

Contenido · 45/100 · peso 15

  • Respuestas directasPreguntas como subtítulo o en un bloque desplegable de preguntas frecuentes, con una respuesta breve justo debajo, o definiciones. En los estudios disponibles, los pasajes que responden de forma directa aparecen citados con más frecuencia; es una correlación, no una garantía. Evidencia media5 de 7 páginas
  • Listas y tablasInformación estructurada fácil de extraer. Evidencia media6 de 7 páginas
  • Cifras con fuenteDatos y porcentajes enlazados a su origen. Los precios no cuentan. Evidencia mediaSin cifras
  • Citas textualesDeclaraciones entrecomilladas o en bloque de cita. Evidencia baja0 de 7 páginas
  • Fechas visiblesFecha de publicación o actualización en las páginas de contenido. Ayuda a quien lee; su efecto en las citas no está estudiado. Evidencia baja0 de 7 páginas
  • AutoríaQuién firma el contenido. Señal de confianza para quien lee; su efecto en las citas no está estudiado. Evidencia baja0 de 7 páginas

Entidad · 0/100 · peso 10

  • Elemento en WikidataFicha vinculada por el dominio oficial, por una relación con la marca o por un perfil declarado en los datos estructurados. Evidencia mediaNo encontrada
  • Artículo en WikipediaEnlazado desde ese elemento de Wikidata, en cualquier edición (mostramos primero es, en, ca, pt, gl y eu). Evidencia bajaNo

La web como entidad

No hemos encontrado una ficha de Wikidata que podamos atribuir a esta web con las fuentes consultadas.

Cómo lo comprobamos

Contrastamos el sitio web oficial (P856), la relación parte de (P361) y los perfiles sameAs declarados por la web. Comparamos las etiquetas de Wikidata con el nombre de la marca.

No buscamos por nombre: una coincidencia de nombre no prueba que sea la misma entidad.

Informativo · sin peso en la puntuación

llms.txt

Hay un llms.txt

Sigue el formato propuesto.

19 enlaces en 9 secciones

Prepara un borrador con la herramienta

Muestreo en asistentes con IA

Sin muestreo en asistentes para este informe

No hemos preguntado a ningún asistente por esta web: el servicio no tiene configurado ningún proveedor de modelos de lenguaje, y sin él no hay respuestas que medir. Lo que ves arriba es lo que se puede comprobar sin preguntar: el acceso de los rastreadores y las señales de la web.