Un borrador individual del IETF propone el token __usage_ai-training para que una web indique si permite que ciertas rutas se usen para entrenar modelos generativos. Informaciones publicadas atribuyen apoyo a la señal a Google, Microsoft, OpenAI y Anthropic, aunque sus calendarios difieren. El token expresa una preferencia de uso: no es una orden general para impedir el rastreo.
Qué expresa el token y qué queda fuera
El borrador define el entrenamiento como el uso de contenido para modificar los parámetros aprendidos de un modelo generativo. Sus reglas se aplican a rutas concretas mediante la sintaxis existente de robots.txt. Un ejemplo propone bloquear el uso para entrenamiento en todo el sitio salvo en /press-kit/:
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/
El borrador también especifica que User-Agent: * no equivale a incluir el token: el grupo comodín no expresa esta preferencia. Si un sitio ya permite el rastreo de todos los bots, las reglas de acceso siguen siendo una cuestión aparte; para expresar la preferencia sobre entrenamiento hace falta el grupo específico. Los acuerdos privados entre un proveedor y una empresa pueden prevalecer sobre la preferencia publicada. El borrador individual del IETF no está respaldado formalmente por la organización ni tiene rango de estándar aprobado; su versión actual caduca el 3 de mayo de 2027, salvo que se actualice o sustituya.
Cuándo prevé actuar cada empresa
Los calendarios atribuidos a las cuatro empresas son distintos. Microsoft ha publicado su propio plan: empezar a aplicar las preferencias a medida que rastree las páginas desde el 1 de febrero de 2027. Los demás plazos se han descrito en informaciones publicadas sobre el acuerdo.
| Empresa | Calendario anunciado o reportado |
| Anthropic | Según informaciones publicadas, había empezado a implementar el token; el despliegue en sus servicios llevaría tiempo. |
| OpenAI | Implementación prevista para los próximos meses, según informaciones publicadas. |
| Implementación prevista durante 2027, según informaciones publicadas. | |
| Microsoft | Aplicará las preferencias al rastrear páginas desde el 1 de febrero de 2027, según su anuncio oficial. |
Qué deben tener en cuenta los sitios que usan NoArchive o NoCache
La transición descrita por Microsoft afecta solo a los sitios que usen NoArchive o NoCache el 15 de diciembre de 2026. Desde ese día, esos sitios podrán configurar en Bing Webmaster Tools una preferencia temporal de grounding. Para la transición, Microsoft indica que deben publicar preferencias de grounding por página y registrar la opción temporal antes del 1 de marzo de 2027.
La preferencia temporal termina cuando Microsoft vuelve a rastrear la página y detecta la nueva configuración, o el 30 de septiembre de 2027, lo que ocurra primero. Desde el 1 de marzo de 2027, Microsoft dejará de interpretar NoArchive y NoCache como preferencias de entrenamiento o grounding. Publicar un ajuste no hace que surta efecto de inmediato: Microsoft debe volver a rastrear la página para detectarlo, y el envío de una señal mediante IndexNow no garantiza una fecha de rastreo. Microsoft detalla estas condiciones y plazos.
Entrenamiento, grounding, rastreo y búsqueda en Bing
Microsoft separa el entrenamiento de AI Grounding, es decir, el uso de una página para fundamentar respuestas generadas por IA. La preferencia de entrenamiento puede configurarse para un sitio o una ruta en robots.txt, además de existir como ajuste por página; la preferencia de entrenamiento de una página prevalece sobre la regla de robots.txt. El grounding, en cambio, se configura por página con las opciones Allow, Disallow y DisallowExtended.
Microsoft afirma que estas preferencias no cambian la elegibilidad para los resultados tradicionales de Bing, que sigue sujeta a los requisitos habituales de rastreo e indexación. Tampoco son equivalentes a las reglas que permiten o impiden el acceso de un rastreador a una ruta.
