Detectar bots en Twitter y auditar seguidores falsos (2026)

Por Sorsa Editorial

Conclusión clave: Detectar seguidores falsos y cuentas de bot en Twitter (X) se apoya en señales de metadatos de cuenta: fechas de creación muy recientes, un ratio alto de seguidos a seguidores, pocos o ningún tweet, avatares por defecto, bios vacías y enlaces de perfil muertos. Muestrea de 20 a 50 seguidores; si más de un 20% muestra varias señales, la contaminación es significativa.

Actualizado en julio de 2026: refrescadas las cifras de costo de Sorsa y de la API oficial de X contra el precio de pago por uso vigente, agregada la opción inicial de 100 solicitudes gratis, y re-verificado el estado de archivo de las herramientas de detección de bots legadas, incluida Botometer.

La detección de bots en Twitter se reduce a una pregunta práctica: ¿qué seguidores son personas reales, y cuáles son comprados, automatizados o abandonados? Los números de seguidores son fáciles de inflar y difíciles de confiar. Los seguidores comprados, las cuentas dormidas y el spam automatizado se sientan todos dentro de una lista pública de seguidores, arrastrando hacia abajo las tasas de engagement y sesgando cualquier análisis construido sobre la audiencia. La forma confiable de medir el problema es leer los metadatos que cada cuenta expone, puntuarlos contra patrones de bot conocidos y marcar las cuentas que disparan varias señales a la vez.

Sorsa API, un proveedor alternativo de API de Twitter/X, devuelve esos campos exactos en una llamada. Una sola solicitud a su endpoint de seguidores extrae hasta 200 perfiles completos, cada uno cargando la fecha de creación, los conteos de seguidores y seguidos, los totales de tweets y likes, la URL del avatar, la bio y los enlaces de bio que necesitas para puntuar una cuenta. En el plan Pro eso sale en aproximadamente $0.50 para leer 50,000 perfiles de seguidores, contra unos $500 en la API oficial de X a $0.010 por lectura de perfil. No hay apretón de manos OAuth ni revisión de cuenta de desarrollador: una clave en el encabezado, 20 solicitudes por segundo, y la auditoría puede correr.

Contenido

¿Qué cuenta como seguidor falso o cuenta de bot?
Señales de detección de bots de Twitter en los metadatos de cuenta
Por qué las herramientas confiables de detección de bots dejaron de funcionar
Cómo auditar los seguidores de cualquier cuenta pública
Revisar una lista conocida de cuentas a escala
Ir más a fondo: historial de nombre de usuario y engagement
Qué no puede hacer la detección por metadatos de cuenta
Qué cuesta una auditoría de seguidores: Sorsa vs la API oficial de X
Dónde los equipos corren auditorías de seguidores
Cómo empezar
Preguntas frecuentes

¿Qué cuenta como seguidor falso o cuenta de bot? {#what-counts-as-a-fake-follower-or-bot-account}

Un seguidor falso es cualquier cuenta que infla un conteo de seguidores sin ser un humano alcanzable y activo: bots automatizados, cuentas de granja de follows compradas, perfiles de spam y cuentas dormidas por mucho tiempo. Un bot específicamente significa una cuenta manejada por software. Estas categorías se traslapan mucho, y por eso la mayoría de las herramientas de auditoría las agrupan bajo una etiqueta, falsas o de baja calidad.

La definición importa porque decide el número. Twitter mantuvo por años en sus presentaciones regulatorias que menos del 5% de sus usuarios activos diarios monetizables eran cuentas falsas o de spam, una cifra atada al conjunto estrecho de cuentas que los anunciantes pueden alcanzar. Los análisis independientes, trabajando desde muestras distintas y definiciones más amplias, han aterrizado más alto. Según CNN, la firma de análisis Cyabra estimó que las cuentas de spam y bot componían aproximadamente del 11% al 14% de la base de usuarios de Twitter, y la revisión de 2022 de SparkToro de unas 44,000 cuentas activas marcó el 19.42% como que encajaba en una definición conservadora de falsa o spam.

La plataforma sigue podando, y por eso los números de seguidores se mueven solos. Social Media Today reportó que X quitó unos 1.7 millones de bots de spam en respuestas en una sola purga de octubre de 2025, parte de una ofensiva más amplia y continua contra las cuentas automatizadas.

