Si tienes un sitio web, antes necesitabas una regla distinta para cada empresa de IA: por favor, no entrenen sus modelos con mis páginas. El 30 de octubre de 2026, eso cambió. Google, Microsoft, OpenAI y Anthropic anunciaron que respetarán una regla compartida de robots.txt para las preferencias de entrenamiento de IA, así que una sola entrada ahora puede hablar con las cuatro.

La regla viene de una propuesta presentada el mismo día ante el Internet Engineering Task Force. El ingeniero de Anthropic Kevin Kelley la escribió. Todavía es una propuesta, no un estándar terminado, y vence el 3 de mayo de 2027 a menos que se revise. Los compromisos detrás de ella son reales, en fechas distintas.

Qué dice realmente la regla

Robots.txt es un archivo de texto pequeño que se encuentra en la raíz de un sitio web y les dice a los programas automáticos qué pueden hacer allí. La nueva entrada se ve así:

  • User-Agent: __usage_ai-training
  • Disallow: /

Esas dos líneas piden que todo un sitio quede fuera del entrenamiento de IA. También puedes limitar la regla a una parte del sitio indicando una sola carpeta en lugar de la barra. Lo inusual es el nombre de la primera línea. No es un rastreador, y ningún bot lo envía jamás. Es una etiqueta compartida que representa un uso, el entrenamiento, para que cada proveedor lea la misma preferencia de la misma manera.

Cuándo empieza a respetarla cada empresa

Microsoft dio la fecha más firme. Bing empezará a respetar las nuevas preferencias el 1 de febrero de 2027. Google busca apoyar el control a principios de 2027. OpenAI ha dicho que su apoyo llegará en los próximos meses, sin fecha publicada. Anthropic ya empezó a incorporarlo en sus sistemas.

Ese calendario importa. Añadir la regla hoy es una preferencia, no un interruptor instantáneo. Entra en vigor cuando cada empresa despliegue el apoyo y vuelva a rastrear tus páginas, y no alcanza a las copias ya recogidas.

Qué no hace

Aquí vive la mayor confusión. La regla es una preferencia de entrenamiento, no un bloqueo de rastreo. No impide que los bots visiten tus páginas, ni elimina un sitio de los resultados de Google o Bing.

Tampoco, por sí sola, impide que una página sea citada en una respuesta en vivo de IA. Ese es un uso distinto, y Microsoft lo trata con una configuración separada a nivel de página. Google ha dicho que si un sitio opta por no participar sin establecer Google-Extended, Google planea tratarla como una exclusión de Google-Extended.

¿Debe usarla un negocio pequeño?

No hay una única respuesta correcta. Si tus páginas son trabajo original que no quieres que alimente futuros modelos, la regla compartida es la forma más sencilla de decirlo. Si tu negocio depende de que te citen en respuestas de IA, excluirte solo del entrenamiento no debería perjudicar eso, pero bloquear las respuestas en vivo sí podría.

Qué significa esto para todos los demás

Aunque nunca toques un archivo robots.txt, este cambio importa. Es la primera vez que los mayores proveedores de IA acuerdan una forma compartida para que el dueño de un sitio exprese una preferencia de entrenamiento. Espera revisiones a medida que el despliegue se concrete.

Si tienes un sitio pequeño en Escondido y quieres ayuda con tu archivo robots.txt, pasa por la tienda. Podemos revisarlo contigo en lenguaje sencillo.

Llamar al (858) 746-4029 Pide una cotización gratis

Relacionado: El impulso de agentes de OpenAI en DevDay · El agente de Google tiene su propio correo