Ahora el público son los asistentes

Durante casi un año leí mal mi propio tráfico. Miraba visitantes humanos, clics de búsqueda y profundidad de sesión, y trataba las filas de bots en los registros como ruido que había que filtrar. Hasta que un día los sumé. En un día representativo, mi sitio atendió unos 301 visitantes humanos y alrededor de 19.800 solicitudes de agentes de IA. Esos agentes no estaban extrayendo mi contenido para entrenar modelos: la fuente individual más grande, por mucha diferencia, era ChatGPT consultando mis páginas en vivo para responderle a alguien en ese preciso instante. Mi público real había dejado de visitarme sin hacer ruido. Me leía a través de un asistente, y ese asistente me leía unas sesenta y seis veces más seguido que los humanos a los que respondía. {.answer-block}

En resumen

• En un día reciente representativo, mi sitio recibió ~301 visitantes humanos y ~19.800 solicitudes de agentes de IA. El promedio de 7 días del volumen de agentes es de ~19.850 solicitudes diarias frente a un promedio de 28 días de ~301 humanos por día: una proporción cercana a 66 a 1.¹
• La mayor parte de ese tráfico de agentes no proviene de rastreadores de entrenamiento. Es recuperación en vivo dirigida por el usuario: ChatGPT-User con ~13.100 solicitudes diarias y Claude-User con ~2.300, agentes que piden una página solo porque un humano acaba de preguntarle algo a su asistente.¹²³
• La documentación de los propios proveedores traza la línea con toda claridad. OpenAI: “ChatGPT-User no se usa para rastrear la web de forma automática”. Anthropic: Claude-User accede a sitios “cuando las personas le hacen preguntas a Claude”. Cloudflare lo formaliza como un comportamiento Agent propio, distinto de Training y de Search.²³⁴
• Los rastreadores de entrenamiento que a todo el mundo le preocupan resultaron ser un error de redondeo en comparación: GPTBot con 55 solicitudes y ClaudeBot con 212 ese mismo día.¹²³
• El cambio práctico: tu contenido se consume cada vez más como sustrato de respuestas. El lector es un humano que nunca aterriza en tu página, y lo que de verdad te lee es un asistente que te recupera en el momento de la pregunta. Eso cambia lo que mides, lo que escribes y hasta lo que significa la palabra “tráfico”.

La cifra que lo reencuadró todo

El sitio es personal: guías técnicas y ensayos, diez idiomas, unos cuantos cientos de visitantes humanos al día. Respetable, no viral. Durante meses mi panel me contó una historia prolija sobre clics de búsqueda y duración de sesión, mientras las filas de agentes de IA descansaban en un rincón que yo había etiquetado mentalmente como “rastreadores, ignorar”.

La etiqueta fue el error. Cuando por fin puse los registros del edge de Cloudflare en la misma vista que la analítica humana, la proporción no estuvo ni cerca. Humanos: unos 301 por día en un promedio de 28 días. Agentes de IA: unas 19.850 solicitudes por día en un promedio de 7 días, y 19.785 en el único día representativo que desglosé por fuente.¹ Ambas ventanas son estables, así que la proporción no depende de cuál elija: 19.785 contra 301 da 65,7 a uno, y el promedio más suavizado de 7 días aterriza en 65,9. Digamos sesenta y seis a uno.

Hay una objeción justa que llega de inmediato, y quiero concederla antes de que socave lo demás: esas unidades no son idénticas. Los 301 son visitantes humanos únicos. Las 19.800 son solicitudes de agentes, y una sola visita humana también abarca varias solicitudes de página. Así que esto no significa “sesenta y seis veces más lectores”. Se acerca más a “los asistentes piden mis páginas unas sesenta y seis veces más seguido de lo que llegan humanos a leerlas”. La comparación honesta sigue apuntando en la misma dirección, porque lo interesante no es el múltiplo exacto, sino en qué consistían esas solicitudes de agentes.

No son los rastreadores que te preocupaban

La suposición por defecto, la mía incluida, es que un muro de tráfico de agentes de IA significa extractores de entrenamiento aspirando tu contenido hacia el próximo modelo fundacional. Ese es el miedo que provocó cien ediciones de robots.txt. No es lo que muestran mis registros.