Para una auditoría de seguidores, ninguna de esas cifras a nivel de plataforma decide nada. El número que importa es la tasa de falsos en la única cuenta frente a ti, y eso es exactamente lo que mide la puntuación por metadatos.

Señales de detección de bots de Twitter en los metadatos de cuenta {#twitter-bot-detection-signals-in-account-metadata}

La detección de bots de Twitter a partir de metadatos funciona puntuando cada cuenta contra señales que correlacionan con automatización y granja de follows: antigüedad de la cuenta, el ratio de seguidos a seguidores, el volumen de tweets y likes, la completitud del avatar y la bio, la salud del enlace de perfil y la estructura del nombre de usuario. Ninguna señal individual es concluyente. Una cuenta probablemente falsa es una que dispara varias a la vez.

Señal	Qué sugiere	Campo de la cuenta
Creada hace días o semanas	Cuenta registrada en masa	`created_at`
Sigue a miles, tiene pocos seguidores	Bot de follow-por-follow o spam	`followings_count`, `followers_count`
Cero o casi cero tweets	Construida para seguir, no para publicar	`tweets_count`
Sin likes registrados	Sin actividad genuina	`favourites_count`
Nunca ha publicado multimedia	Cuenta automatizada de bajo esfuerzo	`media_count`
Avatar por defecto o faltante	Sin curaduría humana	`profile_image_url`
Bio vacía o de plantilla	No es el perfil de una persona real	`description`
Sin enlace, o un enlace muerto, en la bio	Cuenta desechable	`bio_urls`
Sin tweet fijado	Montaje mínimo de la cuenta	`pinned_tweet_ids`
Nombre de usuario aleatorio, nombre más dígitos	Nombre de usuario autogenerado	`username`

Lee estas juntas, no en aislamiento. Una cuenta de dos semanas con avatar por defecto y cero tweets es un candidato fuerte; una cuenta de tres años con una bio completa y un ratio normal casi nunca lo es. Pondera más la antigüedad de la cuenta y el ratio, porque esas son las señales más difíciles de falsear barato para una granja de follows a lo largo de miles de cuentas.

Cada campo de esa tabla viene en el objeto de perfil estándar que Sorsa devuelve de sus endpoints de perfil, lote y seguidores. Eso importa operativamente: una extracción de lista de seguidores te da el conjunto completo de señales por cuenta, sin una segunda consulta por perfil. Los nombres de campo de arriba son las claves de respuesta literales documentadas para el endpoint de seguidores, así que la lógica de puntuación mapea directo al JSON.

Por qué las herramientas confiables de detección de bots dejaron de funcionar {#why-the-trusted-bot-detection-tools-stopped-working}

Los detectores de bots de Twitter más conocidos se rompieron cuando X terminó el acceso gratuito a la API en 2023. Botometer, la herramienta académica de la Universidad de Indiana, quedó deshabilitada, y su sucesor de archivo solo puntúa cuentas con datos recolectados antes de junio de 2023. SparkToro retiró su Fake Followers Audit gratuita el mismo año. Ninguna de ellas puede evaluar una cuenta creada recientemente.

Botometer es el caso más claro. Sus creadores en el Observatory on Social Media de la Universidad de Indiana deshabilitaron la herramienta original después de que X suspendió el acceso gratuito a datos, y luego revivieron una versión limitada, Botometer X, en febrero de 2024. Por su propia cuenta, Botometer X corre en modo de archivo sobre datos anteriores a junio de 2023 y no tiene registros para cuentas creadas después del 31 de mayo de 2023, y sus puntuaciones pueden no reflejar la actividad reciente. El modelo subyacente BotometerLite puntúa cuentas por metadatos de cuenta, la misma categoría de señal descrita arriba, y el equipo nota que es anterior a la IA generativa moderna y no puede detectar bots supercargados con IA.

SparkToro cuenta la misma historia desde el lado comercial. Su Fake Followers Audit gratuita, la herramienta que alguna vez estimó que casi la mitad de los seguidores de una cuenta de muy alto perfil eran falsos, se apagó en 2023 porque la nueva API de pago ya no ofrecía los datos de los que dependía la función.

