Generador de etiquetas meta robots

Cómo construir una etiqueta meta robots que haga lo que querías

Elige las restricciones, añade excepciones por rastreador si las tienes y lee la regla efectiva. Tres de las comprobaciones existen porque las herramientas que posicionan para esta búsqueda se equivocan en la semántica, no en la sintaxis.

1. Decide qué vas a restringir. Solo cuentan las restricciones. En la lista de Google no existe una regla «index», y «all» no tiene efecto cuando se indica explícitamente: una página que quieres indexada no necesita ninguna etiqueta.
2. Di si el robots.txt bloquea la URL. Si la bloquea y además pides noindex, el generador se detiene. Una página bloqueada no se descarga, así que el noindex no se lee nunca — el motivo más común de que una página se niegue a salir del índice.
3. Escribe las líneas por rastreador solo como restricciones. Las reglas se combinan como la suma de las reglas negativas. Una etiqueta específica puede endurecer lo que se aplica a ese rastreador; no puede aflojar nada.
4. Usa la versión de cabecera para lo que no sea HTML. PDF, imágenes, CSV y descargas generadas no tienen head donde poner una etiqueta. X-Robots-Tag lleva las mismas reglas como cabecera de respuesta, con fragmentos para Apache y nginx.
5. Los rastreadores de IA se tratan en el robots.txt, no aquí. Todas las exclusiones publicadas por Google, OpenAI, Anthropic, Perplexity, Apple, Meta y Common Crawl son tokens de user-agent de robots.txt. La tercera salida es ese bloque.

noindex y Disallow se anulan entre sí

Un generador de etiquetas meta robots construye la etiqueta <meta name="robots"> que le dice a los buscadores si una página debe indexarse, si hay que seguir sus enlaces y cuánto de ella pueden mostrar. El error más caro con el que puede ayudarte no es una errata. Es combinar esa etiqueta con una línea Disallow.

Las palabras de Google: para que la regla noindex surta efecto, la página no debe estar bloqueada por un archivo robots.txt y tiene que ser accesible para el rastreador. Si está bloqueada, el rastreador no llega a ver la regla, y la URL puede seguir apareciendo en los resultados a partir de enlaces que apunten a ella — sin fragmento y sin el título que elegiste.

Este es el bucle en el que se queda la gente. Una página no sale del índice, así que la bloquean también en el robots.txt, lo que garantiza que no salga nunca. Y el atajo evidente también está cerrado: especificar noindex en el robots.txt no está admitido por Google. El orden es siempre el mismo:

1. Quitar la línea Disallow para que la página se pueda rastrear.
2. Servir noindex — como etiqueta meta en el HTML, como X-Robots-Tag en todo lo demás.
3. Esperar a que se vuelva a rastrear. Solo una vez fuera del índice tiene sentido bloquear el rastreo, y para entonces normalmente ya no hace falta.

La casilla del formulario está ahí para que el generador pueda negarse. Ninguna de las dos herramientas que ocupan hoy la primera y la sexta posición para esta búsqueda menciona Disallow en ningún punto de su página.

Las reglas por rastreador se suman — no sustituyen

Puedes dirigirte a un rastreador por su nombre: <meta name="googlebot">, <meta name="googlebot-news">, <meta name="bingbot">. Lo que casi todas las explicaciones cuentan al revés es cómo se combina con la etiqueta genérica.

La documentación de Google: cuando se especifican varios rastreadores con reglas distintas, el buscador usa la suma de las reglas negativas. El ejemplo que da es un nofollow genérico más un noindex para Googlebot, y el resultado para Googlebot es noindex, nofollow: las dos, no la más específica. Para las cabeceras enuncia el mismo principio: cuando las reglas entran en conflicto, se aplica la más restrictiva.

Lo que significa que esta pareja no hace lo que parece que hace:

<meta name="robots" content="noindex">
      <meta name="googlebot" content="index">      <!-- no devuelve la página al índice -->

No existe una regla positiva que deshaga una negativa. Para que te indexe Google y nadie más, restringes a los demás; no le das permiso a Google. El generador calcula la regla efectiva para cada rastreador que nombres y avisa en cuanto una línea intenta aflojar en vez de apretar.

Una consecuencia más, barata de decir y fácil de pasar por alto: nosnippet y max-snippet:50 en la misma página dan como resultado ningún fragmento, porque gana la regla más restrictiva.

