# TUNA SPORT — čo smie vyhľadávač prehliadať.
#
# Do 2. 9. 2026 tento súbor NEEXISTOVAL. Neznamenalo to „všetko povolené":
# `_redirects` posiela každú neznámu adresu na `/index.html` s kódom 200,
# takže `robots.txt` vracal HTML celej appky. Cloudflare k tomu pripája
# vlastný spravovaný blok, takže výsledok bol platné direktívy a za nimi
# stovky riadkov HTML. Roboti to prežijú, ale je to náhoda, nie zámer.
#
# ── PREČO SA VÄČŠINA APPKY ZAKAZUJE ─────────────────────────────────────────
#
# Nie kvôli utajeniu — `Disallow` nič nechráni a chrániť nemá. Ide o to, že za
# prihlásením niet čo indexovať: robot uvidí prihlasovaciu obrazovku a tú by
# potom ukazoval ako výsledok pre desiatky adries naraz. Verejné je len to, čo
# dole `Allow`, a to isté hovoria stránky aj samy o sebe značkou `robots`
# (`frontend/src/hooks/useSeo.ts`, ktorý bez výslovného `indexovat: true`
# vypisuje `noindex`).
#
# Ochrana údajov stojí na RLS a na prihlásení, nie na tomto súbore.
#
# ── AI ROBOTI A KATALÓG (október 2026) ──────────────────────────────────────
#
# Katalóg športovísk chráni osobitné právo k databáze a výhrada čerpania
# údajov (VOP čl. 3, `/licencie/katalog.html`, `/.well-known/tdmrep.json`).
# Tento súbor je jej strojovo čitateľná časť:
#
#   · `Content-Signal` (contentsignals.org): vyhľadávanie áno, tréning AI nie.
#     `ai-input` je zámerne nevyplnené — či AI vyhľadávače smú čítať web
#     (značku, /info), rozhoduje Ondrej (docs/prevadzka/OCHRANA-KATALOGU.md).
#   · Trénovacie roboty AI majú zakázané všetko.
#   · AI vyhľadávače a asistenti majú KÓPIU skupiny `*` a navyše zákaz
#     katalógu. Robot s vlastnou skupinou skupinu `*` NEČÍTA — preto kópia.
#     Pri zmene skupiny `*` treba zmeniť aj ju (stráži `robotsAiRoboti.test.ts`).
#   · Googlebot, Bingbot ani `facebookexternalhit` (náhľad odkazu) tu vlastnú
#     skupinu nemajú a nesmú mať: platí pre ne `*`. `Google-Extended` a
#     `Applebot-Extended` sú len značky pre tréning, vyhľadávanie neovplyvnia.
#
# robots.txt je prosba, nie zámok. Kto ho nerešpektuje, narazí na limity
# Workera a pravidlá Cloudflare; právne ho viažu VOP a autorský zákon.

User-agent: *
Content-Signal: search=yes, ai-train=no

# Verejná časť: rozcestník, katalóg športovísk, vizitky, právne texty a web.
Allow: /$
Allow: /info
Allow: /pre-sportoviska
Allow: /sportoviska
Allow: /terms
Allow: /privacy
Allow: /podmienky-prevadzkovatela
# Statické stránky obcí, krajov a športu v obci s partnermi TUNA (seo Worker,
# 30. 9. 2026) sú pod /sportoviska/ vyššie. Mapa: /sitemap.xml je index.
# /sportovisko/<kluc> sú kvalitné verejné záznamy katalógu od 1. 10. 2026.
# Bez Disallow: konkrétne adresy sú v sitemaps/katalog.xml.

# Prihlásenie a registrácia. Robot tu nič nezíska a ako výsledok vyhľadávania
# je prihlasovacia obrazovka to najhoršie, čo môže človeku vyjsť.
Disallow: /login
Disallow: /register
Disallow: /forgot-password
Disallow: /reset-password
Disallow: /check-email
Disallow: /doplnit-udaje
Disallow: /auth/
Disallow: /invite/
Disallow: /pozvanka
Disallow: /welcome
Disallow: /onboarding

# Appka za prihlásením.
Disallow: /home
Disallow: /book
Disallow: /booking/
Disallow: /center/
Disallow: /search
Disallow: /map
Disallow: /orders
Disallow: /poradovnik
Disallow: /profile

# Správa športoviska a správcovská časť.
Disallow: /manage
Disallow: /admin

# Ukážkové obrazovky — sú to kópie na predvádzanie, nie samostatné stránky.
Disallow: /ukazka/

# Osobný prvý prístup prevádzky (`/pre/<kód>`). Do októbra 2026 bol tento
# riadok až za `Sitemap` — platil, ale vyzeral, akoby k skupine nepatril.
Disallow: /pre/

# JSON API pod adresou webu (proxy vo vývoji a testovaní, overenie IČO).
# Ostré API je na api.tuna-sport.sk a má vlastný robots.txt (Worker).
Disallow: /api/

