Dardo
ENESPT
ENESPT

Herramientas gratuitas

Verificador de visibilidad en IA y validador de llms.txt: ¿ChatGPT, Claude y Google pueden leer tu sitio?

Un verificador de visibilidad en IA lee los archivos que los rastreadores de IA leen primero. Escribe un dominio y este busca su robots.txt, llms.txt, llms-full.txt, página de inicio y sitemap, y luego muestra cuáles de 26 rastreadores de IA pueden leer el sitio, si su llms.txt sigue el formato de llmstxt.org y qué les dicen a las máquinas sus datos estructurados, con una corrección para cada hallazgo. No puede decirte si ChatGPT o Google te van a citar. Te dice si algo en tu sitio se interpone.

Por Equipo editorial de Dardo6 min de lectura
Pedir una propuesta

Solo leemos archivos públicos: tu página de inicio, robots.txt, llms.txt, llms-full.txt y el sitemap, y hasta 15 enlaces de tu llms.txt. No guardamos nada.

En esta página

Cómo usar el verificador

  1. Escribe tu dominio. El verificador sigue las redirecciones hasta la dirección en la que responde tu página de inicio (de http a https, de tuempresa.com a www.tuempresa.com) y lee los archivos ahí.
  2. Lee la tabla de rastreadores. Cada fila es un rastreador, con el nombre que le da su empresa, lo que hace y si tu robots.txt lo deja entrar. La regla que decide es la línea de tu archivo que aplica a tu página de inicio.
  3. Revisa los hallazgos. Lo que está «por corregir» frena a los rastreadores o rompe un archivo, lo que está «por revisar» merece una mirada y las notas explican una decisión que tomaste. Las plantillas y las líneas de robots.txt se copian directo desde el informe.
  4. Guarda el informe. Descárgalo en Markdown, cópialo o envíanoslo desde el formulario del final.

Rastreadores de búsqueda, agentes de usuario y rastreadores de entrenamiento

OpenAI, Anthropic, Perplexity, Google, Apple, Meta, Amazon y Mistral les dan a sus rastreadores tokens de robots.txt distintos, así que puedes decidir según el uso:

  • Rastreadores de búsqueda (OAI-SearchBot, Claude-SearchBot, PerplexityBot, Googlebot y otros): arman los índices que citan las respuestas de IA. OpenAI dice que los sitios que bloquean OAI-SearchBot no aparecen en las respuestas de búsqueda de ChatGPT, y Anthropic dice que bloquear Claude-SearchBot puede reducir tu visibilidad en sus resultados. Si quieres que te citen, permítelos.
  • Agentes de usuario (ChatGPT-User, Claude-User, Perplexity-User y otros): abren una página cuando alguien le pregunta por ella a un asistente. OpenAI y Perplexity dicen que robots.txt puede no aplicarse a estas solicitudes, porque las pidió una persona; Anthropic dice que sus bots respetan robots.txt.
  • Rastreadores de entrenamiento (GPTBot, ClaudeBot, meta-externalagent y otros), junto con los tokens Google-Extended y Applebot-Extended: controlan si tu contenido se usa para entrenar modelos. OpenAI dice que GPTBot y OAI-SearchBot son independientes, y Google dice que Google-Extended no afecta la inclusión ni el posicionamiento en la Búsqueda de Google. Bloquearlos es una decisión de negocio, no un error.

El verificador cruza cada token como lo indica el estándar de robots.txt (RFC 9309): los grupos que nombran al rastreador, sin importar mayúsculas, y si no hay, el grupo *; luego gana la regla más larga que coincide, y Allow gana en caso de empate. Cuando una empresa dice que su rastreador sigue las reglas de otro (Applebot de Apple sigue las de Googlebot), el verificador también lo hace. Prueba tu página de inicio y hasta 50 páginas repartidas por tu sitemap.

Qué es llms.txt y qué no es

llms.txt es una propuesta publicada en llmstxt.org en septiembre de 2024 y revisada en agosto de 2026: un archivo Markdown que les da a los modelos de lenguaje una guía corta de un sitio. En orden, tiene un H1 con el nombre del sitio (la única parte obligatoria), un resumen en cita, notas opcionales sin encabezados y secciones H2 que listan enlaces como «- [nombre](url): notas». El verificador valida cada parte y prueba hasta 15 de los enlaces. La versión 2 permite poner el archivo en cualquier ruta; el verificador lee el de la raíz de tu sitio.