La decisión que solo tiene una página en español: notranslate

En un sitio en inglés, notranslate es una casilla que casi nadie toca. En una página en español es una decisión real, y conviene separarla de la que se le parece.

notranslate le pide a Google que no ofrezca una traducción de esta página. Quien busca en otro idioma y se encuentra tu resultado deja de ver el «Traducir esta página». Eso no mejora la versión en español de nada: solo recorta a quién le sirve la página. Tiene sentido en un caso concreto — texto legal, precios o condiciones cuya traducción automática te generaría un problema — y casi ninguno más.

Lo que la gente suele querer cuando llega a esa casilla es otra cosa: controlar qué versión en español ve cada país. Eso no es una directiva de robots, es hreflang. Y ahí hay dos errores que comprobamos contra la documentación de Google sobre versiones localizadas:

• hreflang="mx" no existe. La primera parte del valor es un código de idioma ISO 639-1; mx no es un idioma. México se escribe es-MX.
• hreflang="uk" no es el Reino Unido. uk es ucraniano. El Reino Unido es en-GB.
• hreflang="ES" sí es válido, en cambio: los códigos de idioma no distinguen mayúsculas, así que se lee como español. Este es un caso en el que el aviso habitual está equivocado.

Resumiendo la relación entre las dos cosas: hreflang reparte entre es-ES, es-419, es-MX y el es a secas; notranslate decide si un lector de otro idioma puede leerte traducido. No son alternativas, y marcar la segunda no arregla nunca un problema de la primera.

Directivas que ya no hacen nada

Google publica una lista de reglas que no usa, y los generadores las siguen ofreciendo sin ninguna nota al respecto. Comprobado el 2026-09-15 contra la especificación de las etiquetas meta robots:

La herramienta que ocupa el primer puesto para esta búsqueda ofrece noarchive y nositelinkssearchbox como directivas que funcionan, sin matices. Este generador seguirá emitiendo noarchive si se lo pides — puede que algún otro buscador lo lea — pero te dice que Google no. Y marca una etiqueta index, follow por lo que es: una etiqueta que no cambia nada, en una página que ya era indexable.

De ahí sale una regla práctica. Publica una etiqueta robots solo cuando estés restringiendo algo. Si no hay nada que restringir, la mejor etiqueta es ninguna etiqueta.

Rastreadores de IA: el interruptor está en el robots.txt, no en una etiqueta meta

Circulan bastantes consejos que sugieren <meta name="noai">, o meter Google-Extended en una etiqueta meta. Fuimos a leer la documentación de cada proveedor. Ninguna de las dos cosas funciona, y esta es la forma real del asunto.

• Google-Extended no tiene ninguna cadena de user-agent. La documentación de rastreadores de Google dice que el rastreo se hace con los user-agents de Google ya existentes y que el token se usa solo con función de control en el robots.txt. No hay nada a lo que una etiqueta meta pueda dirigirse. Gobierna el entrenamiento y el grounding de Gemini, y no afecta a la Búsqueda de Google ni al posicionamiento.
• OpenAI, Anthropic y Perplexity documentan todos tokens de robots.txt — GPTBot, OAI-SearchBot, ChatGPT-User; ClaudeBot, Claude-SearchBot, Claude-User; PerplexityBot, Perplexity-User. Ninguno de los tres documenta una etiqueta meta.
• noai y noimageai no aparecen en ninguno de esos documentos. Son una propuesta del lado editorial, no algo que un buscador grande declare respetar.
• Las descargas que dispara una persona son otra categoría. Perplexity documenta que Perplexity-User por lo general ignora el robots.txt porque la petición la hizo alguien; Meta dice lo mismo de Meta-ExternalFetcher. Para esos, una línea de robots.txt no es un muro.

Dos cosas del lado meta sí llegan de verdad a las respuestas de IA, y ambas son directivas corrientes de Google: nosnippet y max-snippet se aplican explícitamente a las vistas generales de IA y al modo IA, y limitan cuánto de la página puede usarse como entrada directa. Esa es la lista honesta.

La tercera salida escribe el bloque de robots.txt según la política que elijas, agrupado por proveedor. Bloquear a los rastreadores del lado de las respuestas es una decisión real con un coste real — te saca de los resultados que esos motores citan. Si el objetivo es justo el contrario, el material está en las herramientas GEO, agrupadas por lo que hacen de verdad.