¿Cómo detectar el tráfico de bots de IA?


Los bots de IA pueden acceder a sitios web con distintos fines; por ello, antes de intentar detectarlos, es importante comprender que no todo el tráfico generado por bots relacionados con la IA debe considerarse igual. Algunos bots rastrean contenido disponible públicamente para entrenar o mejorar modelos de IA, mientras que otros acceden a las páginas en tiempo real para recuperar información destinada a responder a la consulta de un usuario o generar una respuesta mediante IA.


Bots de rastreo para entrenamiento


Los bots que se enumeran a continuación rastrean contenido web disponible públicamente, el cual puede utilizarse para desarrollar, entrenar o mejorar modelos de IA:


  1. GPTBot
  2. ClaudeBot
  3. Google-Extended
  4. Applebot-Extended
  5. Bytespider
  6. CCBot
  7. Meta-ExternalAgent


Las visitas de estos bots de rastreo para entrenamiento no equivalen necesariamente a visitas de usuarios humanos. No obstante, realizar un seguimiento de las mismas puede ayudarle a comprender con qué frecuencia los sistemas de IA acceden a su contenido y a distinguir el rastreo automatizado por IA del tráfico generado por usuarios reales.


Bots de consulta en tiempo real y búsqueda


Estos bots pueden acceder a páginas web en respuesta a las solicitudes de los usuarios. Por ejemplo, un asistente de IA o un sistema de búsqueda basado en IA puede recuperar información de su sitio web para generar una respuesta, un resumen o un resultado de búsqueda:


  1. OAI-SearchBot
  2. ChatGPT-User
  3. Perplexity-User
  4. Claude-Web
  5. Claude-SearchBot


🤔 Entonces, ¿cómo detectar este tipo de bots de IA?


Es posible detectar los bots de IA analizando las solicitudes que recibe su sitio web. El método más habitual consiste en comprobar la cabecera «User-Agent» de la solicitud y compararla con los identificadores conocidos de bots de rastreo y consulta de IA.


Por ejemplo, una solicitud puede identificarse como proveniente de un bot de IA si su «User-Agent» contiene identificadores como GPTBot, ClaudeBot, OAI-SearchBot o Perplexity-User.


Sin embargo, el «User-Agent» es solo un indicador y no permite identificar con total fiabilidad todo el tráfico de IA. Algunos agentes de IA pueden utilizar el «User-Agent» de un navegador convencional, lo que dificulta distinguirlos de los visitantes humanos basándose únicamente en la cabecera de la solicitud.


Para una detección más fiable, también puede analizar el comportamiento de los visitantes y otros indicadores a nivel de solicitud. Por ejemplo, los agentes de IA pueden presentar las siguientes características:


  1. ✅ tiempos de interacción con la página muy breves;
  2. ✅ ausencia de desplazamiento (scroll) o de interacción con los elementos de la página; ✅ puede generar patrones de navegación que difieren de los de los visitantes humanos.


Otros indicadores, como la frecuencia de las solicitudes, los patrones de sesión, la ejecución de JavaScript y la secuencia de páginas visitadas, también pueden ayudar a distinguir el tráfico automatizado del generado por usuarios humanos.


Por lo tanto, una detección fiable del tráfico de IA suele combinar el análisis del *User-Agent* con indicadores conductuales y técnicos.


*User-Agent*

Es posible detectar el tráfico de bots de IA mediante:


Registros del servidor (*logs*), que contienen detalles sobre las solicitudes entrantes, incluidas las cadenas de *User-Agent*.

Registros de una CDN o de un servidor web, como los de Cloudflare, Nginx o Apache.

Herramientas de detección de bots, que identifican automáticamente los *crawlers* de IA conocidos y clasifican su tráfico (una de las soluciones que analizamos más adelante en esta guía).


Cómo diferenciar el tráfico de IA generado por humanos del tráfico de agentes de LLM


No todo el tráfico relacionado con la IA proviene del mismo tipo de visitante. El tráfico de IA generado por humanos se produce cuando una persona utiliza una plataforma de IA —como ChatGPT o Perplexity— y, posteriormente, accede a tu sitio web. El tráfico de agentes de LLM, por su parte, se genera cuando un sistema o agente de IA accede directamente a tu sitio web para recuperar información, completar una tarea o interactuar con el sitio en nombre de un usuario.


Distinguir entre estos dos tipos de tráfico puede resultar complejo, ya que, aunque ambos pueden estar asociados a la misma plataforma de IA, se reflejan de forma distinta en los datos de análisis.


El enfoque más fiable consiste en analizar el tráfico a nivel de solicitud, antes de que llegue a tu plataforma de analítica:


Tráfico de IA generado por humanos: busca visitas en las que los datos de referencia o de adquisición indiquen una plataforma de IA y en las que la solicitud se comporte como una sesión de usuario convencional (por ejemplo, cargando páginas y activando eventos en el lado del cliente).