Dale el peso justo. La guía de Google sobre sus funciones de IA generativa dice que no necesitas archivos de texto para IA para aparecer en la Búsqueda de Google, porque la Búsqueda de Google los ignora, y ninguna de las empresas de IA de la tabla documenta que sus rastreadores lean el llms.txt de otros sitios. Publicarlo cuesta poco y sirve a agentes y herramientas para desarrolladores, pero no es un factor de posicionamiento. llms-full.txt, un solo archivo con todo el texto de un sitio, ni siquiera forma parte de la propuesta.

Lo que la revisión no ve

  • Firewalls y protección contra bots. robots.txt expresa tus preferencias; una regla de tu CDN puede rechazar a un rastreador que robots.txt permite. El verificador se identifica como DardoAIVisibilityChecker, así que si tu sitio lo rechaza puede rechazar también a los rastreadores de IA, pero que la revisión funcione no prueba que ellos pasen. Revisa la configuración de bots y los registros de tu CDN.
  • El ajuste propio de Google. Search Console tiene un control de IA generativa en la Búsqueda que puede excluir un sitio de AI Overviews y AI Mode. No está en robots.txt, así que revísalo en Search Console.
  • Indexación y citas. Que te permitan no es que te indexen ni que te citen. Para medir dónde te citan las respuestas de IA, mira cómo aparecer en ChatGPT, Perplexity, Google y Copilot.
  • JavaScript. El verificador lee el HTML que envía tu servidor, sin ejecutar scripts, y cuenta sus palabras.

Preguntas antes de elegir

¿Bloquear GPTBot saca mi sitio de ChatGPT?

No de la búsqueda de ChatGPT. OpenAI dice que GPTBot (entrenamiento) y OAI-SearchBot (búsqueda) son independientes: un sitio puede permitir OAI-SearchBot para aparecer en las respuestas de búsqueda de ChatGPT y bloquear GPTBot para que su contenido no se use en entrenamiento. Lo que deja un sitio fuera de esas respuestas es bloquear OAI-SearchBot.

¿Google usa llms.txt?

No para la Búsqueda. La guía de Google sobre sus funciones de IA generativa dice que la Búsqueda de Google ignora los archivos de texto para IA como llms.txt: publicarlo no ayuda ni perjudica tu visibilidad en la Búsqueda, incluidos AI Overviews y AI Mode.

¿Qué regla de robots.txt se aplica cuando coinciden varias?

Según la RFC 9309, un rastreador sigue los grupos que lo nombran (sin importar mayúsculas, y combinados si hay varios); si ninguno lo nombra, sigue el grupo *. Dentro de esas reglas gana la ruta más larga que coincide, y Allow gana en caso de empate. El verificador muestra la regla que decide tu página de inicio.

Mi robots.txt lo permite todo. ¿Igual pueden bloquearse los rastreadores de IA?

Sí. robots.txt es una petición, no un candado: una regla de tu CDN, de tu firewall o de protección contra bots puede rechazar a un rastreador antes de que lea nada. Cloudflare, por ejemplo, permite bloquear rastreadores de IA concretos en su red. Revisa también esa configuración y los registros de tu servidor.

¿Qué diferencia hay entre llms.txt y llms-full.txt?

llms.txt es una guía corta con enlaces, definida por la propuesta de llmstxt.org. llms-full.txt es una convención que usan algunos sitios de documentación para poner todo su texto en un archivo; la propuesta no lo define. Ninguno es obligatorio, y un sitio comercial puede omitir llms-full.txt.

¿Guardan los sitios que reviso?

No. Nuestro servidor busca los archivos públicos del sitio cuando presionas el botón y envía los resultados a tu navegador; no se guarda nada. Las revisiones tienen un límite por conexión para evitar abusos.

Fuentes y lecturas

Fuentes de esta página, con más detalles de sus publicaciones originales.

De la revisión a que te citen

Mira lo que documentan las plataformas, corrige lo que encontró la revisión y luego mídelo.