El hilo común es la tubería de datos, no el método. Cada herramienta que leía cuentas en vivo a través de la API oficial heredó el nuevo costo y los límites de acceso de la API en el momento en que aterrizaron. La puntuación por metadatos todavía funciona perfectamente bien; lo que cerró fue el acceso barato y abierto a las cuentas que puntuar. Ese es el mismo giro que reconfiguró el precio en todo el ecosistema, cubierto en nuestro desglose de por qué cambió el precio de la API de X.

Cómo auditar los seguidores de cualquier cuenta pública {#how-to-audit-any-public-accounts-followers}

Para auditar los seguidores de una cuenta pública, extrae la lista de seguidores una página a la vez, puntúa cada perfil contra las señales de metadatos, y o revisa cada seguidor o muestrea varios cientos al azar. Un conteo de banderas por cuenta, más una tasa de contaminación a lo largo de la audiencia, alcanza para actuar.

Extrae los seguidores. Llama al endpoint de seguidores con un nombre de usuario o ID de usuario. Cada página devuelve hasta 200 perfiles y un next_cursor. Pagina hasta que el cursor regrese vacío, o detente una vez que tengas una muestra representativa.
Puntúa cada perfil. Aplica la tabla de señales a cada cuenta y cuenta cuántas señales dispara.
Fija un umbral. Trata las cuentas que disparan, digamos, tres o más señales como probablemente falsas, y luego ajusta el umbral contra un puñado de cuentas que puedas revisar a ojo.
Súmalo. Divide las cuentas marcadas entre las cuentas revisadas para obtener una tasa de contaminación de la audiencia.

Todo el bucle es corto. Aquí hay una versión ejecutable contra la API v3 de Sorsa, que usa un encabezado ApiKey:

python

import requests

BASE = "https://api.sorsa.io/v3"
HEADERS = {"ApiKey": "YOUR_API_KEY"}

def fetch_followers(username, pages=5):
    profiles, cursor = [], None
    for _ in range(pages):
        params = {"username": username}
        if cursor:
            params["next_cursor"] = cursor
        resp = requests.get(f"{BASE}/followers", headers=HEADERS, params=params)
        resp.raise_for_status()
        data = resp.json()
        profiles.extend(data["users"])
        cursor = data.get("next_cursor")
        if not cursor:
            break
    return profiles

def bot_signals(user):
    flags = []
    followers = user.get("followers_count", 0)
    following = user.get("followings_count", 0)
    if following > 1000 and followers < following / 20:
        flags.append("skewed_ratio")
    if user.get("tweets_count", 0) == 0:
        flags.append("no_tweets")
    if user.get("favourites_count", 0) == 0:
        flags.append("no_likes")
    if not user.get("description"):
        flags.append("empty_bio")
    if not user.get("bio_urls"):
        flags.append("no_bio_link")
    if "default_profile" in user.get("profile_image_url", ""):  # heuristic
        flags.append("default_avatar")
    return flags

followers = fetch_followers("targetaccount")
flagged = [u for u in followers if len(bot_signals(u)) >= 3]
rate = len(flagged) / len(followers) if followers else 0
print(f"Checked {len(followers)} followers, {len(flagged)} likely fake ({rate:.0%})")

Los umbrales son tuyos para ajustar; la regla de ratio y la coincidencia de la cadena del avatar por defecto son puntos de partida deliberadamente conservadores, no verdades fijas. El costo se mantiene bajo porque el endpoint de seguidores devuelve hasta 200 perfiles por solicitud y cuenta como una solicitud de tu cuota. Auditar una cuenta de 50,000 seguidores son unas 250 solicitudes, aproximadamente $0.50 en el plan Pro, mientras que las mismas 50,000 lecturas de perfil cuestan cerca de $500 en la API oficial de X.

Dos salvedades sobre la cobertura. Las cuentas privadas (protegidas) no pueden enumerarse, así que esto cubre solo las cuentas públicas. Y si solo necesitas la lista en sí en lugar de la puntuación, nuestras guías de cómo extraer una lista de seguidores y cómo extraer seguidores a escala van más a fondo en la paginación y la exportación.

