Microsoft publicó el 30 de octubre de 2026, en el blog de Bing, un sistema nuevo de preferencias de entrenamiento y de grounding, y fijó el 1 de febrero de 2027 como la fecha en la que empezará a leerlas mientras rastrea. La pieza que te toca escribir es una línea en tu robots.txt. Lo que te juegas tiene dos caras y las dos cuestan dinero: si no escribes nada, tu contenido queda disponible para entrenar modelos, porque esa es la opción por defecto; y si lo bloqueas sin medirlo, pierdes presencia en las respuestas de la IA, algo que Microsoft afirma en el mismo aviso. Hay además una fecha de caducidad: el 1 de marzo de 2027, Microsoft deja de interpretar las etiquetas que muchas webs ya tienen puestas.
Si prefieres que lo revisemos por ti, abrimos tu web, leemos tu robots.txt y te decimos qué estás permitiendo hoy sin saberlo: así trabajamos el servicio de SEO y GEO de Vandelay.
Qué se ha publicado y qué está confirmado
El aviso de Microsoft se titula «Your content, your choice: clearer preferences for training and grounding» y está en el blog de Bing del 30 de octubre de 2026. Separa dos usos de tu contenido que hasta ahora se mezclaban. El entrenamiento consiste en usar tu contenido para modificar los parámetros aprendidos de un modelo generativo. El grounding consiste en usar tu contenido como material de entrada en el momento de generar una respuesta. Microsoft precisa que indexar y ordenar resultados para la búsqueda tradicional no es grounding, y que las dos preferencias se configuran por separado: puedes denegar el entrenamiento y seguir permitiendo el grounding. Las dos están en Allow mientras no publiques nada.
La preferencia de entrenamiento se escribe en el robots.txt como un grupo normal, con un nombre de agente nuevo. Bloquear todo el sitio son dos líneas.
User-Agent: __usage_ai-training
Disallow: /Ese token con dos guiones bajos al principio lo define el borrador «Machine-Readable Training Preference Signal», que Kevin Kelley, de Anthropic, registró en el IETF el 30 de octubre de 2026. El borrador no inventa directivas: reutiliza el Disallow y el Allow de siempre, con las reglas de coincidencia de rutas y de precedencia por ruta más larga del RFC 9309. Un grupo con Disallow: / y Allow: /prensa/ deniega el entrenamiento en toda la web y lo permite en esa carpeta. Hay tres detalles que cambian la forma de escribirlo. Un grupo con User-Agent: * no expresa esta preferencia. Un robots.txt sin grupo __usage_ai-training no expresa ninguna preferencia, ni a favor ni en contra. Y el borrador aclara que no es una directiva de rastreo: para limitar el rastreo siguen haciendo falta los grupos de los agentes de cada producto, como GPTBot.
Conviene leer el estado de ese documento tal como está: es un borrador individual, no un documento de grupo de trabajo, su estado en el IESG es «I-D Exists» y caduca el 3 de mayo de 2027. Lo que ya tiene efecto práctico es que Microsoft ha dicho que lo va a leer.
El grounding no se configura en el robots.txt. Va página a página, con una etiqueta meta o con la cabecera X-Robots-Tag, y admite dos valores: ai-grounding:disallow, que impide ese uso por completo, y ai-grounding:disallowextended, que mantiene el grounding dentro de los productos que opera Microsoft, como Copilot y el modo IA, y lo excluye de los servicios de grounding que Microsoft presta a terceros, como Web IQ y el grounding de la API de Foundry. El entrenamiento también tiene versión por página, ai-training:disallow, y Microsoft indica que la etiqueta de página manda sobre el robots.txt.
Estas son las cuatro fechas que publica Microsoft.
- 15 de diciembre de 2026. Se abren en Bing Webmaster Tools las preferencias temporales de grounding, pensadas para las webs que hoy usan NoArchive o NoCache.
