¿Por qué mi sitio no aparece en Perplexity?

Q: ¿Perplexity entrena sus modelos con mi contenido?

Perplexity dice que PerplexityBot no se usa para rastrear contenido con el fin de entrenar modelos fundacionales de IA y que Perplexity-User no recopila contenido para entrenamiento. Por tanto, bloquear PerplexityBot no sirve como exclusión del entrenamiento; solo reduce tu visibilidad en los resultados de búsqueda de Perplexity.

Publicado 2026-11-12

Respuesta corta

Perplexity solo puede mostrar y enlazar las páginas que PerplexityBot tiene permiso para rastrear y que realmente recibe. Las causas habituales son una regla del robots.txt que bloquea a PerplexityBot, un cortafuegos o CDN que le responde con un 403 o una página de verificación, y texto que solo aparece después de ejecutar JavaScript. Revisa los tres puntos y después permite los rangos de IP que publica Perplexity.

Le preguntas a Perplexity por tu producto y cita a un competidor, un sitio de reseñas o un hilo de foro, pero nunca tus propias páginas. A veces es una cuestión de relevancia. Con frecuencia es un bloqueo técnico que se puede encontrar en unos minutos. Perplexity documenta qué agentes usa, qué hace cada uno y de dónde procede su tráfico, así que se puede comprobar cada eslabón de la cadena: el robots.txt, la respuesta que envía tu servidor y lo que contiene esa respuesta.

En esta página

¿Cómo encuentra y lee páginas Perplexity?
¿Tu robots.txt bloquea a PerplexityBot?
¿Tu cortafuegos o CDN bloquea a Perplexity?
¿Cómo permito a Perplexity por sus rangos de IP publicados?
¿Puede el renderizado con JavaScript impedir que Perplexity lea una página?
¿Y si todo está abierto y mi sitio sigue sin aparecer?

¿Cómo encuentra y lee páginas Perplexity?

Perplexity documenta dos agentes. Tienen funciones distintas, y un problema con cualquiera de los dos puede dejar tu página fuera de una respuesta.

PerplexityBot está diseñado para mostrar y enlazar sitios web en los resultados de búsqueda de Perplexity. Perplexity recomienda permitirlo en el robots.txt si quieres aparecer ahí, y dice que no se usa para rastrear contenido con el fin de entrenar modelos fundacionales de IA.
Perplexity-User respalda las acciones del usuario. Cuando alguien hace una pregunta, puede visitar una página para ayudar a responderla y enlazarla. Perplexity dice que no se usa para rastrear la web ni para recopilar datos de entrenamiento.

En la práctica, PerplexityBot decide si Perplexity conoce tus páginas antes de que nadie pregunte, y Perplexity-User decide si puede abrir una página en directo cuando una pregunta lo necesita. Si quieres que te citen, ambos deberían recibir la misma página que recibe un navegador.

¿Tu robots.txt bloquea a PerplexityBot?

Abre https://yourdomain.com/robots.txt y busca un grupo que nombre a PerplexityBot. Si no hay ninguno, el rastreador sigue el grupo User-agent: *. Según la RFC 9309, la coincidencia no distingue mayúsculas de minúsculas, y un grupo con nombre sustituye por completo al grupo * en lugar de añadirse a él.

Este bloqueo es frecuente. En nuestro estudio de los robots.txt de los 1.000 dominios más populares, 86 de los 518 sitios que servían un robots.txt (16,6 %) bloqueaban la página de inicio a PerplexityBot. Fue la proporción más alta entre los rastreadores de búsqueda con IA que probamos; OAI-SearchBot estaba bloqueado en 58 sitios (11,2 %). Es posible que algunos de estos sitios quisieran impedir el entrenamiento de IA, pero Perplexity dice que PerplexityBot no es un rastreador de entrenamiento, así que bloquearlo cuesta visibilidad en la búsqueda sin servir a ese objetivo.

Una configuración que deja entrar a Perplexity y mantiene cerrada un área privada se ve así:

User-agent: PerplexityBot
Allow: /
Disallow: /account/

User-agent: *
Allow: /
Disallow: /account/

Sitemap: https://example.com/sitemap.xml

Comprueba también que el propio archivo responde bien. Si el robots.txt devuelve un error del servidor, la RFC 9309 dice que el rastreador debe asumir que todo el sitio está bloqueado. Una dirección de robots.txt que devuelve una página HTML con estado 200 no contiene reglas válidas. Perplexity dice que los cambios pueden tardar hasta 24 horas en reflejarse.

¿Tu cortafuegos o CDN bloquea a Perplexity?

El robots.txt es una petición, no un control de acceso. Tu cortafuegos, CDN o protección contra bots decide lo que realmente se devuelve, y puede responder a Perplexity con un 403, un 429 o una página de verificación mientras tus propias visitas con el navegador parecen normales. La documentación de Perplexity dice que los sitios protegidos por un cortafuegos de aplicaciones web (WAF) pueden necesitar permitir explícitamente a sus bots.

