Agentes de IA que no se identifican: lo que tus logs no ven

Los logs del servidor tienen un límite que conviene conocer antes de abrirlos: registran lo que el visitante dice ser, no lo que es. Un agente de IA que no se identifica deja la misma línea que una persona delante de su navegador. Y PSentry tampoco cubre ese hueco, lo decimos de entrada: mide lo que responden cuatro asistentes cuando alguien les pregunta, no quién descargó qué página.

En el artículo sobre cómo se ve un rastreador de IA en tus logs hablamos de los bots que se anuncian. Este va de los otros.

Tres caminos por los que la IA llega a tu servidor

Un agente de IA, aquí, es un software que navega en nombre de una persona: abre páginas, las lee y a veces hace clic o rellena un formulario para cumplir una tarea que alguien le encargó. Es una de las tres formas del tráfico de IA.

• El rastreador declarado. GPTBot, ClaudeBot, OAI-SearchBot, Claude-SearchBot. Nombre fijo, documentación pública, direcciones verificables: OpenAI y Google publican los rangos de IP de sus bots declarados.
• La lectura que dispara una pregunta. ChatGPT-User y Claude-User. También se declaran, pero llegan porque alguien acaba de preguntar algo. El directorio público de bots de Cloudflare los clasifica como Agent, aparte de Search y Training.
• El agente con navegador propio. Una tarea como «compara tres proveedores de válvulas de acero inoxidable y pide presupuesto al más barato» la ejecuta un agente que maneja un navegador completo, normalmente en una máquina remota. Ejecuta JavaScript, carga imágenes y hojas de estilo, guarda cookies durante la sesión. Para tu servidor es un navegador, porque lo es.

Los dos primeros se pueden contar con cierta seguridad. El tercero no, porque el user agent es una frase que el visitante escribe sobre sí mismo: cualquiera puede declararse Chrome en un Mac, o GPTBot. Y la IP dice de quién es la red, no quién envía la petición.

Para eso existe la firma criptográfica. Web Bot Auth, que Cloudflare propuso el 15 de mayo de 2025 sobre el estándar HTTP Message Signatures (RFC 9421), hace que el agente firme cada petición; la cabecera Signature-Agent indica dónde publica el operador sus claves públicas y el sitio puede comprobarlo. El 28 de agosto de 2025 Cloudflare creó la categoría de signed agents, con ChatGPT agent en el primer grupo. Pero firmar es voluntario, la firma dice qué plataforma hizo la petición y no quién dio la orden, y el formato de log por defecto de Apache y nginx no guarda esa cabecera.

El caso Perplexity, hasta donde llegan las fuentes

El 4 de agosto de 2025 Cloudflare publicó una entrada en la que afirma que, tras bloquear PerplexityBot y Perplexity-User en sitios de prueba, observó peticiones de un rastreador no declarado que se presentaba como Chrome en macOS, desde IP fuera de los rangos publicados por Perplexity. En esa misma entrada dice que retiró a Perplexity de su lista de bots verificados. También cuenta que, en la misma prueba, ChatGPT-User leyó el robots.txt y se detuvo donde estaba prohibido.

Perplexity respondió en público y rechazó esa versión: sostiene que un asistente que lee una página porque un usuario se lo pide no es un rastreador, y que Cloudflare le atribuyó tráfico de un servicio externo de navegadores en la nube. A 20 de octubre de 2026, ni PerplexityBot ni Perplexity-User aparecen en el directorio público de bots de Cloudflare.

No tenemos datos para decidir quién tiene razón. La lección es más estrecha: dos empresas que ven muchísimo más tráfico que cualquier web no se pusieron de acuerdo sobre de quién eran esas peticiones. Una línea que dice Chrome y sale de un centro de datos no lo resolverá en tu log. Atribuir tráfico sin firma es una opinión, no una medición.

El banner de cookies parte la medición en dos

En España hay un detalle que complica todavía más la lectura. La guía de cookies de la AEPD exige el consentimiento previo para las cookies de analítica que no estén exentas, así que la mayoría de webs muestran un banner y no cargan la analítica hasta que el visitante acepta.

Un agente con navegador propio se encuentra ese banner como cualquier persona. Si no lo acepta, deja rastro en los logs del servidor y ninguno en la herramienta de analítica. Si lo acepta, aparece en la analítica como una visita humana más. En ninguno de los dos casos queda marcado como agente. El resultado práctico es que logs y analítica cuentan cosas distintas, y la diferencia entre ambas no se puede atribuir a la IA sin más: también la producen las personas que rechazan las cookies.

Qué sí puedes contar

• Cuenta como bots solo los bots verificados, comparando el user agent con los rangos publicados o con el DNS inverso, y deja el resto en otra línea.
• Registra las firmas. En nginx cualquier cabecera está disponible como variable: añade $http_signature_agent a un log_format propio y los agentes firmados pasarán a ser contables.
• Llama «desconocido» a lo desconocido. Peticiones de tipo navegador desde redes en la nube que leen una página y se van son una categoría, no una identidad.
• Separa visitas y visibilidad. Un asistente puede responder sobre tus productos desde su índice o un buscador sin visitar tu web en ese momento.

Los logs dicen quién vino a leer, no qué le contó luego el asistente al comprador, en qué idioma ni si tu marca salió citada. Esa segunda pregunta es la que mide PSentry: las respuestas de ChatGPT, Claude, Gemini y Perplexity a las preguntas de tus clientes, dos veces al mes, por idioma y mercado. No ve visitas; tus logs no ven respuestas. Y si piensas regularlo todo con el robots.txt, recuerda que solo lo leen los bots que se declaran, como explicamos en Rastreadores de IA y llms.txt.