# QUE ES ESTE FICHERO. Una senal que los rastreadores serios respetan, no un
# candado: quien no quiera cumplirla la ignora sin que nada se lo impida. Varios
# agentes que actuan "a peticion de un usuario" (ChatGPT-User, Perplexity-User,
# meta-externalfetcher, Amzn-User) avisan en su propia documentacion de que
# pueden saltarsela. La base para reclamar son los Terminos de uso
# (https://kinistats.com/legal.html#terminos), que prohiben la extraccion
# automatizada, la copia masiva de datos y su uso para entrenar o alimentar
# sistemas de IA sin permiso por escrito. Este fichero refleja esa regla.
#
# /data/ esta cerrado a todos: son los JSON que alimentan la app, y rastrearlos
# no aporta nada — el contenido esta en las paginas. Con UNA excepcion para los
# buscadores: elo.json es el dato propio que /elo declara como Dataset, y un
# `contentUrl` que el propio robots.txt prohibe es una fuente que se ofrece y no
# se deja coger.
#
# EL ORDEN IMPORTA. Google aplica la regla mas especifica (la ruta mas larga que
# casa); urllib.robotparser, la primera que casa. Este grupo decia `Allow: /`
# delante de `Disallow: /data/`, y robotparser dejaba entrar en /data/ a todo el
# mundo mientras Google no. Van de la mas especifica a la mas general, y sin
# comodines ni `$`, que robotparser no entiende. Lo comprueba
# tests/tools/test_robots_contra_agentes_ia.py con los dos criterios.
# Sin `Allow: /`: lo que ninguna regla nombra ya esta abierto. Quitarlo no cambia
# ningun veredicto (1.276 casos agente x ruta, robotparser y Protego).
User-agent: *
Content-Signal: search=yes, ai-train=no, ai-input=no
Allow: /data/elo.json
Disallow: /data/

# AGENTES Y RASTREADORES DE IA: fuera de los datos. Decision del dueno del
# 2026-09-25, que sustituye a la anterior (todos con Allow: / para que citaran):
# con las fichas de /partido/ se reconstruyen las jugadas Pro. Lo que no se
# cierra aqui sigue abierto: la portada, /legal.html y /llms.txt, a proposito, y
# los estaticos (escudos, og-card.png, sitemap.xml, los .js). Una ruta nueva
# nace abierta hasta que se anada a esta lista. Los buscadores (Googlebot,
# Bingbot, Applebot...) no estan aqui: siguen el grupo de arriba y el SEO no
# cambia.
#
# Google-Extended y Applebot-Extended no rastrean: son la marca con la que Google
# y Apple miran si lo que ya rastrearon sus buscadores puede ir a su IA.
# /elo, /comparar, /historial y /app van SIN barra porque responden 308 hacia la
# version con barra: con `/elo/` la primera peticion, a /elo, pasaria. /redes
# pinta en el navegador las probabilidades de /data/predictions.json.
# Nombres tomados de la documentacion de cada empresa el 2026-09-25.
User-agent: GPTBot
User-agent: ChatGPT-User
User-agent: OAI-SearchBot
User-agent: ClaudeBot
User-agent: Claude-User
User-agent: Claude-SearchBot
User-agent: anthropic-ai
User-agent: Google-Extended
User-agent: Google-CloudVertexBot
User-agent: PerplexityBot
User-agent: Perplexity-User
User-agent: Bytespider
User-agent: Amazonbot
User-agent: Amzn-SearchBot
User-agent: Amzn-User
User-agent: Applebot-Extended
User-agent: meta-externalagent
User-agent: meta-externalfetcher
User-agent: meta-webindexer
User-agent: FacebookBot
User-agent: MistralAI-User
User-agent: MistralAI-Index
User-agent: MistralAI-Training
User-agent: DuckAssistBot
User-agent: cohere-ai
User-agent: cohere-training-data-crawler
User-agent: Diffbot
User-agent: Diffbot-User
User-agent: Timpibot
User-agent: ImagesiftBot
User-agent: omgili
User-agent: omgilibot
User-agent: Webzio-Extended
User-agent: YouBot
Disallow: /partido/
Disallow: /liga/
Disallow: /club/
Disallow: /elo
Disallow: /comparar
Disallow: /historial
Disallow: /app
Disallow: /api/
Disallow: /data/
Disallow: /redes

# CCBot sigue cerrado entero, como antes: alimenta Common Crawl, un corpus que se
# usa para entrenar sin devolver ni una visita ni una mencion. Ni la portada.
User-agent: CCBot
Disallow: /

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