"Quiero recopilar datos de este sitio, pero no está en la lista de bots."
Es la barrera con la que más suelen encontrarse quienes quieren encargar un crawling. Si escriben código, lleva tiempo; si lo externalizan, tienen que pedir presupuesto incluso para una tarea pequeña. Por eso Hashscraper ha abierto en beta la función de crear bots de crawling con IA. Si describe con palabras el sitio que quiere recopilar y los datos que desea, la IA crea el método de recopilación, muestra una recopilación de prueba y, tras la confirmación de una persona, lo ejecuta como bot. Este artículo muestra, en el orden de la conversación, el proceso real de crear un bot para un blog.
Definición. El crawling sin código es una forma de recopilar datos de páginas web sin escribir código. Hay métodos en los que se seleccionan elementos haciendo clic en pantalla y métodos en los que la IA crea el sistema de recopilación al describirle lo que se desea.
Definición. "Crear bot con IA (beta)" de Hashscraper es una función que crea un método de recopilación (bot) mediante conversación y recopila datos en los servidores de Hashscraper tras una revisión de seguridad y la confirmación de un administrador. Los datos recopilados se reciben como un conjunto de datos.
[Pantalla de Crear bot con IA (beta) en el menú izquierdo — botón Crear un nuevo bot y lista de bots creados](images/040/00_AI로봇만들기_메뉴.png)
▲ Al pulsar "Crear un nuevo bot" en "Crear bot con IA (beta)" del menú, se abre una conversación con la IA.
TL;DR
- Si escribe la dirección y los elementos deseados, la IA lee la página y crea un bot que recorre lista → detalle del artículo → varias páginas.
- Como ejemplo, elegimos el blog personal (bamchi.me) de Kim Kyung-ho, CEO de Hashscraper, y tras unas pocas conversaciones creamos un bot que recopiló 27 artículos en unos 1 minuto y 20 segundos (título, fecha de publicación, visualizaciones, contenido y dirección).
- La creación y la recopilación de prueba son gratuitas; la recopilación cuesta 25 créditos básicos por registro. No se pueden crear bots para páginas que requieren inicio de sesión, captchas, aplicaciones o datos personales.
1. Se empieza con una sola línea de dirección
Esto fue todo lo que enviamos al principio.
Recopila los artículos del blog Bamchi.me
La IA primero abrió directamente la página. Y respondió así: "Hay 9 artículos por página y están divididos en varias páginas. En la lista, cada artículo tiene título, fecha de publicación, resumen y dirección del artículo."
El punto importante aquí es que la persona no explicó la estructura HTML. La IA leyó la página y averiguó en qué etiqueta estaba el título y cómo cambiaba la dirección de la página siguiente.
[Conversación con la IA — al enviar una sola línea con la dirección, la IA abre la página y pregunta si se recopilará solo la lista o también el contenido](images/040/01_대화주소와방식.png)
▲ Pantalla de conversación real. Al enviar una sola línea con la dirección, la IA abre la página y primero pregunta qué y cómo se desea recopilar.
2. ¿Solo la lista? ¿También el contenido? — La IA pregunta primero
La IA no lo creó de inmediato, sino que preguntó el método.
- Recopilar solo la lista — título, fecha de publicación, resumen y dirección rápidamente
- Recopilar también el contenido — recoger las direcciones de los artículos desde la lista y entrar en cada uno para obtener el texto completo
Al elegir la opción 2, llegó la siguiente pregunta. "¿Hasta cuántas páginas recopilamos? Con 3 páginas son unos 27 artículos. También puedo hacer que el número de páginas se pueda cambiar cada vez que recopile." Al pedirle que lo hiciera así, "Número de páginas que se recopilarán" se convirtió en un valor de configuración del bot. Puede usarlo cambiándolo de 1 página esta semana a 10 páginas el próximo mes sin tener que crear el bot de nuevo.
El crawling en dos pasos, entrando desde la lista a la página de detalle, y la paginación son las partes que más trabajo requieren al programar con código. Este proceso terminó con dos preguntas.
3. Se previsualiza con una recopilación de prueba
La IA recopiló como prueba 5 artículos de la primera página y los mostró.
| Título | Fecha de publicación | Visualizaciones |
|---|---|---|
| GPT-5.6 Sol, la trampa del modelo más potente | 13 de julio de 2026 | 2,652 |
| Lo primero que compran las personas con dinero y tiempo no es un coche ni artículos de lujo | 17 de febrero de 2026 | 5,028 |
| La historia de cómo creé mi propio asistente de IA con un Mac mini | 02 de febrero de 2026 | 4,708 |
También se incluyeron las visualizaciones, que no se habían solicitado. La IA vio que las páginas de los artículos tenían el número de visualizaciones y propuso incluirlo. Durante la recopilación de prueba también se confirma que la página siguiente se abre realmente.
[Mensaje de la IA mostrando el resultado de la recopilación de prueba e indicación para solicitar revisión tras guardar](images/040/02_대화시범수집저장.png)
▲ Muestra los resultados de la recopilación de prueba en la conversación y, al responder "guardar", se guarda el método de recopilación.