Este es el mismo día representativo, desglosado por user-agent:¹

Vuelve a leer las dos primeras filas. Entre ChatGPT-User y Claude-User suman más de quince mil de las aproximadamente veinte mil solicitudes de agentes de ese día. Ninguno de los dos es un rastreador de entrenamiento, y la distinción no es interpretación mía: está documentada por los proveedores en un lenguaje sencillo.

La documentación de bots de OpenAI dice que la empresa usa ChatGPT-User “para ciertas acciones de usuario en ChatGPT y en los GPT personalizados”, que “cuando los usuarios le hacen una pregunta a ChatGPT o a un CustomGPT, este puede visitar una página web”, y luego afirma sin rodeos que “ChatGPT-User no se usa para rastrear la web de forma automática”.² El rastreador masivo de entrenamiento es otro agente distinto, GPTBot, descrito como aquel que rastrea “contenido que puede utilizarse para entrenar nuestros modelos fundacionales de IA generativa”.² En mi día representativo, GPTBot hizo cincuenta y cinco solicitudes. ChatGPT-User hizo trece mil.

Anthropic traza exactamente la misma línea. Claude-User “da soporte a los usuarios de Claude AI. Cuando las personas le hacen preguntas a Claude, este puede acceder a sitios web mediante un agente Claude-User”. ClaudeBot, el rastreador de entrenamiento, “ayuda a mejorar la utilidad y la seguridad de nuestros modelos de IA generativa recopilando contenido web que podría contribuir a su entrenamiento”.³ La misma forma: el agente dirigido por el usuario empequeñece al rastreador de entrenamiento, 2.274 contra 212.

Cloudflare, que se sitúa delante de una porción enorme de la web y no tiene ningún incentivo para halagar a un proveedor en particular, formaliza justamente esta división. Su taxonomía de bots verificados clasifica los bots de IA por comportamiento en categorías distintas: Agent, “agentes dirigidos por el usuario que visitan una página en nombre de un humano”; Search, “rastreo para construir índices de búsqueda o bases de datos RAG”; y Training, “rastreo para entrenar o afinar modelos”.⁴ El criterio que los separa es si hay un humano dirigiendo la acción. Un bot de entrenamiento o de búsqueda rastrea de forma autónoma para construir un conjunto de datos persistente. La consulta de un Agent se dispara petición a petición, por una interacción humana, para responder en vivo a una pregunta concreta. Mi tráfico es abrumadoramente lo tercero.

Qué significa realmente una consulta en vivo

Detente en la mecánica, porque cambia el modelo mental por completo. Cuando ChatGPT-User llega a mi página, la secuencia que lo produjo se ve así: una persona abrió un asistente, escribió una pregunta, el asistente decidió que valía la pena leer mi página para responder, la pidió en tiempo real, extrajo lo que necesitaba y compuso una respuesta. La persona obtuvo lo que buscaba. Puede que nunca haya visto mi nombre, mi diseño, mis otros artículos ni la nota pequeña al pie que recomienda alguna de mis apps.

Eso es un lector. Simplemente es un lector al que nunca conozco. El asistente es un mensajero, y mi analítica solo alcanzó a ver la camioneta del mensajero, trece mil viajes al día, y la llamó ruido.

Esa inversión es la historia silenciosa que late bajo todo el ruido sobre la IA y el contenido. El debate sobre los rastreadores de entrenamiento gira en torno a si los modelos ingieren tu trabajo una vez, en algún momento, hacia los pesos. Ese debate importa, pero no es lo que hay que mirar si quieres entender a tu público en vivo. El público en vivo llega mediante consultas de tipo Agent, de forma continua, cada una disparada por una interacción humana que está ocurriendo ahora mismo. Cada consulta de ChatGPT-User en mis registros se remonta a una persona que le preguntó algo a su asistente que mi página podía responder, aunque una sola pregunta dispare más de una consulta y algunas consultas nunca lleguen a mostrarse a nadie. La escala —quince mil consultas al día contra trescientas visitas humanas— dice que la gente a la que de verdad llega mi contenido está, en su mayoría, del otro lado de un asistente.

Qué cambia esto en la medición de un sitio

Una vez que aceptas que los asistentes son un público real, a tu tablero de instrumentos de pronto le falta el indicador más importante. La analítica estándar se apoya en el supuesto de que la lectura ocurre en tu página: sesiones, profundidad de scroll, tiempo en el sitio, el elemento de conversión que vive más abajo en la página. Nada de eso se dispara cuando un humano te lee a través de Claude. El asistente no hace scroll, no convierte y rebota en cada visita por definición. Si juzgas tu contenido solo por la interacción en página, tu público de más rápido crecimiento es estadísticamente invisible.

