# Qué es Google-Extended y qué controla en robots.txt

> Qué es Google-Extended, el control de robots.txt para el entrenamiento de Gemini, por qué no te saca de AI Overviews ni del Modo IA y qué usar para eso.

URL: https://clione.ai/es/glosario/google-extended/
Lang: es

Google-Extended no es un robot que vaya a aparecer en tus registros, ni una versión ampliada de Google: es una palabra que escribes en [robots.txt](/es/glosario/robots-txt/) para responder a una sola pregunta, si lo que Google rastrea de tu web puede usarse para entrenar y alimentar sus modelos [Gemini](/es/glosario/gemini/). Para una tienda importa porque suele aparecer en el mismo paquete que [GPTBot](/es/glosario/gptbot/) o [ClaudeBot](/es/glosario/claudebot/), y no funciona como ellos. **Bloquearlo no cambia lo que Google rastrea ni lo que muestra en la Búsqueda**, incluidas sus respuestas con IA.

## Cómo funciona

Google presentó Google-Extended el 28 de septiembre de 2023 como un control nuevo para que los editores web decidieran si sus sitios ayudaban a mejorar Bard y las API generativas de Vertex AI, incluidas las futuras generaciones de los modelos que hay detrás de esos productos.[^google-publisher-controls] La documentación actual de Google ya no habla de Bard, y lo describe así: un nombre independiente que los editores pueden usar para decidir si el contenido que Google rastrea de sus sitios puede usarse para **entrenar futuras generaciones de los modelos Gemini** que impulsan las apps de Gemini y la API de Vertex AI para Gemini, y para el [_grounding_](/es/glosario/grounding/) en esos productos, es decir, para apoyar sus respuestas en páginas recuperadas.[^google-common-crawlers]

Lo que lo hace distinto de cualquier otro nombre de robots.txt es que **no tiene visitas propias**. Google dice que Google-Extended no tiene una cadena de [_user agent_](/es/glosario/user-agent/) aparte: el rastreo se hace con los agentes de siempre de Google, y el nombre de robots.txt solo cumple una función de control.[^google-common-crawlers] [Googlebot](/es/glosario/googlebot/) descarga tu página como siempre; lo que cambia, si bloqueas Google-Extended, es para qué puede usarse después.

Google también aclara lo que no hace: **no afecta a la inclusión de un sitio en la Búsqueda de Google ni se usa como señal de posicionamiento**.[^google-common-crawlers] Y la ayuda de [Search Console](/es/glosario/search-console/) añade un uso: para limitar el entrenamiento de los modelos con los que se generan las respuestas de las funciones de IA generativa de la Búsqueda, remite también a Google-Extended.[^gsc-ai-control] Limitar el entrenamiento no es salir de esas respuestas, y Google tiene otros controles para eso.

Las funciones de IA de la Búsqueda, [AI Overviews](/es/glosario/ai-overviews/) y el [Modo IA](/es/glosario/modo-ia-google/), siguen las reglas de la Búsqueda. Google explica que la IA está integrada en la Búsqueda y que por eso **las directivas de robots.txt para Googlebot son el control** para gestionar cómo se rastrea un sitio para ella.[^google-ai-features] Para salir como enlace de apoyo en esas funciones, una página tiene que estar indexada y poder mostrarse con un fragmento (_snippet_), y lo que se muestra se limita con `nosnippet`, `data-nosnippet`, `max-snippet` o [`noindex`](/es/glosario/noindex/). Para limitar el entrenamiento y el _grounding_ en algunos de los otros sistemas de Google, la misma página remite a Google-Extended.[^google-ai-features]

Desde el 31 de agosto de 2026 hay un control más, en Search Console, disponible para todos los sitios del mundo: el [control de IA generativa de la Búsqueda](/es/glosario/control-ia-generativa-search-console/), en Ajustes. Con la opción de excluir, **los enlaces y el contenido del sitio dejan de mostrarse en AI Overviews, en el Modo IA y en las funciones de IA generativa de Discover**. Google avisa de que tarda unos días en aplicarse, de que no es una señal de posicionamiento y de que el contenido puede seguir usándose para que la Búsqueda funcione en general.[^gsc-ai-control]

Como Google-Extended es un nombre de robots.txt, las reglas del estándar se le aplican igual: un grupo que lo nombra se busca sin distinguir mayúsculas, y si no hay ninguno se sigue el grupo `User-agent: *`.[^rfc9309] Google pone este ejemplo, que deja usar una sola sección de un archivo y cierra el resto:[^google-common-crawlers]

```text
user-agent: Google-Extended
allow: /archive/1Q84
disallow: /archive/
```