Tráfico de agentes de LLM: busca solicitudes provenientes de *crawlers* de IA, herramientas de recuperación de información o agentes conocidos, como OAI-SearchBot, GPTBot o ClaudeBot. A menudo, estas solicitudes pueden identificarse a través del *User-Agent* y otros datos de la solicitud registrados en el servidor.


¿Por qué es difícil realizar un seguimiento del tráfico de IA?


Medir el tráfico de IA puede resultar complicado, ya que no siempre aparece como una fuente de tráfico claramente identificable en las plataformas de analítica. Dependiendo de cómo llegue un visitante a tu sitio web, el tráfico proveniente de plataformas de IA puede registrarse como tráfico de referencia, tráfico directo, búsqueda orgánica u otro canal de adquisición.


👉Por ejemplo, si una plataforma de IA no transmite información de referencia, la visita podría atribuirse al tráfico directo. Si recibes tráfico a través de una función de búsqueda basada en IA (como «AI Overview» en Google), la visita podría atribuirse al motor de búsqueda en lugar de a la plataforma de IA. Esto hace que la atribución del tráfico generado por IA sea inconsistente.


Otro desafío consiste en identificar el tráfico generado por navegadores basados ​​en IA. Muchos de estos navegadores están desarrollados sobre Chromium y pueden utilizar cadenas de «user agent» (agente de usuario) idénticas o muy similares a las de Chrome. Por ejemplo, nuestras pruebas han demostrado que navegadores como Atlas y Comet pueden enviar la misma cadena de «user agent» que Chrome, siendo la versión del navegador la principal diferencia. Contamos con una entrada en nuestro blog dedicada específicamente al seguimiento de navegadores basados ​​en IA; puedes consultarla para obtener más información.


Tráfico proveniente de IA


Esto también hace que el análisis del tráfico generado por IA sea más complejo. Al no existir un método específico para detectar este tipo de tráfico, resulta difícil identificar qué plataformas de IA están atrayendo nuevos visitantes, realizar un seguimiento de las visitas referidas por IA, y medir la interacción (engagement) y las conversiones provenientes de estas fuentes.


¿Qué es el complemento (power-up) de Detección de Tráfico de IA?


El complemento de Detección de Tráfico de IA de Stape ayuda a identificar el tráfico generado por IA y a añadir esta información a las solicitudes entrantes dentro de un contenedor de Google Tag Manager (GTM) del lado del servidor (server-side). Esto facilita la distinción entre el tráfico proveniente de IA y el de otras fuentes, permitiendo utilizar los datos detectados para el análisis y la atribución de dicho tráfico (a continuación, mostraremos un ejemplo de cómo configurarlo).


En lugar de depender únicamente de los datos de referencia (referral data) estándar o de las cadenas de agente de usuario (user agent strings), puedes emplear la información detectada en tu configuración de seguimiento del lado del servidor y transmitirla a plataformas de análisis como GA4, Matomo o cualquier otra que utilices.


Este complemento está disponible para los clientes de Stape que cuenten con un plan Pro o superior.


Gracias a este complemento, podrás medir el tráfico generado por IA y comprender cómo contribuyen las plataformas de IA a las visitas y conversiones en tu sitio web. Asimismo, puedes utilizar los datos detectados para crear informes personalizados y supervisar la evolución del tráfico proveniente de IA a lo largo del tiempo.


Cómo configurar el seguimiento del tráfico de IA con Stape


🤔 ¿Eres nuevo en el seguimiento del lado del servidor (server-side)?


Asegúrate de crear una cuenta en Stape para poder utilizar este complemento. Además, si deseas configurar rápidamente el seguimiento del lado del servidor para tu sitio web, puedes usar nuestra herramienta gratuita: el Asistente de Configuración (Setup Wizard). La mayor parte de la configuración se generará automáticamente y se añadirá a tus contenedores; solo algunos pasos requerirán tu intervención manual, pero no te preocupes: proporcionamos instrucciones detalladas.


Paso 1: Configurar el complemento "Custom Loader"


Es necesario configurar el complemento gratuito "Custom Loader" antes de continuar; de lo contrario, no podrás activar el complemento de Detección de Tráfico de IA. Si aún no lo has configurado, haz clic en el elemento desplegable a continuación para consultar las instrucciones detalladas:


Paso 2: Activar el complemento (power-up) de detección de tráfico de IA


1 Accede a tu cuenta de Stape y selecciona tu contenedor sGTM desde el panel de control.


Complemento de detección de tráfico de IA


2 Ve a la sección de complementos (Power-ups) y haz clic en «Usar» (Use) junto al panel de detección de tráfico de IA.


3 Activa el interruptor de detección de tráfico de IA y haz clic en «Guardar cambios» (Save changes).


Detección de tráfico de IA


Paso 3: Configurar el envío de datos sobre el tráfico de IA detectado a plataformas de analítica


Enviar datos sobre el tráfico de IA a las plataformas que utilizas (como Google Analytics 4, Matomo o cualquier otra) te permite analizar el tráfico de IA junto con los datos existentes de tu sitio web, así como comprender cómo los distintos sistemas de IA contribuyen a las visitas, la interacción y las conversiones.