De ahí se derivan tres ajustes, y ya empecé a aplicar los tres.

Primero, tratar los registros de solicitudes de agentes de IA como una métrica de audiencia, no de seguridad. Ahora hago seguimiento del volumen de ChatGPT-User y Claude-User por página igual que sigo a los visitantes humanos únicos, porque esa cuenta es el indicador más cercano que tengo de “cuán seguido usa un asistente esta página para responderle a alguien”. Las páginas que más piden los agentes no siempre son las que más clics reciben de humanos, y esa brecha es una señal de contenido que yo estaba tirando a la basura.

Segundo, dejar de optimizar únicamente para el momento en página. Una página escrita para que la hojee un humano que llegó por búsqueda no es lo mismo que una página escrita para que un asistente la extraiga limpiamente mientras responde una pregunta. El segundo trabajo premia una respuesta clara y autosuficiente cerca del inicio, afirmaciones sin ambigüedad y una estructura que un recuperador pueda levantar sin el andamiaje que la rodea. Por eso pongo un bloque de respuesta directa al comienzo de cada artículo. Ese bloque es tanto para el mensajero como para el lector.

Tercero, aceptar que la atribución se vuelve más difícil y medir en cambio la sombra que proyecta. No puedo ver al humano detrás de una consulta de Claude-User. Lo que sí puedo ver es una señal de segundo orden: los humanos que llegan a mi sitio ya referidos por un asistente, ese hilito de gente que leyó la respuesta, quiso la fuente y entró. Es un goteo al lado del volumen de consultas —nueve por día contra quince mil—, pero es la punta visible del público invisible, y su tendencia es el marcador honesto para saber si ser buen sustrato de respuestas termina devolviendo humanos a la fuente.

La estrategia por debajo

Existe la tentación de leer todo esto como una sentencia de muerte para los sitios independientes: los asistentes explotan tu contenido a cielo abierto, responden por ti y se quedan con el humano. A veces es exactamente lo que pasa. Pero el encuadre resulta demasiado plano, porque ignora qué está seleccionando en realidad esa consulta.

Un asistente pide tu página porque, en el momento de la pregunta, juzgó que era la mejor fuente disponible para esa consulta específica. Ese no es el viejo juego de la búsqueda por posicionarse en una palabra clave. Es ser aquello a lo que un motor de respuestas recurre cuando necesita acertar. La moneda no son los backlinks ni la densidad de palabras clave; es tener razón de forma demostrable y recuperable sobre algo que pregunta bastante gente. Una página precisa, específica y actualizada recibe consultas. Una página de contenido genérico y recalentado no, porque el modelo ya sabe la parte genérica y solo sale a buscar cuando necesita algo que no contiene de forma confiable.

Así que el incentivo que crea el tráfico de tipo Agent está, por una vez, alineado con hacer páginas genuinamente buenas. No páginas diseñadas para un algoritmo de posicionamiento, sino páginas que valga la pena recuperar para responder una pregunta real. La recompensa medible pasó de “¿aterrizó un humano e hizo scroll?” a “¿un asistente la juzgó la mejor fuente y se la leyó a un humano?”. Prefiero competir en lo segundo.

La postura

Trata a los asistentes como tu público principal, porque en los números ya lo son, y construye tanto para la consulta como para la visita. El humano en tu página es ahora el lector minoritario, y a menudo es el que se interesó lo suficiente como para ir a buscar la fuente después de que el asistente respondiera. El lector mayoritario es el asistente mismo, que te recupera en vivo cada vez que una pregunta humana lo amerita, sin tocar jamás tu analítica. Eso no es un problema de rastreadores que haya que bloquear. Es un canal de distribución que hay que entender y, ahora mismo, el más grande que tienen la mayoría de los sitios de contenido.

El sitio de los próximos años se mide con dos números, no con uno. Está el tráfico que puedes ver, humanos en la página, y está el tráfico que tienes que inferir: asistentes que te leen para responderles a humanos que nunca vas a conocer. Los míos van más o menos sesenta y seis a uno a favor de los lectores que no puedo ver. Sospecho que los tuyos se parecen más a esa cifra de lo que te está diciendo tu panel, porque las filas siguen sentadas en el mismo rincón donde yo dejé las mías, etiquetadas como ruido.

