# robots.txt do Minha Adega Online
#
# POR QUE ESTE ARQUIVO É ESTÁTICO
#
# Era gerado por src/app/robots.js, que foi removido. O tipo RobotsFile do
# Next 14 aceita só userAgent, allow, disallow, crawlDelay e sitemap — não há
# como emitir a diretiva Content-Signal por ele, e ela é o que reserva os
# direitos de uso do conteúdo. Arquivo estático é a única forma de ter as duas
# coisas no mesmo robots.txt.
#
# ATENÇÃO: enquanto o bloco gerenciado da Cloudflare estiver ligado
# (AI Crawl Control → Manage robots.txt), ele é injetado ACIMA deste conteúdo e
# é o que vale na prática. Este arquivo só passa a valer sozinho depois de
# desligar aquela preferência no painel.
#
# NÃO adicione Disallow de caminho aqui. Em especial /resetPassword: a página é
# noindex por meta tag, e bloquear o rastreamento impediria o Google de ler
# essa tag — a URL ficaria indexada sem conteúdo. Ver src/app/resetPassword/layout.js.
#
# ── A política ──────────────────────────────────────────────────────────────
#
# Buscar e citar: liberado.  Treinar modelo: bloqueado.
#
# A distinção que importa aqui é que os grandes fornecedores usam agentes
# SEPARADOS para as duas coisas, e o controle da Cloudflare tratava todos como
# um bloco só:
#
#   Anthropic   ClaudeBot = treino   |  Claude-User, Claude-SearchBot = uso e busca
#   OpenAI      GPTBot    = treino   |  OAI-SearchBot, ChatGPT-User    = busca
#
# Bloquear ClaudeBot e GPTBot não tira o site das respostas dessas ferramentas;
# tira o conteúdo do conjunto de treino. É exatamente o corte que se quer.
#
# Quem NÃO aparece listado abaixo cai no grupo "*" e fica liberado, com os
# sinais de conteúdo do grupo. Isso é proposital: um parser de robots.txt usa
# só o grupo mais específico que casa, então dar grupo próprio a um bot que se
# quer liberar o faria perder o Content-Signal do grupo "*".

# ── Sinais de conteúdo ──────────────────────────────────────────────────────
# Vocabulário de contentsignals.org. Vale como reserva expressa de direitos nos
# termos do artigo 4 da Diretiva (UE) 2019/790.
#
#   search    = indexar e devolver link e trecho curto
#   ai-input  = usar como fonte em resposta gerada (RAG, grounding, citação)
#   ai-train  = treinar ou ajustar modelo
#
# ai-input=yes é a mudança em relação ao que a Cloudflare vinha servindo, que o
# deixava em branco (nem concedido, nem negado). Um catálogo público de 190
# rótulos com preço mediano, nota e safra é conteúdo feito para ser citado.

User-agent: *
Content-Signal: search=yes, ai-input=yes, ai-train=no, use=reference
Allow: /

# ── Treino de modelo: bloqueado ─────────────────────────────────────────────

User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: CCBot
Disallow: /

User-agent: Bytespider
Disallow: /

User-agent: Amazonbot
Disallow: /

User-agent: Applebot-Extended
Disallow: /

User-agent: meta-externalagent
Disallow: /

# ── Onde um agente começa ───────────────────────────────────────────────────
# llms.txt é gerado no build (scripts/gerar-agente.mjs) e diz o que este site
# responde bem, o que ele não responde, e como chamá-lo por máquina.
#
#   https://minhaadegaonline.com/llms.txt
#   https://minhaadegaonline.com/openapi.json
#   https://minhaadegaonline.com/mcp

Sitemap: https://minhaadegaonline.com/sitemap.xml