Google-Extended: qué es y cómo funciona
Google-Extended es un token de robots.txt que permite a los sitios excluir su contenido del entrenamiento y la fundamentación de los modelos Gemini.
Google-Extended es un token de producto que puedes nombrar en robots.txt para controlar si el contenido que Google rastrea en tu sitio puede usarse para entrenar los modelos Gemini y para fundamentar las respuestas en las apps de Gemini y en los productos de IA de Google para desarrolladores (como Vertex AI). Google lo presentó en septiembre de 2023 y lo documenta en su descripción general de los rastreadores de Google.
Un token, no un rastreador aparte
A diferencia de GPTBot o ClaudeBot, Google-Extended no aparece como un user-agent propio en tus registros. Google rastrea con sus rastreadores de siempre, como Googlebot, y después consulta las reglas de tu robots.txt para el token Google-Extended y decidir cómo puede usarse el contenido. No puedes ver «visitas de Google-Extended» en los registros del servidor; solo puedes fijar una política para él.
Qué afecta y qué no
| Bloquear Google-Extended… | Efecto |
|---|---|
| Entrenamiento de los modelos Gemini | Excluido |
| Fundamentación en las apps de Gemini y en Vertex AI | Excluido |
| Rastreo, indexación y posicionamiento en la Búsqueda de Google | Sin efecto |
| AI Overviews y Modo IA en la Búsqueda | Sin efecto |
Esa última fila sorprende a muchos propietarios de sitios. Las AI Overviews forman parte de la Búsqueda de Google y siguen los controles de la Búsqueda. Para mantener una página fuera de las AI Overviews necesitas controles de fragmentos como nosnippet o max-snippet:0, y estos también limitan tus fragmentos normales de búsqueda.
La regla de robots.txt
# Mantener la Búsqueda totalmente abierta
User-agent: Googlebot
Allow: /
# Excluirse del entrenamiento y la fundamentación de Gemini
User-agent: Google-Extended
Disallow: /También puedes excluirte solo en una parte del sitio, por ejemplo con Disallow: /premium/, y dejar disponibles los artículos públicos. Apple ofrece un control equivalente, Applebot-Extended, que funciona igual: Applebot sigue rastreando para Siri y Spotlight, mientras que el token rige el uso para el entrenamiento de los modelos de Apple.
Errores habituales
- Bloquear Googlebot para frenar el entrenamiento de IA. Esto elimina tu sitio de la Búsqueda de Google y casi nunca es lo que quieres.
- Esperar que Google-Extended te saque de las AI Overviews. No lo hará; usa directivas de fragmento si ese es realmente tu objetivo.
- Buscarlo en los registros. No hay peticiones de Google-Extended que encontrar.
- Suponer que otras empresas de IA lo respetan. El token solo se aplica a Google. Otros proveedores tienen sus propios tokens, como GPTBot en el caso de OpenAI.
¿Conviene bloquearlo?
Es una decisión de licencia de contenido, no de SEO. Bloquearlo no perjudica el posicionamiento. Permitirlo puede ayudar a que Gemini conozca y describa con precisión tu marca, tus productos o tu documentación. Muchos sitios lo permiten en el contenido público de marketing y de ayuda y lo bloquean en el material de pago o propietario.
Cómo comprobarlo
El Comprobar bots de IA muestra si Google-Extended está permitido o no para cualquier URL, junto a Googlebot y más de 25 tokens y user-agents de otros rastreador de IA agrupados por finalidad, para que confirmes que la Búsqueda sigue abierta mientras tus decisiones sobre el entrenamiento de IA se aplican exactamente como querías.
Preguntas frecuentes
¿Bloquear Google-Extended perjudica a mi SEO?
No. Google dice que Google-Extended no afecta a la inclusión ni al posicionamiento en la Búsqueda de Google. Solo controla si tu contenido puede usarse para el entrenamiento y la fundamentación de Gemini.
¿Google-Extended mantendrá mi sitio fuera de las AI Overviews?
No. Las AI Overviews forman parte de la Búsqueda de Google. Solo los controles de fragmentos, como nosnippet o max-snippet:0, dejan una página fuera, y también limitan tus fragmentos normales.
¿Por qué no encuentro Google-Extended en los registros de mi servidor?
Porque no es un rastreador aparte. Google descarga las páginas con sus user-agents de siempre y lee las reglas de Google-Extended en robots.txt para decidir cómo puede usarse el contenido.