User-agent: *
Allow: /

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

# No indexar utilidades internas ni artefactos de build
Disallow: /admin/
Disallow: /api/
Disallow: /_astro/
# Descargables entregados por formulario: no deben aparecer en buscadores
# ni permitir saltarse el cuestionario (2026-08-24).
Disallow: /downloads/recursos-privados/

# URLs spam heredadas del hack al WP legacy (mayo 2026). Ahora devuelven
# 410 Gone (ver vercel.json). NO se bloquean aquí A PROPÓSITO: para que
# Google las elimine del índice tiene que poder RASTREARLAS y ver el 410;
# un "Disallow: /page/" se lo impediría y las dejaría "indexadas pero
# bloqueadas por robots". Retirada permanente = 410 + Removal del prefijo
# /page/ en Search Console. Ver docs/SEO-NEGATIVE-CLEANUP.md.

# ============================================================================
# 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: /

# Microsoft Copilot no tiene crawler propio: se nutre del índice de Bing.
# Declaramos bingbot explícito para asegurar indexación → respuestas en Copilot.
User-agent: bingbot
Allow: /

# Google AI: Google-Extended (arriba) cubre Gemini/Vertex; GoogleOther cubre
# rastreos adicionales de producto/IA y AI Overviews. Ambos allow.
User-agent: GoogleOther
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: /

# Nota CCBot (2026-06-14): PERMITIDO. Common Crawl alimenta los datasets de
# entrenamiento de muchísimos LLMs; estar presente hace que futuros modelos
# conozcan y recomienden Davisa — coherente con la política de maximizar
# presencia en modelos que recomiendan nuestros productos.
User-agent: CCBot
Allow: /