[Panel final de recopilación de prueba — encuentra 9 direcciones en la lista, abre 5 detalles y muestra por adelantado 5 filas](images/040/04_시범수집_미리보기.png)
▲ A la derecha de la pantalla también aparece una tabla de recopilación de prueba. Se confirmó incluso que en la página siguiente se ven 9 artículos.
Si el resultado no le gusta, puede corregirlo con palabras en ese mismo momento. Por ejemplo: "Quita la fecha de publicación" o "En lugar del contenido completo, solo los primeros 200 caracteres".
4. Se ejecuta después de que una persona lo confirme
Tras guardar, al pulsar "Solicitar revisión del administrador", no se recopila inmediatamente, sino que pasa por dos etapas.
- Revisión de seguridad (1~3 minutos) — verifica si la dirección que se recopilará es segura, si las reglas de recopilación del sitio (robots.txt) no lo bloquean, si los resultados de prueba no contienen valores que parezcan datos personales y si no se realizan demasiadas solicitudes de una vez. Este bot fue aprobado con "unas 30 solicitudes por ejecución, a intervalos de 1 segundo por sitio".
- Confirmación del administrador (normalmente 1 día laborable) — una persona revisa el método de recopilación y los créditos necesarios por registro, y aprueba el bot.
[Panel del bot en creación — recopilar direcciones de la lista → extraer valores del detalle, campo de entrada Número de páginas que se recopilarán, aprobación · 25 créditos por registro](images/040/03_만든봇승인.png)
▲ Una vez aprobado, puede ver de un vistazo el método de recopilación, los campos de entrada y los créditos por registro, y continuar con "Abrir bot".
La razón por la que una persona revisa una vez más el bot creado por la IA antes de ejecutarlo es sencilla. Es para evitar que se publiquen bots que sobrecarguen sitios ajenos o recopilen datos que no deben recopilarse. En este ejemplo no hubo problema porque era el blog personal del propio CEO, pero la responsabilidad de cumplir las condiciones de uso del sitio que se recopila y las leyes aplicables recae en el miembro que creó el bot.
5. Recopilación con el bot — 27 registros, 675 créditos
Tras la aprobación, introdujimos 3 como número de páginas en la pantalla del bot e iniciamos la recopilación.
[Pantalla del bot — botón Iniciar recopilación y resultado de recopilación: 27 registros, 675 créditos](images/040/05_봇화면수집결과.png)
▲ Pantalla del bot. Puede iniciar la recopilación y ver los resultados en la misma pantalla que los demás bots de crawling.
- Tiempo de recopilación: aproximadamente 1 minuto y 20 segundos
- Resultado: 27 artículos (título, fecha de publicación, visualizaciones, contenido y dirección del artículo)
- Coste: 25 créditos por registro × 27 registros = 675 créditos
Los datos recopilados se almacenan como un conjunto de datos igual que con otros bots y se pueden descargar en Excel.
[Pantalla del conjunto de datos — 27 registros recibidos, 675 créditos usados, tabla con título, fecha de publicación, visualizaciones, contenido y dirección de la página](images/040/06_데이터셋_27건.png)
▲ Los 27 artículos recopilados se han almacenado en el conjunto de datos. Puede descargarlos con "Descargar Excel".
Lo que se puede y no se puede crear con IA
| Se puede crear | No se puede crear |
|---|---|
| Listas, tablones y páginas de productos públicas | Páginas visibles solo tras iniciar sesión |
| Dos etapas de lista → detalle, varias páginas | Páginas donde aparece una verificación de robot (captcha) |
| Páginas con botón "Ver más" o que se dibujan al abrirse en pantalla (se recopilan abriéndolas en un navegador, tarda más) | Aplicaciones, datos personales |
Para tiendas en línea con bloqueos intensos o sitios con inicio de sesión o captcha, es más adecuado encargar un trabajo de desarrollo para que un desarrollador de Hashscraper cree directamente el recopilador en lugar de usar un bot de IA.
Preguntas frecuentes
P. ¿Tiene coste crearlo?
La creación y la recopilación de prueba son gratuitas. Solo se descuentan los datos realmente recopilados, a una tarifa básica de 25 créditos por registro, y si cambia tras la revisión del administrador, se le notificará.
P. ¿No necesito saber nada de código?
Sí. Solo tiene que escribir con palabras la dirección y los elementos que desea. Por ejemplo: "Quiero buscar champú en la tienda OO y recopilar el nombre del producto, el precio y el número de reseñas".
P. ¿A dónde va el contenido de la conversación?
Se envía a proveedores externos de servicios de IA (Estados Unidos) para crear y revisar el bot. Por eso se indica que no incluya datos personales ni contraseñas en la conversación.
Conclusión
Hasta ahora, crear un bot de crawling era una tarea de desarrollo que consistía en "leer la estructura de la página, elegir selectores y programar la paginación". Crear bots con IA transforma ese trabajo en una conversación. Se empieza con una sola línea de dirección, se responden dos preguntas, se revisa el resultado de prueba y se recopila con un bot confirmado por una persona. Aún está en beta, por lo que puede tener aspectos mejorables. Pruébelo y cuéntenos qué tal; lo corregiremos rápidamente.
Empiece ahora mismo
- Pruébelo usted mismo: Crear bot con IA (beta)
- Si se trata de un sitio con inicio de sesión o bloqueos: Consultar sobre crawling