Revisar una lista conocida de cuentas a escala {#checking-a-known-list-of-accounts-at-scale}

Cuando ya tienes una lista de nombres de usuario o IDs de usuario, como participantes de un sorteo, registros de lista de espera o las cuentas marcadas de un competidor, revísalas en lotes en lugar de una por una. Una consulta de perfiles por lotes devuelve hasta 100 perfiles completos por solicitud, y la misma puntuación de señales corre en cada uno.

La mecánica es idéntica al bucle de auditoría, solo cambia la entrada: en lugar de paginar una lista de seguidores, pasas tus nombres de usuario a la consulta de perfiles por lotes en grupos de 100. Diez mil nombres de usuario son 100 solicitudes, alrededor de $0.20 en el plan Pro. Para trabajo de campaña esto se empareja de forma natural con las comprobaciones de acción (¿un participante de verdad siguió o hizo retweet?), que es el núcleo de examinar participantes de sorteos, pero la pasada de metadatos por sí sola ya quita los bots obvios antes de que salga cualquier premio.

Ir más a fondo: historial de nombre de usuario y engagement {#going-deeper-username-history-and-engagement}

Dos señales útiles se sientan fuera del objeto de perfil básico. Un cambio de nombre de usuario reciente o repetido puede marcar una cuenta reciclada o reutilizada, y una tasa de engagement muy por debajo del número de seguidores de una cuenta es un signo clásico de seguidores comprados. Ambas cuestan una llamada extra por cuenta, así que resérvalas para las cuentas en la lista corta en lugar de correrlas a lo largo de una lista entera.

La primera viene del endpoint About, que devuelve el país de una cuenta más sus cambios totales de nombre de usuario (username_change_count) y la fecha del más reciente (last_username_change_at). Un perfil renombrado la semana pasada, con varios cambios anteriores detrás, vale una segunda mirada incluso cuando sus otras señales se ven limpias.

La segunda es a nivel de audiencia. Un perfil con muchos seguidores cuyos posts recientes atraen casi cero likes o respuestas tiene el mismo problema un escalón arriba: la audiencia está ahí en el papel pero no en la práctica. Extrae los tweets recientes y compara el engagement con el número de seguidores, o usa la calculadora de tasa de engagement gratuita para hacerlo a partir de los tweets recientes sin escribir código. Nuestra visión general de datos de engagement de tweets cubre los endpoints subyacentes de respuestas, citas y retweets si quieres construir la comprobación tú mismo.

Qué no puede hacer la detección por metadatos de cuenta {#what-account-metadata-detection-cannot-do}

La puntuación por metadatos es triaje, no prueba. Saca a la superficie de forma confiable los bots de bajo esfuerzo y las cuentas dormidas, pero no puede confirmar la intención, y las cuentas bien construidas la vencen. Un veredicto confiado necesita análisis de comportamiento y de red superpuesto sobre las señales de perfil.

Cuatro límites vale decirlos sin rodeos:

Las cuentas de IA modernas la pasan. Las cuentas automatizadas ahora pueden cargar bios completas, avatares plausibles y publicación constante, y por eso incluso el modelo BotometerLite detrás de Botometer X fue marcado por sus propios creadores como incapaz de detectar bots supercargados con IA. X ha seguido purgando cuentas automatizadas a lo largo de 2026, según Social Media Today, una señal de que el problema está activo y todavía evolucionando más allá de las heurísticas simples.
La insignia de verificado ya no significa nada. Las suscripciones de pago reemplazaron el sistema de verificación legado, así que una palomita no dice nada sobre si una cuenta es un humano real y activo.
Los picos de tiempo de follow están fuera de alcance aquí. Detectar una ráfaga repentina de seguidores comprados necesita las fechas de follow por seguidor, que la lista de seguidores estándar no incluye. Sorsa expone el tiempo de follow solo para cuentas indexadas en cripto a través de sus endpoints de nuevos seguidores de siete días, así que no es una señal de propósito general para una cuenta arbitraria.
No hay una única puntuación de bot. Ninguna API de metadatos te devuelve un número que diga "bot". La puntuación es algo que ensamblas de las señales y calibras a tu propia tolerancia.

Nada de esto vuelve débil el enfoque. Lo vuelve honesto: una puntuación de riesgo rápida y barata que atrapa el grueso de las cuentas de baja calidad y te dice cuándo se justifica una mirada más profunda.

