# getvivio.com
#
# Politique : indexation et citation souhaitees, entrainement refuse.
# Le blocage effectif des robots indesirables est gere dans Cloudflare
# (AI Crawl Control). Ce fichier declare l'intention ; il ne l'applique pas.
#
# ATTENTION AVANT DE MODIFIER CE FICHIER
# Un robot n'obeit QU'AU SEUL groupe le plus specifique qui le nomme : des qu'un
# groupe "User-Agent: <nom>" existe, le groupe "*" est integralement ignore pour
# lui, Content-Signal compris. La directive Content-Signal doit donc etre repetee
# dans CHAQUE groupe. Sans cette repetition, le "ai-train=no" du groupe "*" ne
# s'adressait qu'aux robots qui ne le lisent pas, et les treize robots nommes
# ci-dessous - c'est-a-dire exactement ceux que la politique vise - recevaient un
# "Allow: /" nu, donc une autorisation sans reserve.

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

# /opengraph-image N'EST PAS bloque ici, et ne doit pas l'etre.
#
# Cette adresse sert l'unique vignette de partage du site. Elle est declaree en
# "og:image" sur TOUTES les pages, et en "image" dans le JSON-LD Article des 42
# articles de blog - aucun article n'ayant d'illustration propre, les 42
# pointent dessus.
#
# Un "Disallow: /opengraph-image" y figurait, avec l'intention de garder ce PNG
# hors de l'index. Il produisait deux degats, tous deux invisibles cote serveur :
#  - les robots de partage (facebookexternalhit, Twitterbot, LinkedIn, Slack,
#    WhatsApp) respectent robots.txt : ils ne pouvaient pas chercher l'image, et
#    chaque page partagee s'affichait donc en lien nu, sans vignette. C'est
#    exactement le defaut que lib/seo.ts corrige page par page, annule ici d'un
#    seul trait pour le site entier ;
#  - Google exige que l'image d'un Article soit explorable. Bloquee, les 42
#    donnees structurees Article deviennent invalides et perdent leur affichage
#    enrichi.
#
# L'intention d'origine reste satisfaite, et par le bon outil : next.config.mjs
# pose "X-Robots-Tag: noindex, nofollow" sur /opengraph-image. Cet en-tete garde
# le PNG hors de l'index tout en autorisant sa lecture - mais il n'est lisible
# que si l'exploration est permise. Les deux mecanismes se contredisaient : le
# robots.txt empechait Google de lire l'en-tete cense faire le travail.

# Cloudflare genere ces chemins pour masquer les adresses e-mail des pages
# legales (mentions, RGPD, contact DPO). Google les explorait et les comptait
# en 404 : /cdn-cgi/l/email-protection et deux chemins encodes.
# On bloque l'exploration plutot que de desactiver l'obfuscation, qui protege
# des adresses reelles que le RGPD nous oblige a publier.
Disallow: /cdn-cgi/

# /api/health repond du JSON en 200 a toute requete GET, et /api/rgpd n'accepte
# que POST. Aucune des deux n'a de contenu a indexer ; explorees, elles
# consomment du budget d'exploration et /api/health peut finir dans l'index
# comme "page sans contenu". Rien ne les lie depuis le site, mais un robot les
# tente par convention.
#
# NB : ce Disallow ne vaut que pour le groupe "*", donc pour Googlebot et les
# robots non nommes plus bas — voir l'avertissement en tete de fichier. C'est
# exactement le perimetre voulu : les moteurs des assistants IA n'ont aucune
# raison d'aller y chercher quoi que ce soit, et leur repeter la consigne
# alourdirait un fichier dont chaque groupe doit deja porter Content-Signal.
Disallow: /api/

# --- Moteurs de recherche des assistants IA ---
# Ce sont eux qui vont chercher une page au moment ou un utilisateur
# pose une question. Ce sont donc eux qui decident si Vivio est cite.
# Exploration autorisee, usage en entrainement refuse.

User-Agent: OAI-SearchBot
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: ChatGPT-User
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: GPTBot
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: Claude-SearchBot
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: Claude-User
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: ClaudeBot
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: PerplexityBot
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: Perplexity-User
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: MistralAI-User
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: DuckAssistBot
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

User-Agent: Meta-ExternalFetcher
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /

# --- Jetons dedies a l'entrainement ---
# Ces deux user-agents n'explorent rien par eux-memes : ils ne servent qu'a
# exprimer une preference d'entrainement, et cette preference s'exprime par la
# ligne Allow/Disallow elle-meme. Ici, "Allow: /" ne voulait donc pas dire
# "tu peux explorer" mais "tu peux entrainer tes modeles sur ce site" - soit
# l'inverse exact de l'en-tete de ce fichier, adresse aux deux seuls robots
# pour qui la question se posait. D'ou le Disallow.
#
# Google-Extended : couvre l'entrainement de Gemini et l'ancrage dans
# Gemini / Vertex AI. Il ne couvre PAS la recherche Google ni les AI Overviews,
# qui dependent de Googlebot : le referencement naturel, seule source
# d'acquisition du site, n'est pas affecte par ce Disallow.
User-Agent: Google-Extended
Content-Signal: search=yes, ai-input=yes, ai-train=no
Disallow: /

# Applebot-Extended : couvre uniquement l'entrainement des modeles Apple.
# Siri et Spotlight continuent de voir le site via Applebot, non restreint ici.
User-Agent: Applebot-Extended
Content-Signal: search=yes, ai-input=yes, ai-train=no
Disallow: /

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