- 1 de febrero de 2027. Microsoft empieza a respetar las preferencias nuevas de entrenamiento y de grounding a medida que rastrea.
- 1 de marzo de 2027. Último día para publicar tus preferencias y para registrar las temporales de grounding. A partir de esa fecha, NoArchive y NoCache dejan de leerse como preferencia de entrenamiento o de grounding.
- 30 de septiembre de 2027. Caducan las preferencias temporales de grounding.
Esto no es cosa de un solo buscador. La forma de atar preferencias de uso al contenido servido por HTTP se está escribiendo en el grupo de trabajo AI Preferences del IETF, y el borrador «Associating AI Usage Preferences with Content in HTTP», del 19 de agosto de 2026, lo firman Gary Illyes, de Google, y Martin Thomson, de Mozilla. Define una cabecera HTTP Content-Usage y una regla Content-Usage para el robots.txt, con un vocabulario propio, y modificaría el RFC 9309 si se aprueba. Google publicó por su parte un artículo titulado «Supporting a shared AI training control for websites» en su blog de Search Central de octubre de 2026. No he podido leer el cuerpo de ese artículo, así que no puedo confirmar desde qué fecha lo aplicará Google ni a qué rastreadores afecta.
Qué cambia según el tipo de negocio
La decisión no es la misma para todos, porque lo que cada negocio pone en su web tiene distinto valor fuera de ella.
Una tienda online tiene el caso más claro a favor de permitir el grounding. Tus fichas de producto con precio, medida y disponibilidad son justo el material que un asistente necesita para responder «¿dónde compro esto?». Microsoft dice que denegar el grounding reduce de forma notable la visibilidad de tu marca en las experiencias de IA, y a la vez que ninguna de las dos opciones afecta a tu elegibilidad en los resultados de búsqueda tradicionales de Bing. Traducido a tu caja: cerrar el grounding te quita de las respuestas sin devolverte nada en la búsqueda clásica.
Un fabricante o una empresa B2B es el perfil con más motivos para separar las dos preferencias. Tus fichas técnicas, tus tablas de tolerancias y tus catálogos son el activo que has tardado años en ordenar, y permitir que entrenen un modelo con ellos no te devuelve una visita. El borrador del IETF te deja el matiz por ruta: deniegas el entrenamiento en toda la web y lo permites solo donde te interesa que te copien, como la carpeta de prensa. Es el trabajo que hacemos en los proyectos de marketing industrial y B2B, donde el catálogo suele estar en PDF y nadie ha revisado quién lo descarga.
Un restaurante o un negocio local se juega el grounding, no el entrenamiento. Tu carta, tus horarios y tu dirección valen poco para entrenar un modelo y mucho para contestar a quien pregunta dónde cenar esta noche. Aquí el riesgo es el bloqueo heredado: una web montada con una plantilla que puso NoArchive hace años y que, pasado el 1 de marzo de 2027, deja de decir nada.
Una pyme de servicios se topa con la propiedad del archivo. El robots.txt de WordPress lo genera el propio gestor si no hay un archivo físico, y lo tocan el plugin de SEO, el de caché y el CDN. Decidir es la parte fácil; que la decisión llegue al archivo que sirve tu dominio es la que falla.
Qué puedes hacer tú hoy
Este es el orden que te deja decidido antes de diciembre, sin tocar nada a ciegas.
- Abre tu dominio seguido de /robots.txt en el navegador y guarda una copia del texto con la fecha de hoy. Esa copia es la referencia con la que vas a comparar dentro de tres meses.
- Comprueba si ese archivo ya tiene un grupo
__usage_ai-training. Si no lo tiene, hoy no estás expresando ninguna preferencia, y el valor por defecto es permitir el entrenamiento. - Mira si tus páginas llevan NoArchive o NoCache. Están en la etiqueta meta robots del código fuente o en la cabecera X-Robots-Tag. Si las llevas, hoy Microsoft las lee como preferencia y el 1 de marzo de 2027 dejará de hacerlo.