Qué cuesta una auditoría de seguidores: Sorsa vs la API oficial de X {#what-a-follower-audit-costs-sorsa-vs-the-official-x-api}

Leer perfiles de seguidores en masa tiene un precio muy distinto entre proveedores. La API oficial de X cobra por cada perfil consultado, así que una auditoría grande escala linealmente a los cientos de dólares. Una API de tarifa plana por solicitud cobra una vez por llamada sin importar cuántos perfiles regresen, lo que colapsa el costo de la misma auditoría a centavos.

	API oficial de X (pago por uso)	Sorsa API
Unidad de cobro	Por perfil consultado	Por solicitud
Leer 50,000 perfiles de seguidores	~$500	~$0.50 (Pro)
Perfiles por solicitud	Cada uno cobrado por separado	Hasta 200 (seguidores) o 100 (lote), un cargo
Montaje	Cuenta de desarrollador, revisión de app	Clave en minutos, sin aprobación
Campos de metadatos de cuenta	Sí	Sí
Quitar o bloquear cuentas marcadas	Sí (acceso de escritura)	No (solo lectura)

El intercambio honesto es el acceso de escritura. La API oficial puede publicar, seguir y quitar cuentas; Sorsa es de solo lectura por diseño, así que el bloqueo y la limpieza reales pasan en la interfaz de X o a través de la API oficial. Para el lado de lectura, traer y puntuar los metadatos de seguidores a escala, el modelo de tarifa plana por solicitud gana en precio y en montaje: una sola clave API en el encabezado, 20 solicitudes por segundo en cada plan, y sin cola de aprobación. Eso lo vuelve la base más barata para cualquier auditoría que planees correr más de una vez. Ambas tablas completas son públicas: revisa el precio vigente de la API de X y los planes de precio por solicitud de Sorsa.

Dónde los equipos corren auditorías de seguidores {#where-teams-run-follower-audits}

Tres trabajos impulsan la mayoría de la auditoría de seguidores: evaluar a un influencer antes de pagar una campaña, examinar a los participantes de un sorteo o un airdrop de tokens, y dimensionar la audiencia real de un competidor. Los tres se reducen al mismo paso, puntuar una lista de seguidores contra señales de metadatos, y difieren solo en qué pasa con el resultado.

La evaluación de influencers es la más común. Una marca revisa los seguidores de un creador antes de un post pagado, porque una audiencia inflada significa que el alcance que se paga no existe; este es el núcleo de un análisis de audiencia de influencers. El examen de sorteos y airdrops filtra a los participantes bot para que los premios aterricen con participantes reales. El trabajo de competidores usa la misma auditoría para juzgar cuánto del seguimiento de un rival es genuino, lo que alimenta directamente el análisis de audiencia de competidores.

En un patrón que vemos seguido, una agencia de marketing de influencers mediana examina la audiencia de cada creador antes de firmar una campaña. Extraen los seguidores del creador, puntúan cada perfil en las señales de arriba, y se alejan de los creadores cuya audiencia cruza su umbral de seguidores falsos. Corriendo por una API de tarifa plana por solicitud, cada auditoría de creador cuesta unos centavos y no necesita cuenta de desarrollador de X, así que la comprobación cabe dentro de la revisión de negociación de rutina en lugar de ser recortada por presupuesto. La misma rutina, apuntada a los participantes de un sorteo, evita que los fondos de premios se drenen hacia cuentas bot.

Cómo empezar {#getting-started}

Dos herramientas gratuitas te dejan probar el enfoque antes de escribir código. El visor de seguidores recientes lista los últimos seguidores de una cuenta en el navegador, y el playground de la API corre cualquier endpoint, incluida la llamada de seguidores, desde un formulario. Ambos extraen datos en vivo con una clave de Sorsa.

Cuando estés para scriptear una auditoría completa, el montaje es chico: los endpoints de seguidores y por lotes devuelven los metadatos de la tabla de señales, 20 solicitudes por segundo aplican en cada plan, y una clave se activa en minutos sin cola de aprobación. Las claves nuevas vienen con 100 solicitudes gratis, una asignación única que no necesita tarjeta, nunca vence y cubre los 40 endpoints, suficiente para leer hasta 20,000 perfiles y auditar una cuenta mediana antes de pagar nada. El uso de pago luego cuesta desde $0.01 por cada 1,000 perfiles leídos por el endpoint de seguidores, porque una solicitud devuelve hasta 200 perfiles y cuenta una vez contra tu cuota.

