Infraestructura monitorizada 24/7· Atención técnica: Lunes a viernes, 9:00–18:00

Bots de IA en tu web: ¿quién está consumiendo los recursos de tu hosting?

bots IA hosting - Bots de IA en tu web: ¿quién está consumiendo los recursos de tu hosting?
INFRAESTRUCTURAROBOTS DE IA

No todas las visitas que recibe tu web pertenecen a personas. Parte del tráfico llega de rastreadores de buscadores, sistemas de monitorización y bots vinculados a servicios de inteligencia artificial. Cuando el volumen aumenta, la pregunta deja de ser cuántas visitas registra Analytics y pasa a ser qué peticiones está procesando tu servidor, quién las realiza y cuánto cuestan en recursos.

Cloudflare publica en su plataforma Radar información sobre el tráfico de bots y rastreadores de IA, y su informe anual de 2025 ya recogía que los bots especializados en IA representaban una parte apreciable de las solicitudes HTML observadas en su red. Eso no permite deducir el porcentaje exacto de una web de Navarra: cada sitio tiene un perfil de tráfico distinto. Pero sí justifica vigilarlo, especialmente cuando hay lentitud sin un aumento equivalente de usuarios reales.

Por qué un robot puede consumir más recursos de los que parece

Un visitante humano abre unas pocas páginas y dedica tiempo a leer. Un rastreador puede recorrer cientos de URLs seguidas, probar variaciones de parámetros, solicitar listados y volver a páginas similares. Si el servidor no utiliza caché adecuadamente o cada petición dispara consultas costosas, el coste se acumula.

En WordPress esto puede verse en búsquedas internas, filtros de WooCommerce, paginaciones, endpoints dinámicos o rutas con combinaciones de parámetros. No significa que todo rastreador sea malicioso. Googlebot, por ejemplo, es necesario para el descubrimiento del contenido en Google; otros agentes sirven a distintas finalidades y pueden tener políticas de acceso específicas.

Bloquear robots por intuición puede solucionar una gráfica de CPU y crear un problema de visibilidad. Primero identifica qué está llegando, a qué URLs y con qué efecto.

Cómo saber qué bots visitan realmente tu web

  1. Consulta los registros de acceso. Necesitas ruta solicitada, fecha, código HTTP, dirección IP y user-agent. Una gráfica de visitas en el panel no basta para atribuir consumo a un agente.
  2. Agrupa por agente y por URL. Comprueba frecuencia, ráfagas, códigos 404, 429 y 5xx, páginas repetidas y parámetros consultados.
  3. Compara con la carga del servidor. Correlaciona horas de peticiones con procesos PHP-FPM, CPU, memoria y consultas lentas. Sin esa correlación, un user-agent llamativo puede distraer del verdadero cuello de botella.
  4. Verifica la identidad de los bots importantes. El nombre que declara una petición se puede falsificar. Para rastreadores conocidos, usa métodos de verificación oficiales cuando existan y no tomes decisiones solo por la cadena user-agent.
  5. Distingue rastreo legítimo de abuso. Un robot que respeta límites y aporta descubrimiento de contenido no se trata igual que uno que lanza miles de peticiones a rutas costosas.

Qué agentes puedes encontrar

En los registros pueden aparecer nombres como Googlebot, Bingbot, GPTBot, ClaudeBot u otros rastreadores. Cada operador publica, con distinto nivel de detalle, información sobre sus agentes y su finalidad. Algunos están asociados a indexación o descubrimiento; otros, a recopilación de contenido para sistemas de IA. Antes de bloquearlos, revisa su documentación actual y la política de acceso que quieres aplicar.

También existe tráfico automatizado que intenta aparentar ser un navegador corriente. Por eso conviene utilizar la detección del WAF, indicadores de comportamiento y análisis de tasa de peticiones, no solo una expresión regular sobre el agente declarado. Las IP cambian y copiar listas antiguas puede provocar bloqueos a usuarios legítimos.

Medidas que suelen funcionar sin romper el SEO

Cachear las páginas que pueden cachearse

Si el tráfico llega a artículos públicos, una caché de página y una CDN bien configurada pueden evitar que cada solicitud ejecute PHP. Hay que excluir zonas privadas, carritos y otras rutas personalizadas. Mide cuántas peticiones llegan a origen antes y después del cambio.

Poner límites por comportamiento

Un WAF o un proxy puede limitar ráfagas, aplicar desafíos y filtrar solicitudes problemáticas. Es preferible dirigir las reglas a patrones comprobados —por ejemplo, un volumen desproporcionado sobre una búsqueda costosa— en lugar de bloquear por completo una familia de agentes sin estudiar sus efectos.

Ordenar el rastreo del sitio

Revisa sitemap, enlaces internos, paginaciones infinitas y generación de URLs con parámetros. Un sitio que crea miles de variantes de una categoría puede consumir recursos aunque nadie intente atacarlo. El archivo robots.txt ayuda a comunicar políticas de rastreo a bots que las respetan; no es un cortafuegos ni impide el acceso a un agente que decida ignorarlo.

Observación Hipótesis Prueba recomendable
Muchas visitas a páginas públicas Caché poco eficaz Comparar aciertos de caché y carga PHP
Ráfagas de parámetros distintos Exploración de URLs costosas Revisar reglas y rutas dinámicas
Numerosos 404 de un mismo origen Rastreo ineficiente o abusivo Analizar ritmo, agente e IP
CPU alta sin aumento de peticiones Problema de aplicación o tarea interna Perfilar PHP, consultas y cron

¿Y si el hosting está limitando la respuesta?

Una web pequeña puede soportar tráfico automatizado razonable con un alojamiento bien configurado. Pero si comparte recursos muy restringidos o carece de registros accesibles, diagnosticar resulta difícil. Antes de contratar más potencia, pregunta cuántas solicitudes llegan a origen, qué rutas consumen más y si el cuello de botella se concentra en PHP o base de datos.

Si las mediciones muestran que el entorno ya no encaja con la carga, el hosting gestionado de Zerua permite estudiar la base técnica y la migración del sitio. El traslado debe mantener reglas de SEO, DNS, HTTPS, correo y configuraciones relevantes del cortafuegos. Mover la web sin entender el tráfico podría reproducir el mismo problema en un servidor nuevo.

Lo que deberías medir el próximo mes

Guarda cada semana tres datos: solicitudes totales a origen, proporción de respuestas problemáticas y tiempo de respuesta durante las horas de mayor carga. Añade una muestra de rutas más consultadas y los agentes detectados. Si no observas degradación, probablemente no necesitas medidas agresivas. Si detectas picos, dispondrás de un caso concreto para revisar con el proveedor.

La actividad de rastreo no es por sí misma una crisis de seguridad. Es una carga operativa que debe medirse y administrarse igual que los demás consumidores de recursos. Una solución eficaz deja pasar las visitas que interesan, limita el abuso y mantiene estable la aplicación.

TRÁFICO Y RENDIMIENTO¿Tu WordPress se ralentiza sin que aumenten los clientes?

Revisar logs, caché y límites de proceso ayuda a determinar si necesitas optimización o un cambio de infraestructura.

Estudiar una migración de hosting

Fuentes y contenidos relacionados

Para conocer el contexto global consulta Cloudflare Radar: AI Insights y el informe anual de Cloudflare. Para los cambios en resultados de búsqueda, consulta Google y la IA en 2026: por qué tu web puede aparecer y recibir menos clics.

Scroll al inicio