- Decide por separado las dos preguntas. Primera: ¿quieres que entrenen modelos con tu contenido? Segunda: ¿quieres que tu contenido alimente las respuestas que ya te mandan clientes? La segunda es la que mueve tráfico.
- Si la respuesta a la primera es no, escribe el grupo del token con
Disallow: /y añade unAllow:por cada carpeta que sí quieras abrir. Recuerda que gana la ruta más larga. - Averigua quién escribe tu robots.txt antes de editarlo. En WordPress mira si existe un archivo físico en la raíz, qué añade tu plugin de SEO y si el CDN sirve una versión propia. Edita en el sitio que manda y vuelve a cargar la URL para comprobar que el cambio se ve.
- Revisa los grupos de rastreo que ya tengas por producto, empezando por GPTBot. El token nuevo no sustituye a esos grupos, porque no es una directiva de rastreo.
- Para el grounding, trabaja por plantilla y no por página. Decide qué quieres en las fichas de producto, en las páginas de servicio, en el blog y en las áreas privadas, y aplica
ai-grounding:disallowoai-grounding:disallowextendedsolo donde lo tengas claro. - Si hoy usas NoArchive o NoCache y quieres mantener esa preferencia, apunta el 15 de diciembre de 2026 para registrarla en Bing Webmaster Tools, y el 1 de marzo de 2027 como límite.
- Apunta hoy tus menciones de marca en ChatGPT, Gemini y Copilot para tus cinco búsquedas que más venden. Sin esa foto previa no vas a saber si un bloqueo te quitó visibilidad.
Si quieres el contexto de las decisiones parecidas que han ido llegando, lo contamos en nuestros artículos sobre bloquear la IA de Google, las nuevas condiciones de Meta para rastrear tu web y el archivo llms.txt.
Cuándo conviene que lo lleve un profesional
Hay señales concretas de que este cambio se te va a pasar por encima. No sabes quién escribe hoy tu robots.txt, si es un archivo físico, el plugin de SEO o el CDN. Tu web lleva NoArchive puesto y nadie recuerda quién lo activó. Tienes catálogo en PDF y no has mirado nunca qué rastreadores lo descargan. Inviertes en contenido cada mes y no mides si la IA te cita. Tienes un robots.txt con un Disallow amplio heredado de la etapa de desarrollo de la web.
Qué cuesta equivocarse, con lo único que tiene fuente. Microsoft escribe que elegir Disallow o DisallowExtended en el grounding reduce de forma notable la visibilidad de tu marca en las experiencias de IA. En la misma página dice que ninguna de las dos opciones afecta a tu elegibilidad en los resultados de búsqueda tradicionales, y que ninguna te garantiza aparecer, recibir tráfico ni cobrar. Las tres frases juntas describen el error caro: un bloqueo escrito por inercia te saca de un canal y no te compensa en el otro. El error contrario tiene el mismo origen, que es no decidir: con el archivo en blanco, el entrenamiento queda permitido.
Cómo lo trabajamos en Vandelay
Nuestro servicio de SEO y GEO tiene cinco frentes: auditoría de visibilidad en IA, estructuración de contenido citable, schema markup avanzado, accesibilidad para bots de IA y monitorización mensual de citaciones. El cuarto es el que toca esta novedad de lleno, porque ahí configuramos el robots.txt para permitir el rastreo de GPTBot, PerplexityBot, ClaudeBot y Google-Extended sin comprometer tu estrategia. Aplicado al token de entrenamiento, el orden es este.
- En la auditoría de visibilidad medimos antes de tocar: en qué búsquedas te cita hoy la IA y en cuáles cita a tu competencia. Esa es la cifra que después dice si una decisión te costó dinero.
- Localizamos quién escribe de verdad tu robots.txt y qué etiquetas sirve cada plantilla de tu web, que es donde aparecen los bloqueos que nadie recuerda.
