Plain Reckoner
ES

Elige tu idioma

EnglishالعربيةPortuguês (Brasil)EspañolFrançais

Quien lee su sitio

¿Eres inusual en lo que dejas que las compañías de AI lean?

Fuentes y límites
una lista de 16,076 dominios que dos redes publicitarias identifican como clientes; leímos las reglas de rastreo de 1,020 editores Lea los datos y el método эле Cómo usar las herramientas
Espacio de trabajo de analítica libreGratis · Sin registro

Ayuda

Su propio archivo

Lea su sitio desde el Sinopsis y marcaremos tus propias filas abajo.

Tu robots.txt es un archivo corto en la parte delantera de tu sitio que dice a los visitantes automatizados lo que pueden leer. Cada uno de esos visitantes se llama un rastreador y llega bajo su propio nombre. Nada de lo tuyo se envía a cualquier lugar: lo leemos en tu navegador desde la lectura guardada en este dispositivo.

Lo que muestran los archivos de 1,020 editores

Elegimos al azar 1,200 dominios de los 16,076 que dos redes publicitarias incluyen en sus listas públicas y leímos su robots.txt. En 180 casos no obtuvimos un archivo legible. Los excluimos del recuento; no los contamos como si permitieran todo.Estas 7 filas se superponen. Un archivo que bloque a un robot que podría citarlo también bloquea al menos a un robot. Son 7 formas de analizar los mismos 1,020 archivos, no 7 grupos separados. Sumarlas da un número mayor que la muestra.

  1. 776of 1,020No se detectan nombres de rastreadores de IA documentados. Las reglas generales de robots.txt todavía pueden aplicarse; esto por sí solo no establece permiso de entrenamiento, elegibilidad de citación o acceso real.
  2. 216of 1,020Bloquear por lo menos un rastreador de IA de la página principal.
  3. 123of 1,020Bloquear por lo menos un rastreador que les hubiera enviado el lector, el tipo que pica una página porque alguien hizo una pregunta que responde, y luego se vincula de nuevo.
  4. 28of 1,020Escriba el nombre de un rastreador y déjelo pasar de todos modos. El archivo se lee en bloques —nombres primero, luego las reglas que se aplican a ellos— por lo que una lista de nombres sentados sobre una regla que permite todo permite cada nombre en él.
  5. 167of 1,020Nombre al menos un rastreador que aparece en la documentación actual de ninguna empresa, por lo que esa línea no mantiene nada fuera.
  6. 23of 1,020Nombra sólo a los rastreadores que ya no existen. Nada está excluido, y el archivo lee como protección a cualquiera que lo abra.
  7. 305of 1,020Llevar una sección una herramienta o una red de anuncios escribió y firmó con su propio nombre, por lo que esas líneas no son la redacción del editor.

Bloqueado, arrastrado por el rastreador

Se usan los mismos 1,020 archivos. Elegir qué robot bloquear es distinto de decidir cuántos bloquear: unos recopilan páginas para entrenar modelos, una decisión sobre permisos de uso; otros leen una página para responder a una pregunta, una decisión sobre tráfico.

Las dos líneas que vale la pena leer juntos son de OpenAI. ChatGPT-User sembra una página porque alguien hizo una pregunta que responde, y la respuesta se enlaza de nuevo; OAI-SearchBot solo guarda páginas para las búsquedas. De estos archivos, 121 bloquean al primero y 4 al segundo: 11.9% frente a 0.4%. La diferencia es de al menos diez veces, pero la muestra no permite mayor precisión: con cuatro casos, la proporción podría ir de unas diez a bastante más de cien veces.

  1. GPTBotRecoge páginas para formar un modelo206 of 1,020
  2. CCBotRecoge páginas para formar un modelo201 of 1,020
  3. ChatGPT-UserResponde a una pregunta, y los enlaces de vuelta121 of 1,020
  4. Google-ExtendedRecoge páginas para formar un modelo89 of 1,020
  5. ClaudeBotRecoge páginas para formar un modelo74 of 1,020
  6. PerplejidadBotResponde a una pregunta, y los enlaces de vuelta7 of 1,020
  7. OAI-SearchBotResponde a una pregunta, y los enlaces de vuelta4 of 1,020
  8. Claude-UserResponde a una pregunta, y los enlaces de vuelta2 of 1,020
  9. Claude-SearchBotResponde a una pregunta, y los enlaces de vuelta2 of 1,020

Lo que esto es evidencia sobre

Los 1,020 archivos representan solo esos 1,020 archivos. Son pequeños sitios financiados con anuncios en dos redes, no toda la web ni los grandes editores con acuerdos de IA. Los editores sin red publicitaria no aparecen en la lista. El sorteo usó una palabra inicial fija (plainreckoner) más que casualidad, para que cualquiera pueda repetirlo y obtener los mismos dominios, y cada red se le dio la misma parte de la muestra que tiene de la lista. Medido 2026-09-02.

