Si quieres bloquear la IA en tu web, probablemente has oído que basta con tocar un archivo llamado robots.txt. En octubre de 2026 Google publicó un vídeo oficial donde Gary Illyes y Cherry Prommawin, de su equipo de Relaciones con Buscadores, aclararon qué puede hacer ese archivo y qué no. La respuesta corta: sirve menos de lo que mucha gente cree.
¿Qué es el archivo robots.txt?
El robots.txt es un archivo de texto que está en la raíz de tu web y le dice a los robots que la visitan (Google, buscadores, rastreadores de IA) a qué páginas pueden entrar y a cuáles no. Google lo explica en su documentación como una forma de gestionar el tráfico de robots. Es una petición de cortesía: los robots serios la respetan, pero no es una cerradura.
¿Qué dijo Google en octubre de 2026?
Dijo que el robots.txt controla el acceso, no el uso posterior. En el vídeo, publicado el 21 de octubre de 2026, lo describen como un protocolo de preferencias de acceso: indica qué direcciones puede pedir un robot, pero no dicta qué hace el sistema con los datos una vez que ya los recogió. Así lo recogen Search Engine Journal y PPC Land.
Dicho sencillo: puedes pedirle a un robot que no entre a tu web, pero no puedes usar ese archivo para decirle "entra, pero no uses lo que leas para entrenar tu IA".
¿Cómo puedes bloquear la IA en tu web robot por robot?
Nombrándolo con el nombre exacto que usa. Cada robot tiene un identificador propio, y la regla solo funciona si coincide con él. Una orden inventada, como la que usaron de ejemplo en el vídeo, un robot ficticio de "entrenamiento de pollos", simplemente se ignora. Google lee solo cuatro tipos de líneas: quién es el robot, qué permites, qué prohíbes y dónde está tu mapa del sitio. Todo lo demás se descarta sin avisar.
Hay además un caso especial. Google tiene un identificador llamado Google-Extended que decide si el contenido que ya rastreó puede usarse para su IA Gemini, sin afectar a cómo aparece tu web en el buscador. No se explicó en el vídeo, pero lo mencionan las dos fuentes citadas.
¿El robots.txt sirve para que una página no salga en Google?
No. Google lo dice en su documentación oficial: el robots.txt no es un mecanismo para mantener una página fuera de Google. Si otras webs enlazan esa dirección, puede seguir apareciendo en los resultados aunque la hayas bloqueado. Para sacarla de los resultados se usa la etiqueta noindex o una contraseña.
Es un error frecuente en webs de negocios: se bloquea una página privada con el robots.txt creyendo que desaparece, y en realidad se queda a la vista.
¿Qué conviene revisar en tu web?
Antes de cambiar nada, hazte estas preguntas:
- ¿Tu robots.txt existe y dice lo que crees que dice? Se puede ver escribiendo `tuweb.com/robots.txt` en el navegador.
- ¿Estás bloqueando por error páginas que sí quieres que Google y los buscadores con IA lean? Bloquear de más hace que desaparezcas de las respuestas de IA, algo que explico en qué es el GEO.
- ¿Tienes páginas privadas protegidas solo con robots.txt? Si es así, hace falta otra solución.
- ¿Quieres de verdad bloquear a la IA? Es una decisión de negocio: bloquear también significa que ese robot no podrá citarte.
Revisar este archivo es una parte pequeña pero importante de una auditoría de SEO y GEO, junto con lo que Google dice sobre optimizar tu web para la IA. Si quieres saber qué dice hoy el robots.txt de tu web y qué te conviene hacer, pídeme una auditoría gratuita y lo vemos.