## En una tienda

Una tienda de libros antiguos quiere tres cosas: seguir en la Búsqueda, seguir saliendo en AI Overviews y que su catálogo no se use para entrenar Gemini. Es un **ejemplo ficticio**. Lo que tiene que tocar, control por control:

| Lo que quiere                                                                                           | Control                                      | Dónde se cambia            |
| ------------------------------------------------------------------------------------------------------- | -------------------------------------------- | -------------------------- |
| Que Google rastree e indexe las fichas                                                                  | Reglas de robots.txt para Googlebot          | robots.txt                 |
| Que su contenido no entrene los modelos Gemini ni apoye respuestas en las apps de Gemini o en Vertex AI | Google-Extended                              | robots.txt                 |
| Salir o no en AI Overviews, el Modo IA y Discover con IA                                                | Control de IA generativa de la Búsqueda      | Search Console, Ajustes    |
| Limitar el texto que se muestra de una página                                                           | `nosnippet`, `data-nosnippet`, `max-snippet` | El HTML de la página       |
| Que una página no salga en la Búsqueda                                                                  | `noindex`                                    | El HTML o la cabecera HTTP |

Las fuentes de cada fila son la documentación de rastreadores de Google, su página sobre las funciones de IA y la ayuda de Search Console.[^google-common-crawlers][^google-ai-features][^gsc-ai-control] Su robots.txt queda así:

```text
User-agent: *
Disallow: /cart
Disallow: /checkout

User-agent: Google-Extended
Disallow: /
```

Googlebot sigue el grupo del asterisco y rastrea las fichas como antes. Google-Extended tiene su grupo y queda cerrado entero. En los registros del servidor no cambiará nada: **no vas a ver nunca una petición de Google-Extended**, porque no las hace.[^google-common-crawlers]


**Bloquear Google-Extended no te saca de AI Overviews ni del Modo IA.** Google remite a Google-Extended para limitar el entrenamiento y el _grounding_ en algunos de sus otros sistemas, y para limitar lo que se muestra en la Búsqueda señala los controles de fragmento y `noindex`.[^google-ai-features] Para excluir el sitio de las funciones de IA generativa de la Búsqueda está el control de Search Console.[^gsc-ai-control] Y al revés: bloquear Googlebot para frenar la IA de Google le impide rastrear tus páginas para toda la Búsqueda, no solo para sus funciones de IA.[^google-ai-features]


## Cómo comprobarlo

1. **Abre `tudominio.com/robots.txt` y busca un grupo que nombre a Google-Extended.** Si no hay ninguno, le toca el del asterisco.[^rfc9309]
2. **Comprueba que el grupo de Googlebot, o el del asterisco, sigue dejando pasar tus fichas.** Es el que cuenta para la Búsqueda y sus funciones de IA.[^google-ai-features]
3. **No busques Google-Extended en los registros.** No tiene _user agent_ propio; las visitas que verás son de los agentes de siempre de Google.[^google-common-crawlers]
4. **Abre Search Console, Ajustes, y mira el control de IA generativa de la Búsqueda.** Por defecto incluye el sitio; si alguien eligió excluirlo, es ahí donde se ve.[^gsc-ai-control]
5. **Revisa si tus fichas llevan `nosnippet` o un `max-snippet` corto.** Recortan lo que pueden usar AI Overviews y el Modo IA, con Google-Extended o sin él.[^google-ai-features]

## Concepto cercano: GPTBot

Los dos se nombran en robots.txt para decidir sobre el entrenamiento, y por eso aparecen juntos en las listas. Pero GPTBot es un [rastreador](/es/glosario/rastreador/) de verdad: OpenAI lo usa para rastrear contenido que puede servir para entrenar sus modelos, publica su _user agent_ y sus IP, y lo separa de [OAI-SearchBot](/es/glosario/oai-searchbot/), el agente de su búsqueda.[^openai-bots] Google-Extended no rastrea nada ni tiene IP que verificar: **es un permiso sobre lo que ya rastrea Googlebot**, y Google lo separa de la Búsqueda.[^google-common-crawlers] Bloquear GPTBot cierra una puerta a un visitante; bloquear Google-Extended cambia el uso que se da a lo que entra por otra puerta.

Para seguir, la entrada de [Googlebot](/es/glosario/googlebot/) explica el rastreador que sí visita tu tienda, la guía de [lo que ve un rastreador de IA en tu tienda](/es/guias/que-ve-un-rastreador-de-ia/) recorre agente por agente qué lee cada uno, y la [ruta de lectura](/es/aprender/rastreo-e-indexacion/) de este tema ordena el resto de términos.