Herramienta gratis
Quién te visita de verdad
El log de acceso de tu web dice qué bots de IA pasan por ella. Pero cualquiera puede escribir «GPTBot» en el user-agent: solo la IP dice si la petición vino de verdad de OpenAI. Elige el archivo o pega las líneas, y confirmamos cada visita con los rangos que publican los operadores, todo en tu navegador.
Tu log no sale de tu ordenador. Leemos el archivo aquí, en el navegador; a nuestro servidor solo le pedimos los rangos de IP que publican los operadores, que son los mismos para todo el mundo.
Los tres estados de una visita
Verificado
La IP está en los rangos que el operador publica para ese bot. Es él.IP fuera de los rangos
La petición lleva el nombre del bot, pero la IP no es del operador. Lo probable es que alguien esté usando su nombre, aunque no es seguro: las listas cambian, y un proxy delante de tu servidor esconde la IP real.Sin lista de rangos
No tenemos una lista de los rangos de este bot que podamos leer, así que la IP ni lo confirma ni lo desmiente. La tabla enlaza a la documentación del operador.
De dónde salen los rangos
De nuestro registro de bots: 17 tienen rangos de IP publicados por su operador (OpenAI, Anthropic, Perplexity, Google, Microsoft, Apple, DuckDuckGo, Mistral AI y Common Crawl). Tu navegador se los pide a nuestro servidor, que los trae de los operadores una vez al día. Esa petición es la misma para todo el mundo y no lleva nada de tu log.
El bot de cada línea se reconoce por el nombre en el user-agent, con los nombres del registro y ninguno más. Un subnombre con guion cuenta como el del registro, como en el robots.txt: Googlebot-Image es de Googlebot.
Un bot verificado con 403 en casi todo es un bloqueo de verdad
El diagnóstico prueba tu web con peticiones nuestras, con el nombre de cada bot. El log enseña el otro lado: lo que tu servidor le respondió al bot de verdad. Si el PerplexityBot verificado se lleva un 403 en la mayoría de las peticiones, tu cortafuegos le está cerrando la puerta, diga lo que diga el robots.txt. Un 403 solo en algunas páginas (el /wp-admin/, un archivo protegido) es otra cosa: son esas páginas las que están cerradas, y el lector te dice cuáles.
Qué logs lee
Apache y Nginx
El formatocombined, el de por defecto en Nginx y el más usado en Apache, con o sin el host delante y campos de más al final. Elcommonse lee, pero no trae el user-agent.Cloudflare
El JSON por línea de Logpush, con los camposClientIP,ClientRequestUserAgent,ClientRequestPath,EdgeResponseStatusyEdgeStartTimestamp.Vercel
El JSON de un log drain, un objeto por línea. Las entradas del build y de las funciones se quedan fuera.
Dónde está tu log
En un servidor propio, en /var/log/nginx/access.log o /var/log/apache2/access.log; los más antiguos vienen en .gz, y también se leen. En un alojamiento compartido, búscalo en el panel (en cPanel se llama «Raw Access»). Si tu web está detrás de Cloudflare, el log del servidor puede tener su IP en lugar de la del bot: usa el de Logpush.
Lo que este lector no hace
No envía tu log
El archivo se lee en tu navegador, y nada de lo que lleva dentro sale de él: ni las IP, ni las páginas, ni los user-agents.No hace DNS inverso
Google, Microsoft y Common Crawl también confirman sus bots por el nombre de la IP. El navegador no puede hacer esa consulta; aquí se confirma solo por los rangos.No guarda nada
Cierras la página y el resultado se va con ella. Para guardarlo, copia el resumen, que no lleva IP.