- Separamos la decisión en dos, entrenamiento y grounding, y la tomamos por carpetas y por plantillas, no para toda la web de golpe.
- Dejamos escrito lo que has decidido y comprobamos que el archivo que sirve tu dominio es el que lo dice.
- En la monitorización mensual seguimos tus citaciones y revisamos los calendarios de las plataformas, que en este caso llegan hasta septiembre de 2027.
Puedes ver qué incluye el servicio en la página de SEO y GEO en Barcelona, y si quieres el detalle de cómo se trabaja la visibilidad en los asistentes, en nuestra guía sobre qué hace una agencia GEO. Cuando quien decide gestiona varios canales a la vez, lo llevamos dentro de los proyectos de marketing digital para pymes.
Preguntas frecuentes
Un grupo encabezado por User-Agent: __usage_ai-training, con dos guiones bajos delante, seguido de Disallow: / para toda la web o de rutas concretas. El borrador del IETF que define el token no añade directivas nuevas: usa el Disallow y el Allow del RFC 9309, con precedencia de la ruta más larga. Un grupo con User-Agent: * no vale para expresar esta preferencia, y un robots.txt sin ese grupo no expresa ninguna.
No. Microsoft escribe que ni Disallow ni DisallowExtended afectan a tu elegibilidad en los resultados de búsqueda tradicionales. Lo que sí avisa es que denegar el grounding reduce de forma notable la visibilidad de tu marca en las experiencias de IA. Son dos preferencias independientes: puedes denegar el entrenamiento y seguir permitiendo el grounding.
Microsoft empieza a respetar las preferencias nuevas el 1 de febrero de 2027 a medida que rastrea, y marca el 1 de marzo de 2027 como fecha límite para publicarlas. A partir de ese día, NoArchive y NoCache dejan de leerse como preferencia de entrenamiento o de grounding. Las preferencias temporales de grounding se registran en Bing Webmaster Tools desde el 15 de diciembre de 2026 y caducan el 30 de septiembre de 2027.
Sí. Como decimos en nuestra página de SEO y GEO: «No siempre hace falta un servicio SEO mensual. Puedes contratar solo una auditoría puntual: analizamos la parte técnica, las palabras clave y los contenidos de tu web, y te entregamos un plan de acción en 2-3 semanas, con presupuesto cerrado tras el diagnóstico inicial gratuito». Tenemos la oficina en Barcelona y trabajamos con empresas de toda España.
Abre hoy tu dominio seguido de /robots.txt y busca la cadena __usage_ai-training. Si no está, tu web permite el entrenamiento por defecto y tienes hasta el 1 de marzo de 2027 para decidirlo a propósito. Si quieres saber qué dice hoy tu archivo, qué etiquetas sirven tus plantillas y qué te conviene abrir y cerrar, pide el diagnóstico gratuito de Vandelay: una llamada de 15 minutos en la que leemos tu robots.txt contigo, comprobamos si la IA te cita y te decimos qué tocar y en qué orden.
Más artículos sobre SEO.
Sobre el autor
Jehiel Ramos · CEO y consultor digital
Jehiel Ramos es CEO y consultor digital en Vandelay, la agencia de marketing digital que fundó en Barcelona en 2020. Con más de diez años de experiencia en marketing digital, dirige la estrategia de los clientes de la agencia en posicionamiento SEO y GEO (visibilidad de marca en Google y en asistentes como ChatGPT, Gemini y Perplexity), campañas de Google Ads y Meta Ads, diseño web orientado a conversión y automatización de marketing con inteligencia artificial, siempre con un enfoque de retorno medible y no de métricas de vanidad. Escribe en el blog de Vandelay sobre la evolución de la búsqueda, la publicidad digital y la IA aplicada al marketing, con datos verificados en fuentes primarias. Puedes contactar con él en vandelay@vandelay.es o a través de su perfil de LinkedIn.
Perfil de LinkedIn · Todos sus artículos · Cómo producimos el contenido