OpenAI anunció el 30 de octubre de 2026 que respetará una señal común en robots.txt para que las webs digan si aceptan que su contenido se use para entrenar modelos de IA. La señal sale de un borrador del IETF y quiere servir para varios proveedores a la vez. OpenAI la aplicará «en los próximos meses».
Lo que se sabe
- El anuncio: según OpenAI, la iniciativa es voluntaria y busca que un administrador exprese una sola preferencia para varios proveedores participantes, en lugar de mantener una regla por cada rastreador.
- Los plazos: OpenAI dice que su objetivo es implantarla en los próximos meses y que publicará los detalles cuando lo haga. No da fecha.
- Lo que se mantiene: OpenAI aclara que la señal no sustituye sus controles actuales en robots.txt, que seguirá respetando.
- El origen: la señal se apoya en el grupo de trabajo AI Preferences del IETF. El borrador draft-kelley-aipref-training-preference-signal-00, fechado el 30 de octubre de 2026 y firmado por Kevin Kelley, de Anthropic, define el token `__usage_ai-training`.
- Cómo se escribe: según el borrador, es un grupo normal de robots.txt con ese nombre en la línea `User-Agent`. Su ejemplo pide que no se entrene con nada salvo la carpeta `/press-kit/`.
- Dos reglas clave del borrador: un grupo `User-Agent: *` no cuenta como esa señal, y si el archivo no tiene un grupo `__usage_ai-training`, no se ha expresado ninguna preferencia.
- No ordena el rastreo: el borrador dice que el token expresa una preferencia de uso, no una orden de rastreo. Los nombres de cada rastreador siguen mandando sobre qué se visita.
- Su estado: la página del IETF indica que es un borrador individual, sin respaldo formal del IETF. Caduca el 3 de mayo de 2027 si no se renueva.
- Google: su blog Search Central publicó en octubre una entrada titulada «Supporting a shared AI training control for websites». No se pudo leer su contenido, así que aquí no se cuentan sus plazos.
Qué cambia y qué no
- Cambia la forma de pedir «no entrenes con mi web»: un solo bloque podría servir para varios proveedores, cuando cada uno lo aplique.
- No cambia nada hoy: OpenAI todavía no la aplica. Hasta entonces valen las reglas por rastreador.
- No afecta a buscar ni a citar: la documentación de OpenAI separa GPTBot (entrenamiento) de OAI-SearchBot (aparecer en las respuestas de búsqueda de ChatGPT). Bloquear uno no bloquea el otro.
- No es una garantía: es una preferencia voluntaria. El borrador también dice que un acuerdo privado puede pasar por encima de ella.
Cómo saber si te afecta
- Abre tu robots.txt. Escribe tudominio.com/robots.txt en el navegador. En WordPress suele generarlo el plugin de SEO; en Drupal es un archivo en la raíz o lo gestiona un módulo.
- Separa tres decisiones. ¿Aceptas que entrenen con tu contenido? ¿Quieres aparecer en buscadores con IA como ChatGPT? ¿Quieres limitar el rastreo? Cada una se controla aparte.
- No confíes en el asterisco. Si algún día añades la señal, va en su propio grupo con `User-Agent: __usage_ai-training`. Un bloqueo bajo `User-Agent: *` no la expresa y, además, puede sacar tu web de Google.
- Si vendes o captas clientes por la web, no bloquees OAI-SearchBot ni Googlebot por error. OpenAI indica que los cambios para la búsqueda de ChatGPT tardan unas 24 horas.
- Espera antes de cambiar. OpenAI publicará cómo la implanta. Hasta entonces, si ya bloqueas GPTBot, deja esa regla como está.
Relacionado: Modelos de OpenAI entraron sin permiso en webs: qué revisar
Fuentes
- OpenAI, «Facilitar que los sitios web expresen sus preferencias sobre el entrenamiento de IA», 30 de octubre de 2026
- IETF, «Machine-Readable Training Preference Signal», draft-kelley-aipref-training-preference-signal-00, 30 de octubre de 2026 (en inglés)
- OpenAI, documentación de sus rastreadores (en inglés)
- Google Search Central, «Supporting a shared AI training control for websites», octubre de 2026 (en inglés)
Actualizaciones: cuando OpenAI publique cómo aplica la señal, o Google confirme sus plazos en una fuente legible, se añadirá aquí con su enlace.