Puntos clave

• Cuenta las solicitudes de agentes de IA como audiencia, no como ruido. En mi sitio superan las llegadas humanas a las páginas por unos 66 a 1, y la composición importa más que el múltiplo.¹
• La mayor parte del tráfico de agentes es recuperación en vivo dirigida por el usuario, no entrenamiento. ChatGPT-User y Claude-User piden páginas porque un humano acaba de preguntarle algo a su asistente; los proveedores lo documentan y Cloudflare lo clasifica como un comportamiento Agent aparte.²³⁴
• Los rastreadores de entrenamiento son una fracción pequeña. GPTBot y ClaudeBot sumaron menos de 300 solicitudes en un día en que los agentes dirigidos por usuarios hicieron más de 15.000.¹²³
• La analítica en página no ve a tu público de más rápido crecimiento. Los asistentes no hacen scroll ni convierten, así que las métricas de interacción vuelven invisible al público de tipo Agent; sigue en cambio el volumen de consultas de agentes por página como indicador aproximado.
• Escribe para la recuperación. Empieza con una respuesta clara y autosuficiente; sé específico, preciso y actual. Un motor de respuestas pide la página que juzga mejor fuente en el momento de la pregunta, lo que premia tener razón de verdad por encima de estar optimizado para palabras clave.

Preguntas frecuentes

¿Cuál es la diferencia entre ChatGPT-User y GPTBot?

GPTBot es el rastreador de entrenamiento de OpenAI, que recopila contenido que “puede utilizarse para entrenar” modelos fundacionales. ChatGPT-User es un agente dirigido por el usuario que pide una página cuando una persona le hace una pregunta a ChatGPT; OpenAI afirma que “no se usa para rastrear la web de forma automática”.² En mis registros, los dos se diferencian por órdenes de magnitud: ChatGPT-User hizo 13.128 solicitudes un día en que GPTBot hizo 55.¹

¿Los asistentes de IA leen mi sitio web en tiempo real?

Si publicas contenido que responde preguntas frecuentes, casi con certeza sí. Agentes como ChatGPT-User, Claude-User y Perplexity-User piden páginas en vivo cuando un humano le pregunta al asistente algo que la página puede responder.²³ Son distintos de los rastreadores de entrenamiento y de los indexadores de búsqueda, y en mi sitio son la forma dominante de tráfico de agentes.

¿En qué se diferencia esto del SEO?

El SEO clásico optimiza para posicionarse en una página de resultados en la que después hace clic un humano. La recuperación por motores de respuestas optimiza para ser la fuente que un asistente pide y lee para componer una respuesta, muchas veces sin que el humano visite nada. La recompensa se desplaza de las señales de posicionamiento hacia ser lo bastante preciso, específico y actual como para que un modelo recurra a tu página cuando necesita acertar.

¿Debería bloquear a los agentes de IA en robots.txt?

Es una decisión legítima, pero tómala por comportamiento, no en bloque. Bloquear rastreadores de entrenamiento (GPTBot, ClaudeBot) afecta si tu contenido entrena futuros modelos. Bloquear agentes dirigidos por el usuario (ChatGPT-User, Claude-User) afecta si los asistentes pueden responderles a humanos usando tu página en vivo, que para muchos sitios ya es el público más grande. Una advertencia que conviene tener presente: los agentes dirigidos por el usuario tienen peor historial de respeto a robots.txt que los rastreadores de entrenamiento, así que un bloqueo en robots.txt es una palanca más clara sobre el entrenamiento que sobre las consultas en vivo, y ahí una regla en el edge suele ser el control más confiable. La taxonomía de Cloudflare separa estas categorías justamente para que puedas tratarlas de manera distinta.⁴

¿Cómo mido un público que no puedo ver en mi propio sitio?

No puedes atribuir directamente al humano que hay detrás de una consulta en vivo, así que mide dos cosas en su lugar: el volumen de solicitudes de agentes de IA por página desde tus registros del edge, como indicador de cuán seguido usan los asistentes cada página, y el flujo más pequeño de visitantes humanos que llegan ya referidos por un asistente, como la sombra visible del público invisible.

Fuentes