Compruébalo pidiendo la misma URL como un navegador y como cada agente de Perplexity, y compara el estado y el tamaño:

for UA in "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36" \
          "Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)" \
          "Mozilla/5.0 (compatible; Perplexity-User/1.0; +https://perplexity.ai/perplexity-user)"; do
  curl -s -o /dev/null -w "%{http_code} %{size_download}\n" -A "$UA" https://example.com/page
done

Un 403, 429 o 503 solo para los agentes de Perplexity, una página titulada Just a moment..., o una respuesta 200 mucho más corta que la del navegador apuntan al cortafuegos. Esta prueba sale de tu dirección IP, no de la de Perplexity, así que muestra cómo tratan tus reglas al user agent; las reglas basadas en IP aún pueden comportarse de otro modo con el rastreador real.

Si usas Cloudflare, ten en cuenta dos cosas. La documentación de Perplexity repite la afirmación del propio Cloudflare de que Bot Fight Mode no se puede omitir con reglas personalizadas del WAF, así que si esa función desafía a Perplexity, una regla de permiso no ayudará. Y en agosto de 2025 Cloudflare dijo que había retirado a Perplexity de su lista de bots verificados tras observar lo que describió como rastreo no declarado; Perplexity discutió esa versión. Por eso, las reglas que dejan pasar solo a los bots verificados podrían no cubrir a Perplexity. Consulta el estado actual en tu panel en lugar de darlo por supuesto.

¿Cómo permito a Perplexity por sus rangos de IP publicados?

Cualquiera puede enviar una petición que afirme ser PerplexityBot, así que una regla de permiso que solo compare el user agent también deja pasar a imitadores. Perplexity publica los rangos de direcciones de ambos agentes y recomienda comparar a la vez el user agent y la dirección IP:

curl -s https://www.perplexity.ai/perplexitybot.json | jq -r '.prefixes[] | .ipv4Prefix // .ipv6Prefix'
curl -s https://www.perplexity.ai/perplexity-user.json | jq -r '.prefixes[] | .ipv4Prefix // .ipv6Prefix'

Perplexity dice que estas listas se actualizan con regularidad y sugiere automatizar la actualización de tus reglas del WAF. Coloca la regla de permiso por encima de cualquier regla que bloquee o desafíe peticiones: la primera en las reglas personalizadas de Cloudflare, o con un número de prioridad más bajo en AWS WAF. Después vigila tus registros, porque los cambios en el cortafuegos pueden tardar en propagarse.

¿Puede el renderizado con JavaScript impedir que Perplexity lea una página?

Puede. La documentación de rastreadores de Perplexity no dice si sus agentes ejecutan JavaScript, así que lo más seguro es suponer que el texto que necesita un rastreador debe estar en el HTML que envía el servidor. Las páginas construidas por completo en el navegador, como las aplicaciones de una sola página sin renderizado en el servidor, pueden llegar como una carcasa vacía con un indicador de carga.

Una comprobación rápida es descargar la página con curl y buscar en el resultado una frase de tu contenido principal. Si no está, el texto lo añaden los scripts. El renderizado en el servidor, la generación estática o el prerenderizado para rastreadores lo soluciona para todos los rastreadores de IA a la vez, no solo para Perplexity.

¿Y si todo está abierto y mi sitio sigue sin aparecer?

Que la página sea legible es una condición previa, no una garantía. Perplexity no publica cómo elige las fuentes que cita, así que una página que todos los agentes pueden leer aún puede perder frente a páginas que responden la pregunta de forma más directa. Lo que sí puedes controlar es que no haya ningún obstáculo técnico: un título de página claro, la respuesta indicada al principio del texto y datos exactos que coincidan con lo que dices en otros lugares.

Recuerda también lo que el robots.txt no cubre. Perplexity dice que Perplexity-User por lo general ignora el robots.txt porque un usuario pidió la descarga. Por tanto, una regla para Perplexity-User no es una forma fiable de bloquear visitas en directo, y un robots.txt que lo permite no prueba que pase por tu cortafuegos.

AISeeWhy pide tu página como PerplexityBot, Perplexity-User y otros 12 rastreadores junto a un navegador, aplica las reglas de tu robots.txt para cada uno, reconoce las páginas de verificación y muestra cuánto texto llega sin JavaScript, para que veas qué eslabón de la cadena falla.

Preguntas frecuentes

¿Perplexity entrena sus modelos con mi contenido?

Perplexity dice que PerplexityBot no se usa para rastrear contenido con el fin de entrenar modelos fundacionales de IA y que Perplexity-User no recopila contenido para entrenamiento. Por tanto, bloquear PerplexityBot no sirve como exclusión del entrenamiento; solo reduce tu visibilidad en los resultados de búsqueda de Perplexity.

¿Cuánto tarda Perplexity en notar que he corregido el robots.txt?

Perplexity dice que sus sistemas pueden tardar hasta 24 horas en reflejar los cambios del robots.txt. Los cambios en el cortafuegos surten efecto cuando tu proveedor los aplica, pero deja tiempo a que el rastreador vuelva antes de valorar el resultado.

¿Puedo bloquear a Perplexity-User con el robots.txt?

No de forma fiable. Perplexity dice que este agente por lo general ignora el robots.txt porque un usuario pidió la descarga. Si necesitas detenerlo, una regla de cortafuegos basada en sus rangos de IP publicados es el control que funciona.

¿Basta con comprobar el user agent para identificar el tráfico de Perplexity?

No. Los user agents son fáciles de copiar. Compara la IP de origen con los rangos que Perplexity publica en perplexitybot.json y perplexity-user.json, y haz que las reglas del cortafuegos comprueben a la vez el user agent y la IP.