---
title: "OpenAI, Google, Microsoft y Anthropic acuerdan una sola línea de robots.txt para negar el entrenamiento de IA"
url: https://hernandez.systems/es/articulos/openai-google-microsoft-y-anthropic-acuerdan-una-sola-linea-de-robotstxt
lang: es
type: NewsArticle
section: IA
published: "2026-11-04T14:34:16+00:00"
modified: "2026-11-05T15:00:24+00:00"
publisher: Osky Networks
image: https://oskydj.sfo3.cdn.digitaloceanspaces.com/calamardo/news_item/2026-11-04/e45-portada-f33de472.png
alternate_en: https://hernandez.systems/en/articles/openai-google-microsoft-and-anthropic-agree-on-a-single-robots-txt-line-to-opt-out-of-ai-training
---

# OpenAI, Google, Microsoft y Anthropic acuerdan una sola línea de robots.txt para negar el entrenamiento de IA

> OpenAI anunció el 30 de octubre de 2026 que va a respetar una señal común en robots.txt para que los sitios digan si aceptan o no que su contenido se use para entrenar IA generativa. No fue sola: ese mismo día Google y Microsoft publicaron compromisos equivalentes, y un ingeniero de Anthropic presentó en el IETF el borrador que define la señal. La idea es simple: en lugar de mantener un grupo de reglas para GPTBot, otro para Google-Extended y otro para cada bot que aparezca, escribes una sola línea que leen todos los proveedores que se sumen. Para quien administra un sitio, un blog o la web de un cliente, es la primera vez que las cuatro empresas que más rastrean la web se ponen de acuerdo en algo así. Pero hay letra chiquita, y bastante.

OpenAI anunció el 30 de octubre de 2026 que va a respetar una señal común en `robots.txt` para que los sitios digan si aceptan o no que su contenido se use para entrenar IA generativa. No fue sola: ese mismo día Google y Microsoft publicaron compromisos equivalentes, y un ingeniero de Anthropic presentó en el IETF el borrador que define la señal. La idea es simple: en lugar de mantener un grupo de reglas para GPTBot, otro para Google-Extended y otro para cada bot que aparezca, escribes **una sola** línea que leen todos los proveedores que se sumen. Para quien administra un sitio, un blog o la web de un cliente, es la primera vez que las cuatro empresas que más rastrean la web se ponen de acuerdo en algo así. Pero hay letra chiquita, y bastante.

## Qué anunció OpenAI exactamente

El anuncio de OpenAI es corto. Dice que honrará "una señal común" en `robots.txt` para expresar preferencias sobre el uso de contenido "para el entrenamiento de IA generativa fundacional", y que es un "esfuerzo voluntario". Los puntos concretos:

- **No hay fecha.** OpenAI dice que busca implementarla "en los próximos meses" y que publicará otro aviso con los detalles cuando lo haga.
- **No reemplaza nada.** Sus controles actuales por bot siguen vigentes. Según su documentación de crawlers, bloquear `GPTBot` sigue indicando que el contenido no debe usarse para entrenar sus modelos fundacionales, y `OAI-SearchBot` sigue siendo un control aparte para aparecer en la búsqueda de ChatGPT.
- **Viene del IETF.** OpenAI liga la señal al trabajo del grupo AI Preferences (AIPREF) del IETF y pide a otros proveedores que la adopten.

## Cómo funciona la señal

La señal está definida en el borrador `draft-kelley-aipref-training-preference-signal-00`, escrito por Kevin Kelley, de Anthropic, y publicado el 30 de octubre. Su gracia es que no inventa sintaxis: usa un grupo normal de `robots.txt`, pero en la línea `User-Agent` no va el nombre de un bot, sino un "token de política", `__usage_ai-training`:

```
User-Agent: __usage_ai-training
Disallow: /
Allow: /prensa/
```

Ese grupo expresa una preferencia en contra del entrenamiento en todo el sitio, salvo en `/prensa/`, donde la preferencia es a favor. La coincidencia de rutas y la regla de que gana la más larga son las mismas de RFC 9309, el estándar de `robots.txt`. Los parsers que no conocen el token lo ignoran como a cualquier bot desconocido, así que no rompe nada.