Preguntas frecuentes {#frequently-asked-questions}

¿Cómo saber si un seguidor de Twitter es falso?

Revisa los metadatos de la cuenta buscando varias señales de bot a la vez: una fecha de creación muy reciente, un número de seguidos muy por encima de su número de seguidores, pocos o ningún tweet, sin likes, un avatar por defecto y una bio vacía sin enlace funcional. Una señal por sí sola es débil. Una cuenta que dispara tres o más es probablemente falsa, y muestrear de 20 a 50 seguidores muestra si la audiencia más amplia está contaminada.

¿Botometer todavía funciona en 2026?

No en su forma original. Después de que X terminó el acceso gratuito a la API en 2023, la Universidad de Indiana deshabilitó el Botometer en vivo y lo reemplazó con Botometer X, una herramienta de archivo que puntúa solo datos recolectados antes de junio de 2023. No tiene registros para cuentas creadas después del 31 de mayo de 2023, y sus puntuaciones no reflejan la actividad reciente, así que no puede evaluar una cuenta nueva o recientemente activa.

¿Qué porcentaje de los seguidores de Twitter son falsos?

No hay una cifra autoritativa, y las estimaciones varían mucho con la definición usada. Twitter declaró por mucho tiempo en presentaciones regulatorias que menos del 5% de sus usuarios activos diarios monetizables eran spam o falsos, mientras que los análisis independientes han ido de aproximadamente 10% a 20% de las cuentas, con algunos mucho más altos. El único número que importa para una decisión es la tasa de falsos en la cuenta específica que auditas.

¿Se pueden auditar seguidores falsos sin la API oficial de X?

Sí. Una API de datos de solo lectura devuelve los mismos metadatos de perfil que la API oficial, sin OAuth ni una revisión de cuenta de desarrollador. El endpoint de seguidores de Sorsa extrae hasta 200 perfiles completos por solicitud, cada uno con la fecha de creación, los conteos de follow, los totales de tweets, el avatar y la bio necesarios para puntuarlo, así que puedes auditar los seguidores de cualquier cuenta pública desde una sola clave API en el encabezado.

¿Cuánto cuesta auditar una base grande de seguidores?

En una API de tarifa plana por solicitud cuesta centavos. Leer 50,000 perfiles de seguidores por el endpoint de seguidores de Sorsa son unas 250 solicitudes, aproximadamente $0.50 en el plan Pro de $199, porque cada solicitud devuelve hasta 200 perfiles y cuenta una vez. Las mismas 50,000 lecturas de perfil en la API oficial de X cuestan unos $500 a $0.010 por perfil, porque esa API cobra cada perfil por separado.

¿Es precisa la detección de bots basada en metadatos?

Es confiable para triaje, no para prueba. Las señales de antigüedad de cuenta, ratio y actividad atrapan bien los bots de bajo esfuerzo y las cuentas dormidas, pero las cuentas modernas impulsadas por IA con bios completas y publicación constante pueden pasarlas, y la insignia de verificado de pago ya no señala autenticidad. Trata una auditoría de metadatos como una puntuación de riesgo para actuar, y suma análisis de comportamiento o de red cuando importe un veredicto definitivo.

Revisado por Keksich, fundador de Sorsa, especialista en marketing e investigador de la API de X.

Esta guía se apoya en el trabajo directo de nuestro equipo operando los endpoints de seguidores y perfiles de Sorsa, la documentación de Sorsa API v3 en vivo, y fuentes externas revisadas en junio de 2026: el Observatory on Social Media de la Universidad de Indiana sobre el estado de archivo de Botometer X, CNN sobre las estimaciones de prevalencia de bots de terceros, y Social Media Today sobre las purgas de cuentas de X. El aviso público de SparkToro que retira su Fake Followers Audit se usó para confirmar el estado de esa herramienta. Las cifras de costo se re-verificaron contra el precio vigente de Sorsa y de la API oficial de X a julio de 2026.