# =============================================================================
# AiReady GEO — robots.txt
# https://aiready.alchimiste-ia.com
# Stratégie : visibilité maximale dans les moteurs génératifs et agents IA.
# Tous les crawlers sont les bienvenus. Aucune restriction de crawl.
# =============================================================================

# ── Moteurs de recherche classiques ──────────────────────────────────────────
User-agent: Googlebot
Allow: /

User-agent: Bingbot
Allow: /

User-agent: Slurp
Allow: /

User-agent: DuckDuckBot
Allow: /

User-agent: Baiduspider
Allow: /

User-agent: YandexBot
Allow: /

# ── OpenAI ───────────────────────────────────────────────────────────────────
# GPTBot : entraînement des modèles fondationnels GPT
User-agent: GPTBot
Allow: /

# OAI-SearchBot : index de recherche ChatGPT Search
User-agent: OAI-SearchBot
Allow: /

# ChatGPT-User : navigation utilisateur dans ChatGPT et Custom GPTs
User-agent: ChatGPT-User
Allow: /

# OAI-AdsBot : validation des pages publicitaires ChatGPT
User-agent: OAI-AdsBot
Allow: /

# ── Anthropic ────────────────────────────────────────────────────────────────
# ClaudeBot : entraînement des modèles Claude
User-agent: ClaudeBot
Allow: /

# Claude-SearchBot : index de recherche pour les réponses Claude
User-agent: Claude-SearchBot
Allow: /

# Claude-User : récupération utilisateur dans Claude.ai
User-agent: Claude-User
Allow: /

# (dépréciés, conservés pour compatibilité)
User-agent: anthropic-ai
Allow: /

User-agent: claude-web
Allow: /

# ── Google AI ────────────────────────────────────────────────────────────────
# Google-Extended : contrôle d'entraînement Gemini (token, pas crawler)
# Allow = contribuer à l'entraînement Gemini
User-agent: Google-Extended
Allow: /

# Google-Agent : agent utilisateur (Project Mariner) — ignore robots.txt par design
User-agent: Google-Agent
Allow: /

# Google-CloudVertexBot : indexation Vertex AI Agents entreprise
User-agent: Google-CloudVertexBot
Allow: /

# Google-NotebookLM : sources de projets NotebookLM
User-agent: Google-NotebookLM
Allow: /

# Google-Read-Aloud : synthèse vocale
User-agent: Google-Read-Aloud
Allow: /

# ── Perplexity ───────────────────────────────────────────────────────────────
# PerplexityBot : indexation pour les réponses et citations Perplexity
User-agent: PerplexityBot
Allow: /

# Perplexity-User : récupération temps réel lors des requêtes utilisateur
User-agent: Perplexity-User
Allow: /

# ── Apple ────────────────────────────────────────────────────────────────────
# Applebot : indexation Siri, Spotlight, Safari Suggestions
User-agent: Applebot
Allow: /

# Applebot-Extended : contrôle d'entraînement Apple Intelligence (token, pas crawler)
User-agent: Applebot-Extended
Allow: /

# ── Meta ─────────────────────────────────────────────────────────────────────
# Meta-ExternalAgent : indexation et entraînement IA Meta (Facebook, WhatsApp, Instagram)
User-agent: Meta-ExternalAgent
Allow: /

# FacebookBot : crawling Meta
User-agent: FacebookBot
Allow: /

# ── Amazon ───────────────────────────────────────────────────────────────────
# Amazonbot : indexation Alexa, Amazon Nova
User-agent: Amazonbot
Allow: /

# ── Common Crawl ─────────────────────────────────────────────────────────────
# CCBot : corpus web ouvert, source amont de la plupart des datasets LLM open-source
User-agent: CCBot
Allow: /

# ── DuckDuckGo ───────────────────────────────────────────────────────────────
# DuckAssistBot : réponses IA DuckDuckGo (pas d'entraînement)
User-agent: DuckAssistBot
Allow: /

# ── Mistral AI ───────────────────────────────────────────────────────────────
# MistralAI-User : récupération utilisateur Le Chat
User-agent: MistralAI-User
Allow: /

# ── ByteDance ────────────────────────────────────────────────────────────────
# Bytespider : crawling ByteDance (Doubao, TikTok)
User-agent: Bytespider
Allow: /

# ── xAI / Grok ───────────────────────────────────────────────────────────────
# xAI utilise des IP résidentielles et des UA spoofés — non identifiable par robots.txt
# Pas de user-agent officiel publié

# ── Firecrawl ────────────────────────────────────────────────────────────────
# FirecrawlAgent : scraper-as-a-service multi-tenant
User-agent: FirecrawlAgent
Allow: /

# ── Diffbot ──────────────────────────────────────────────────────────────────
# Diffbot : extraction de données structurées, Knowledge Graph
User-agent: Diffbot
Allow: /

# ── Cohere ───────────────────────────────────────────────────────────────────
# Cohere : récupération et entraînement
User-agent: cohere-ai
Allow: /

# ── ImagesiftBot (Hive) ─────────────────────────────────────────────────────
User-agent: ImagesiftBot
Allow: /

# ── Capture globale (fallback) ───────────────────────────────────────────────
User-agent: *
Allow: /

# ── Dossiers protégés ────────────────────────────────────────────────────────
Disallow: /private/
Disallow: /Docs/
Disallow: /api/create-payment.php
Disallow: /api/webhook-mollie.php
Disallow: /api/payment-confirm.php
Disallow: /api/add-slot.php
Disallow: /api/send-magic-link.php
Disallow: /api/verify-magic-link.php
Disallow: /api/dd-contact.php

# ── Sitemaps ─────────────────────────────────────────────────────────────────
Sitemap: https://aiready.alchimiste-ia.com/sitemap.xml
Sitemap: https://aiready.alchimiste-ia.com/llms-sitemap.xml

# ── Contact crawl ────────────────────────────────────────────────────────────
# Contact : contact@alchimiste-ia.com
# Politique : https://aiready.alchimiste-ia.com/api/confidentialite.php