# Adresy s jednorazovým kódom. Nikdy sa nesmú dostať do indexu.
Disallow: /nastavit-heslo/
Disallow: /rezervacna-ponuka/
Disallow: /*&token=
Disallow: /*&code=
Disallow: /*?token=
Disallow: /*?code=

# Filter katalógu po športe. `/sportoviska?sport=tenis` je ten istý zoznam
# preosiaty na klientovi — desiatky adries s takmer rovnakým obsahom. Kanonická
# adresa ich zlučuje, lenže až v druhom kole, po vykreslení. Tu sa rieši prvé.
#
# Hľadaný text (`?q=`) sa NEZAKAZUJE: na rozdiel od chýb sa naň dá doraziť
# zdieľaným odkazom a zakázaná adresa vyzerá v Search Console ako problém.
Disallow: /*?sport=
Disallow: /*&sport=
Disallow: /*?mesto=
Disallow: /*&mesto=

# ── ČO TU ZÁMERNE NIE JE ────────────────────────────────────────────────────
#
# `/rezervuj/<slug>` — odkaz, ktorý si prevádzka dá na vlastný web — a ďalej
# `/vstupenka` a `/rezervacia/stav`. Sú to verejné trasy a `Disallow` by na ne
# sedel, ale zakázal by aj to jediné, čo od nich chceme: aby si robot prečítal
# ich `noindex` (dáva ho `useSeo`, ktorý bez `indexovat: true` vypisuje
# `noindex` všade). Zakázanú adresu robot neotvorí, značku neuvidí — a adresa
# sa potom môže objaviť ako holý odkaz bez titulku aj popisu. `noindex` bez
# `Disallow` je tu teda silnejší, nie slabší.

# ── TRÉNOVACIE ROBOTY AI: nič ───────────────────────────────────────────────
#
# Zbierajú obsah na trénovanie modelov alebo do verejných dátových súborov
# (Common Crawl). Mená overené 8. 10. 2026 (Cloudflare, prevádzkovatelia).
# `Scrapy` je nástroj na hromadné sťahovanie; v predvolenom nastavení
# robots.txt číta, tak nech vie, že katalóg nie je na zber.

User-agent: GPTBot
User-agent: ClaudeBot
User-agent: anthropic-ai
User-agent: CCBot
User-agent: Google-Extended
User-agent: Applebot-Extended
User-agent: Bytespider
User-agent: meta-externalagent
User-agent: FacebookBot
User-agent: Amazonbot
User-agent: cohere-ai
User-agent: cohere-training-data-crawler
User-agent: Diffbot
User-agent: omgili
User-agent: Omgilibot
User-agent: Webzio-Extended
User-agent: ImagesiftBot
User-agent: Timpibot
User-agent: AI2Bot
User-agent: Ai2Bot-Dolma
User-agent: PanguBot
User-agent: Scrapy
Content-Signal: search=no, ai-input=no, ai-train=no
Disallow: /

# ── AI VYHĽADÁVAČE A ASISTENTI: web áno, katalóg nie ────────────────────────
#
# Odpovedajú na otázku človeka a citujú zdroj. Značku a web (/info, právne
# texty) čítať smú; záznamy katalógu (/sportovisko/, mapa stránok katalógu,
# súhrn) nie. Ostatné riadky sú KÓPIA skupiny `*` vyššie — bez nej by tieto
# roboty nemali zákaz ani na /login či /admin.

User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: PerplexityBot
User-agent: Perplexity-User
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: DuckAssistBot
User-agent: MistralAI-User
User-agent: meta-externalfetcher
User-agent: YouBot
Content-Signal: search=yes, ai-train=no
Allow: /$
Allow: /info
Allow: /pre-sportoviska
Allow: /sportoviska
Allow: /terms
Allow: /privacy
Allow: /podmienky-prevadzkovatela
Disallow: /login
Disallow: /register
Disallow: /forgot-password
Disallow: /reset-password
Disallow: /check-email
Disallow: /doplnit-udaje
Disallow: /auth/
Disallow: /invite/
Disallow: /pozvanka
Disallow: /welcome
Disallow: /onboarding
Disallow: /home
Disallow: /book
Disallow: /booking/
Disallow: /center/
Disallow: /search
Disallow: /map
Disallow: /orders
Disallow: /poradovnik
Disallow: /profile
Disallow: /manage
Disallow: /admin
Disallow: /ukazka/
Disallow: /pre/
Disallow: /api/
Disallow: /nastavit-heslo/
Disallow: /rezervacna-ponuka/
Disallow: /*&token=
Disallow: /*&code=
Disallow: /*?token=
Disallow: /*?code=
Disallow: /*?sport=
Disallow: /*&sport=
Disallow: /*?mesto=
Disallow: /*&mesto=

# Navyše oproti `*`: katalóg.
Disallow: /sportovisko/
Disallow: /sitemaps/katalog.xml
Disallow: /katalog-suhrn.json

Sitemap: https://tuna-sport.sk/sitemap.xml