Esto se puede configurar creando dimensiones personalizadas en tu sistema de analítica (consulta la documentación oficial de la plataforma) y editando la etiqueta correspondiente en el contenedor GTM del lado del servidor (server-side GTM).

Tomaremos como ejemplo Matomo, ya que esta plataforma no ofrece un grupo de canales predeterminado para el tráfico generado por IA.

1 Crea las dimensiones personalizadas en Matomo. Por ejemplo, puedes crear dimensiones para el «tipo de tráfico de IA» y la «fuente de IA». Al crearlas, toma nota de los nombres exactos que utilices, ya que los necesitarás al configurar la etiqueta de Matomo en el contenedor GTM del lado del servidor.


2 Una vez hecho esto, accede a tu contenedor GTM del lado del servidor y abre la etiqueta de Matomo.


3.3 En la sección «Parámetros de evento» (Event Parameters), añade un nuevo parámetro para cada dimensión personalizada que desees enviar a Matomo. Utiliza el nombre exacto de la dimensión personalizada de Matomo correspondiente como nombre del parámetro de evento.


Por ejemplo, si has creado las siguientes dimensiones personalizadas en Matomo:


Tipo de tráfico de IA

Fuente de IA

Parámetros de evento


3.4 Como valor, añade las variables de encabezado de solicitud (request header variables):


X-User-AI, para identificar el tráfico de IA;

X-User-AI-Name, para enviar a Matomo el nombre de las plataformas de IA. Variables de encabezado de solicitud

Así es como se ve en la etiqueta de Matomo:


Etiqueta de Matomo

Paso 4: Probar la configuración y verificar el tráfico detectado

Cuando la función adicional (power-up) está activa, se añaden dos encabezados a las solicitudes entrantes:


  1. X-User-AI, con el valor «true» si se trata de tráfico generado por IA;
  2. X-User-AI-Name, que contiene el nombre de la plataforma de IA (si ha sido posible identificarla).


¿Cómo realizar un seguimiento del tráfico de IA en GA4?


Para realizar un seguimiento más preciso del tráfico de IA, puedes identificar las solicitudes de IA antes de que lleguen a GA4 y enviar estos datos a tu configuración de analítica como un parámetro de evento personalizado u otro atributo de tráfico.


Una vez configurada la función de detección de tráfico de IA (como se ha mostrado anteriormente), puedes enviar los datos de detección de IA como parámetros de evento y registrarlos como dimensiones personalizadas en GA4. El proceso es, en esencia, el mismo que el que hemos mostrado anteriormente para Matomo.


1. Crea dimensiones personalizadas para los datos de tráfico de IA que desees analizar en GA4.


Por ejemplo, puedes crear:


Tráfico de IA (AI traffic): indica si la solicitud se ha identificado como tráfico generado por IA.


Fuente de tráfico de IA (AI traffic source): identifica la plataforma de IA, cuando esta información está disponible.


Accede a Administrar → Visualización de datos → Definiciones personalizadas → Crear dimensión personalizada en tu propiedad de GA4.


Para la dimensión de tráfico de IA, utiliza el nombre del parámetro de evento que planeas enviar desde el contenedor de servidor de GTM (por ejemplo, `ai_traffic`).


Para la dimensión de fuente de tráfico de IA, puedes utilizar un parámetro como `ai_traffic_source`.


Anota los nombres de los parámetros que has especificado en la interfaz de GA4 al crear las dimensiones; los necesitarás en el siguiente paso.


Fuente de tráfico de IA


2. Añade los datos de tráfico de IA a la etiqueta de GA4 en el contenedor de servidor de GTM.


Para ello, ve a la sección Etiquetas (Tags) → abre la etiqueta base de GA4 → despliega la sección Parámetros de evento (Event Parameters) → haz clic en Añadir fila (Add Row).


Añadir datos de tráfico de IA a la etiqueta de GA4 en el contenedor de servidor de GTM

En el campo «Nombre», introduce el nombre que utilizaste al crear la nueva dimensión en GA4. Como valor, crea una nueva variable:


Tipo de variable: Encabezado de solicitud (Request Header)

Nombre: X-User-AI

Crea la nueva dimensión en GA4.

Añade una nueva fila para incluir la segunda dimensión (la que identifica la fuente: `ai_traffic_source`). Selecciona también el tipo de variable «Encabezado de solicitud» (Request Header) y asegúrate de usar `X-User-AI-Name` como nombre.


Reflexiones finales


El tráfico generado por IA se está convirtiendo en una parte importante del recorrido del cliente; sin embargo, las herramientas de análisis estándar no siempre facilitan la identificación y el análisis de este tipo de tráfico.


Con el complemento «AI Traffic Detection» de Stape, puedes identificar el tráfico de IA detectado y enviar esta información a tus plataformas de análisis. Esto te permite analizar las visitas generadas por IA junto con tus datos de tráfico existentes, supervisar los cambios a lo largo del tiempo y comprender mejor el papel que desempeña la IA en el proceso de adquisición y conversión en tu sitio web.