Tres detalles del borrador que importan más de lo que parece:

1. **El comodín no cuenta.** Un grupo `User-agent: *` nunca se interpreta como si hablara del token nuevo. Si tu `robots.txt` bloquea todo con `*`, para efectos de esta señal **no dijiste nada** sobre entrenamiento. Kelley lo explicó en la lista del IETF: hoy ningún `robots.txt` publicado expresa preferencia alguna.
2. **Es una preferencia de uso, no de acceso.** El token no le dice a nadie qué rastrear. Para eso sigues necesitando grupos con el nombre de cada bot. El borrador solo dice que un consumidor *puede* dejar de bajar lo que no va a poder usar.
3. **Los acuerdos privados mandan.** Un contrato de licencia entre un medio y una empresa de IA puede pasar por encima de lo que diga el `robots.txt`.

Qué cuenta como "entrenamiento" tampoco lo inventa el borrador: lo toma del vocabulario del grupo AIPREF (`draft-ietf-aipref-vocab-08`). Es usar un contenido para modificar los parámetros aprendidos de un modelo de IA generativa. Quedan fuera los modelos que solo clasifican, ordenan o puntúan. Ojo: el propio documento advierte que su texto todavía no refleja consenso del grupo de trabajo.

![Diagrama de un robots.txt con tres grupos: el comodín para tráfico, el token __usage_ai-training para la preferencia de entrenamiento y una excepción con Google-Extended](https://oskydj.sfo3.cdn.digitaloceanspaces.com/calamardo/news_item/2026-11-04/e45-robots-6dd075fc.png)

## Cuatro empresas, cuatro calendarios

Todas apoyan la misma línea, pero cada una la va a leer cuando quiera y a su manera:

| Empresa | Cuándo | Qué agrega o cambia |
|---|---|---|
| Microsoft (Bing) | 1 de febrero de 2027 | Preferencia de entrenamiento también por página y una preferencia aparte de *grounding*; retira `NoArchive` y `NoCache` como control de IA |
| Google | 2027 | Un `Disallow` compartido sin mención a Google-Extended se leerá como un `Disallow` de Google-Extended |
| OpenAI | "En los próximos meses" | Nada todavía; mantiene GPTBot y sus controles |
| Anthropic | Sin fecha | Kelley dice que ya empezaron a implementarla y que llevará tiempo cubrir todos sus servicios |

**Microsoft** es la única con fecha firme y la que más cambia. Va a honrar la señal desde el 1 de febrero de 2027, conforme rastree. Además agrega por su cuenta una preferencia de *grounding*, es decir, si tu página puede alimentar respuestas generadas en Bing, Copilot o Microsoft 365. Esa se pone página por página con meta etiqueta o cabecera HTTP (`ai-grounding:disallow` o `ai-grounding:disallowextended`). Lo más urgente: si hoy usas `NoArchive` o `NoCache` para mantenerte fuera de su IA, Microsoft dejará de leerlos como preferencia de entrenamiento o grounding después del **1 de marzo de 2027**. Antes de esa fecha tienes que publicar las preferencias nuevas.

**Google** no crea un sistema nuevo: traduce. Si tu `robots.txt` niega el entrenamiento con el token compartido y no dice nada de Google-Extended, lo va a tratar como si hubieras bloqueado Google-Extended. El matiz que hay que entender: Google-Extended no solo cubre entrenamiento. Según la documentación de Google, también decide si tu contenido se usa para el *grounding* de Gemini. Google lo dice al revés en su post: los sitios que permiten Google-Extended de forma explícita pueden aparecer en las respuestas de Gemini Apps y recibir clics por grounding. Mi lectura, y la de PPC Land, es que con Microsoft esa línea solo te saca del entrenamiento, y con Google te saca también de las citas de Gemini, a menos que agregues un `Allow` explícito para Google-Extended.

