Resultado
Podrás distinguir la configuración de rastreadores de OpenAI, comprobar pruebas de red de un rastreo real y registrar por separado si una página apareció como fuente.
Explicación
La documentación de OpenAI distingue estos agentes de usuario por su finalidad:
OAI-SearchBotse utiliza para rastrear páginas con vistas a su aparición en funciones de búsqueda de ChatGPT.GPTBotrastrea contenido que podría utilizarse para entrenar modelos. Este ajuste es independiente deOAI-SearchBot.ChatGPT-Userrepresenta una solicitud iniciada por una acción de usuario en ChatGPT/Custom GPTs; no es un rastreador automatizado ni una señal para controlar la aparición en la Búsqueda. Es posible que las reglas de robots.txt no se le apliquen.
Un agente de usuario se puede suplantar y no demuestra que la solicitud proceda de un rastreador de OpenAI. Para comprobar solicitudes, utiliza registros de acceso con la IP de origen y compárala con los rangos actuales del archivo oficial searchbot.json o con una señal de bot verificado de tu CDN/WAF. Anota el estado de respuesta, la URL, la hora y la decisión del sistema de protección. No cambies las reglas del WAF basándote únicamente en un agente de usuario coincidente. Que el acceso esté permitido hace que el sistema pueda acceder potencialmente a una página, pero no garantiza que la seleccione o la cite.
Ejemplo ficticio
Un registro de acceso sintético para la página de formación /robots contiene solicitudes con el agente de usuario OAI-SearchBot, pero sus IP no coinciden con los rangos publicados. Se trata de un rastreador no verificado: anota «declara el agente de usuario OAI-SearchBot; origen no verificado» y no permitas el acceso por ese motivo. Más tarde, una solicitud desde una IP de un rango oficial vigente recibe un 403 del WAF. Esto demuestra que, en ese momento, se bloqueó un origen de red verificado; el propietario puede evaluar la regla por separado.
El dominio sintético .test no se puede utilizar para una comprobación real de ChatGPT Search. Ejecuta una consulta solo si tienes tu propio dominio de prueba accesible públicamente que el sistema pueda rastrear. Si no es posible realizar esa comprobación, el producto no está disponible o no se ejecutó ninguna consulta, anota «no comprobado», no «sin fuente». Solo una consulta completada con su respuesta guardada permite establecer si se citó la URL en ese resultado concreto.
Al utilizar registros de acceso reales, conserva las IP de origen solo durante el tiempo que requiera la tarea y sigue la política aplicable de privacidad y conservación.
Práctica
- Lee la documentación oficial de la plataforma e identifica qué rastreador corresponde a su función de búsqueda.
- En el registro ficticio, compara el agente de usuario con la IP de origen y el rango oficial actual, o con la señal de bot verificado de tu CDN/WAF. Anota el estado HTTP y la decisión del sistema de protección. No envíes una solicitud con un agente de usuario suplantado y la trates como prueba de un rastreador.
- Para una comprobación real, utiliza solo tu propio dominio de prueba accesible públicamente. Si no tienes uno o AI Search no está disponible, anota «no comprobado». Si puedes realizar la comprobación, plantea tres preguntas neutrales en el idioma y la región especificados; guarda la consulta, la fecha, el modo, la respuesta completa y las URL citadas.
- No deduzcas una visibilidad persistente a partir de una sola respuesta.
Lista de comprobación
- No se confunden
OAI-SearchBot,GPTBotyChatGPT-User. - El agente de usuario no se utiliza como autenticación.
- La IP de origen se compara con la lista oficial actual o con una señal de bot verificado de la CDN.
- El acceso al sitio se distingue de la aparición de una cita en una respuesta.
- La búsqueda no disponible se registra como «no comprobado».
Error habitual
Concluir «permitimos GPTBot, así que el sitio se cita en ChatGPT» o tratar como auténtica cada cadena OAI-SearchBot de un registro. OpenAI identifica OAI-SearchBot para el rastreo de búsqueda; las solicitudes de red requieren verificar la IP/la plataforma y las citas deben comprobarse en respuestas reales.