Muse y los asistentes de IA: guía técnica para tu web

Muse, la aplicación de IA de Meta, ha superado los 10 millones de descargas en Estados Unidos en 40 días. Según los datos de Sensor Tower que recoge TechCrunch, solo otras 11 apps habían alcanzado esa cifra en un plazo similar. Para muchas webs, la noticia parece lejana. Para quien administra una web, plantea tres preguntas muy concretas: dónde se ven esas visitas, qué bots entran a tu sitio y para qué, y qué información puede leer un asistente sin ejecutar JavaScript.

Esta guía responde a las tres. Al final tendrás un script para contar bots de IA en tus logs, una plantilla de robots.txt y una lista de comprobaciones para que tu contenido sea legible por sistemas automáticos.

Qué dicen los datos y qué no

Antes de sacar conclusiones, conviene separar lo que se mide de lo que se supone.

• Descargas y uso: 10,9 millones de descargas totales desde septiembre, de ellas 10,2 millones en EE. UU. El 16 de octubre llegó a 2,5 millones de usuarios activos diarios, un 15 % más que la semana anterior.
• Retención: 30 % a los 7 días, frente a una media del 19 % en otras apps de IA como ChatGPT, Claude o Grok, según el artículo. A los 14 días, 23 % frente a 16 %.
• Gasto publicitario: Meta destinó en octubre el 39 % de su gasto publicitario total a Muse, frente al 23 % de septiembre.

Hay tres límites que cambian cómo se leen estas cifras. Primero, las métricas vienen de Sensor Tower, que mide desde fuera; no son datos oficiales de Meta. Segundo, la comparación con ChatGPT no es homogénea: en sus primeros 40 días sumó unos 15 millones de descargas globales, con un alcance mucho mayor. Tercero, y más importante para una web, ninguna de estas cifras dice cuántas visitas envía Muse a sitios externos. Ese dato no aparece en la información disponible, y cualquier porcentaje de tráfico que circule sin fuente es ruido.

Por qué no ves esas visitas en tu analítica

Cuando un asistente recomienda tu web, la visita puede llegar con un referrer identificable o sin ninguno. Depende de si el enlace se abre en un navegador externo o en uno integrado en la aplicación, y de cómo lo gestione cada producto. El resultado habitual es tráfico que aparece como “directo” o como referral de dominios que no reconoces.

Por eso no conviene fiarse solo de la analítica. Los logs del servidor registran cada petición de los bots, con un user agent identificable, y es ahí donde se puede medir algo.

Tres tipos de bots de IA, tres decisiones distintas

No todos los bots de IA hacen lo mismo. Bloquear uno puede costarte visibilidad en un asistente, y dejar entrar a otro puede significar que tu contenido se use para entrenar modelos sin que lo hayas decidido.

Tipo	Qué hace	Ejemplos
Entrenamiento	Recoge contenido para entrenar modelos	GPTBot, Meta-ExternalAgent, ClaudeBot (clasificación variable según fuente)
Búsqueda	Indexa contenido para responder con enlaces	OAI-SearchBot, PerplexityBot, Claude-SearchBot
Usuario	Visita una URL porque alguien lo ha pedido	ChatGPT-User, Perplexity-User, Claude-User

Dos matices importantes. Google-Extended no es un rastreador: es un token de robots.txt que controla si Google puede usar contenido ya rastreado para entrenar Gemini, y Google indica que no afecta a la inclusión en la búsqueda. Y según la documentación de OpenAI, robots.txt puede no aplicar a ChatGPT-User, porque la petición la inicia una persona. Las fuentes que he consultado sugieren algo parecido con Perplexity-User.

Las fuentes tampoco coinciden en la clasificación de ClaudeBot ni en el cumplimiento de robots.txt por parte de Meta-ExternalAgent. Antes de desplegar nada, revisa la documentación oficial de cada proveedor, que cambia con frecuencia.

Plantilla de robots.txt

Este ejemplo bloquea el entrenamiento de los bots anteriores y permite la búsqueda que puede enlazar a tu web. Es un punto de partida, no una receta cerrada.

# Entrenamiento: bloqueado
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: Meta-ExternalAgent
Disallow: /

# ClaudeBot: revisa su clasificación antes de decidir

# Búsqueda: permitida
User-agent: OAI-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

robots.txt es una petición, no un control de acceso. Un bot que no la respete seguirá entrando. Si necesitas bloquearlo de verdad, eso se hace en el servidor o en el CDN, y es otra decisión.

Cuenta los bots de IA en tus logs

El script siguiente cuenta peticiones de los user agents de la lista. Funciona con el formato combined de Apache y Nginx, donde el user agent es el último campo entre comillas.

import sys
from collections import Counter

BOTS = [
    "GPTBot", "OAI-SearchBot", "ChatGPT-User",
    "PerplexityBot", "Perplexity-User",
    "ClaudeBot", "Claude-SearchBot", "Claude-User",
    "Meta-ExternalAgent",
]

def contar(ruta_log):
    conteo = Counter()
    with open(ruta_log, encoding="utf-8", errors="replace") as f:
        for linea in f:
            partes = linea.rsplit('"', 2)
            if len(partes) < 3:
                continue
            user_agent = partes[-2].lower()
            for bot in BOTS:
                if bot.lower() in user_agent:
                    conteo[bot] += 1
                    break
    return conteo

if __name__ == "__main__":
    for bot, n in contar(sys.argv[1]).most_common():
        print(f"{n:>8}  {bot}")

Uso: python3 bots.py /var/log/nginx/access.log. Los user agents se pueden falsificar, así que para un análisis serio conviene contrastar las IP con los rangos que cada proveedor publique cuando los documente.

Prepara tu web para que la lean máquinas

Un asistente o un rastreador lee el HTML que recibe. Si el contenido clave depende de JavaScript, de una imagen o de un PDF, es posible que no lo vea.

1. Información de negocio en HTML. Nombre, dirección, teléfono, horario, servicios y precios visibles sin ejecutar JavaScript. Comprueba que el texto está en la respuesta inicial con curl -s https://tu-dominio.es/ | grep -i "teléfono". Si no aparece, no está en el HTML.
2. Respuestas directas. Cada servicio debe responder en sus primeras frases a la pregunta real del cliente: cuánto cuesta, cuánto tarda, qué incluye.
3. Datos estructurados que coincidan con la página. Marca el negocio con JSON-LD de schema.org (LocalBusiness). Si los datos del marcado no coinciden con lo visible, el marcado no aporta nada, y puede perjudicar.
4. Fecha de actualización. En precios y datos variables, indica cuándo se revisaron por última vez.

Lo que todavía no sabemos

• No hay datos públicos sobre cuánto tráfico envía Muse a webs externas.
• Las descargas y la retención vienen de un tercero, no de Meta.
• La clasificación de algunos bots y su cumplimiento de robots.txt cambian entre fuentes y versiones de la documentación.
• Ningún cambio técnico garantiza aparecer en una respuesta de IA. Lo que sí puedes controlar es que tu información sea legible, precisa y verificable.

[EXPERIENCIA: ¿has visto clientes que empiezan preguntando a una IA? ¿Qué bots aparecen en tus logs? Si no los has revisado, deja esto pendiente.]

Lee también: ChatGPT no es bueno para el SEO de tu página e inteligencia artificial para SEO.

Fuentes

• TechCrunch: Meta’s Muse hits 10M U.S. downloads in 40 days. Descargas, usuarios activos y retención, según Sensor Tower.
• Documentación oficial de cada proveedor de bots (OpenAI, Anthropic, Perplexity, Google, Meta). Revisa la versión vigente antes de desplegar robots.txt.