User-agent: *
Allow: /

Sitemap: https://www.davisa.es/sitemap.xml

# No indexar utilidades internas ni artefactos de build
Disallow: /admin/
Disallow: /api/
Disallow: /_astro/

# URLs spam heredadas del hack al WP legacy (mayo 2026, antes de la migración).
# Devuelven 410 Gone en vercel.json y aquí se bloquean para que ningún bot
# vuelva a rastrearlas. Cuando GSC haya retirado todas las URLs históricas
# del índice (ver docs/SEO-NEGATIVE-CLEANUP.md) se podrá revisar si retirar
# esta regla.
Disallow: /page/

# ============================================================================
# POLÍTICA EXPLÍCITA DE BOTS DE IA — Davisa Informática
# ============================================================================
# Decisión 2026-05-31: Davisa es B2B nicho (Business Central + extensiones).
# El valor SEO de aparecer recomendado en ChatGPT, Perplexity, Claude,
# Gemini, Google AI Overviews supera con creces el "coste" de que esos
# crawlers entrenen con nuestro contenido.
#
# Por tanto declaramos EXPLÍCITAMENTE allow a los crawlers que pueden:
#   (a) Citarnos en respuestas en tiempo real (search/answer bots), o
#   (b) Incluir nuestro contenido en futuros modelos que recomendarán
#       nuestros productos cuando alguien pregunte por GMAO / ERP / BC.
#
# Bloqueamos solo los que no aportan a B2B BC España y solo extraen valor:
# scrapers SEO de competidores, crawlers de redes irrelevantes para B2B.
#
# Este archivo es complementario al Firewall de Vercel (defense in depth):
# robots.txt = honor system; Firewall = enforcement de los bots maliciosos.
# ============================================================================

# ── Search/Answer crawlers (citan en tiempo real, traen tráfico directo) ──
User-agent: PerplexityBot
Allow: /

User-agent: Perplexity-User
Allow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: Claude-Web
Allow: /

User-agent: Claude-User
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: Applebot
Allow: /

User-agent: Applebot-Extended
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: DuckAssistBot
Allow: /

User-agent: YouBot
Allow: /

User-agent: meta-externalagent
Allow: /

# ── Training crawlers (alimentan modelos futuros — nos interesa estar) ──
User-agent: GPTBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: cohere-ai
Allow: /

User-agent: cohere-training-data-crawler
Allow: /

# ── BLOQUEADOS: no aportan a B2B BC España, solo consumen ancho de banda ──
# Estos respetan robots.txt. Los que no lo respeten serán filtrados por las
# reglas Custom del Firewall de Vercel (Bytespider, AhrefsBot, SemrushBot,
# MJ12Bot, DotBot) — gestionar desde:
# https://vercel.com/lgomez-9898s-projects/davisa-web/firewall/rules

User-agent: Bytespider
Disallow: /

User-agent: ImagesiftBot
Disallow: /

User-agent: AhrefsBot
Disallow: /

User-agent: SemrushBot
Disallow: /

User-agent: MJ12bot
Disallow: /

User-agent: DotBot
Disallow: /

User-agent: PetalBot
Disallow: /

User-agent: CCBot
Disallow: /
# Nota CCBot: lo bloqueamos porque Common Crawl es input "barato" para
# muchos modelos secundarios y no aporta valor SEO directo. Los modelos
# top (GPT/Claude/Gemini) tienen sus propios crawlers (GPTBot/ClaudeBot/
# Google-Extended) que SÍ permitimos arriba.