![Tarjetas con lo que dijo cada empresa: Microsoft el 1 de febrero de 2027, Google a principios de 2027, OpenAI en los próximos meses y Anthropic sin fecha](https://oskydj.sfo3.cdn.digitaloceanspaces.com/calamardo/news_item/2026-11-04/e45-calendario-08ea64ee.png)

## Qué hacer con tu robots.txt

No lo probé; esto sale de los documentos oficiales de Google, Microsoft, OpenAI y del borrador del IETF. Lo práctico:

- **Si no quieres que entrenen con tu sitio**, agrega el grupo `__usage_ai-training` con `Disallow: /`. Agregarlo hoy no hace daño: ningún parser que respete RFC 9309 se rompe, y quedará listo para cuando cada proveedor lo active.
- **No borres tus reglas actuales.** Mientras nadie lea la señal, lo que funciona hoy sigue siendo bloquear `GPTBot`, `Google-Extended` y compañía por su nombre. Las cuatro empresas dicen que esos controles siguen vigentes.
- **No confundas uso con rastreo.** El token no evita que un bot te visite. Si te preocupa la carga del servidor, eso sigue siendo cosa de los grupos por bot o de tu firewall.
- **Decide qué hacer con Gemini.** Si quieres salir del entrenamiento pero seguir apareciendo citado en Gemini, Google indica que un `Allow` explícito para Google-Extended te mantiene elegible.
- **Si usas `NoArchive` o `NoCache` por Bing**, apunta el 1 de marzo de 2027 en el calendario.
- **Usa rutas.** El `Allow` de una carpeta de prensa o de documentación pública te deja ceder lo que sí quieres que se use.

## Lo que esto significa (y lo que no)

Mi lectura: es un paso útil y bastante bien diseñado. Que no invente sintaxis y que el comodín no cuente es lo que evita que millones de `robots.txt` viejos se reinterpreten de golpe. Pero hay que ponerle la etiqueta correcta. **Es una preferencia, no un candado.** El vocabulario del IETF lo dice sin rodeos: la especificación no garantiza que las preferencias se cumplan. OpenAI lo llama voluntario. El borrador es individual, no tiene respaldo formal del IETF y caduca el 3 de mayo de 2027 si no se renueva. Y la lista de quienes se comprometieron tiene ausencias: ninguno de los anuncios nombra a Meta, Apple o Amazon entre quienes leerán el token.

Lo que sí cambia es la discusión. Hasta ahora, salir del entrenamiento era perseguir una lista de bots que crecía cada mes. Si la señal prende, una línea basta para los que la respeten, y queda más claro quién no lo hace.

## Fuentes

- [OpenAI: Making it easier for websites to express AI training preferences](https://openai.com/index/helping-websites-express-ai-training-preferences/)
- [IETF: draft-kelley-aipref-training-preference-signal-00](https://datatracker.ietf.org/doc/draft-kelley-aipref-training-preference-signal/)
- [Kevin Kelley en la lista ai-control del IETF](https://mailarchive.ietf.org/arch/msg/ai-control/mddjatOxSR0h6GmLRBWlc839c7w)
- [IETF: A Vocabulary For Expressing AI Usage Preferences (draft-ietf-aipref-vocab-08)](https://datatracker.ietf.org/doc/draft-ietf-aipref-vocab/)
- [Google Search Central: Supporting a shared AI training control for websites](https://developers.google.com/search/blog/2026/10/ai-training-control)
- [Microsoft Bing: Your content, your choice](https://blogs.bing.com/search/2026/10/your-content-your-choice-clearer-preferences-for-training-and-grounding/)
- [OpenAI: Overview of OpenAI Crawlers](https://developers.openai.com/api/docs/bots)
- [PPC Land: Google, Microsoft, OpenAI and Anthropic back one AI training opt-out](https://ppc.land/google-microsoft-openai-and-anthropic-back-one-ai-training-opt-out/)