La primera medición fue el 2026-09-01 con 106 archivos; ahora se repitió con 1,020. El resultado general no cambió: antes el 76% no mencionaba robots de IA y ahora es el 76.1%. El uso de plantillas ajenas pasó del 34% al 29.9%. Mejoró la precisión: con 106 archivos, el margen era de unos ocho puntos por lado; con 1,020, unos dos o tres. Las filas menos frecuentes siguen basándose en dos o cuatro archivos y no permiten cifras precisas.

Una cualificación, y viene de la propia empresa. De los rastreadores que pica una página porque alguien hizo una pregunta, OpenAI escribe:Debido a que estas acciones son iniciadas por un usuario, las reglas robots.txt pueden no aplicarse. Así que los recuentos arriba son lo que los archivos SAY, que es lo que medimos y todo lo que afirmamos. Si cada empresa actúa en lo que un archivo dice es una pregunta separada, y la respuesta honesta es que no la midimos.

Las dos redes no son iguales, por lo que la muestra se dibuja para coincidir con la lista en lugar de simplemente tomar lo que un rastreador llega primero. Raptive representa el 43.5% de la lista y el 42.4% de los archivos leídos; el 60% de sus archivos no menciona robots de IA. Mediavine representa el 56.5% de la lista y el 57.6% de los archivos leídos; el 88% de sus archivos no menciona robots de IA. El peso de cada red a su parte de la lista en lugar de su parte de los archivos que respondieron mueve cada figura arriba por menos de medio punto.

Lo que cada archivo permite se resuelve en lugar de buscar. El archivo se lee en bloques — una o más líneas que nombran a los rastreadores, entonces las reglas que se aplican a ellos — por lo que un archivo que apila treinta nombres por encima de una sola regla que permite todo lo permitido a los treinta. Contando los nombres en lugar de eso reportaría ese archivo como el más estricto en la muestra.

El control de búsqueda de Google AI está separado de robots.txt

Configuración de Google Search Console en Ajustes → Buscar generative AI controla si una propiedad participa en AI Resúmenes, AI Mode y características generativas de AI en Discover. Google dice que excluyendo un sitio elimina sus enlaces y contenido de esas características, sin cambiar de ranking o señales de inclusión en otro lugar en Search. Google-Extended controla entrenamiento separado y otros usos de AI; bloqueando no establece esta opción Search Console.

Este escaneo público no puede leer que entorno privado, sus impresiones de IA, el cumplimiento real de los rastreadores o los ingresos de licencias. Los informes de IA dedicados describen la visibilidad; impresiones por sí solas no revelan los clics perdidos o lo que habría ocurrido bajo un entorno diferente.Lea la documentación de control de Googley su anuncio de presentación de informes sobre la IA.

Reglas declaradas, solicitudes reales y bloqueo son diferentes

Esta herramienta lee reglas publicadas. Para saber si un robot visitó el sitio o fue bloqueado, consulta los registros del servidor o del servicio de red. Cloudflare ofrece configuración actual de bot AI separan las actividades de búsqueda, agentes y entrenamiento. Los valores por defecto para nuevos dominios cambiaron el 15 de septiembre de 2026; los robots con varios usos requieren atención. Leer robots.txt no verifica tu configuración de Cloudflare ni bloquea accesos.

Medir la visibilidad de AI en su propia consola de búsqueda

  1. Abra el informe de rendimiento Generative AI para su propiedad verificada. Elija un rango de fecha, dispositivo y alcance de país.
  2. Exportar las tablas Fechas y Páginas por separado como CSV. Mantener los totales de propiedad separados de los totales de la página; su agregación difiere.
  3. Compare las mismas fechas en el informe habitual de resultados de búsqueda. Mantenga impresiones y clics separados. Las impresiones de AI no son visitas adicionales y no deben ser agregadas a los totales de búsqueda superpuestas.
  4. Si está disponible, compare la Web: texto basado y Web: filtros multimodales por separado. Grabar los filtros junto a cada exportación.

Google’s documentación de los informes explica que el informe de AI puede estar ausente cuando un sitio tiene demasiadas impresiones. Anuncio multimodal cubre búsquedas lideradas por imágenes como Lens. No inferir la demanda cero o perder ingresos de un informe perdido. Chequeado 22 de octubre de 2026.