# llms.txt — Directrices para rastreadores de IA y modelos de lenguaje
# Sitio: https://agenciawatson.com
# Propietario: Agencia Watson
# Contacto: antonio.pascual@miqueridowatson.com
# Estado: archivo no estándar (complementa robots.txt y los Términos del sitio)
# Fecha: 2025-10-01

Version: 1.0
Site: https://agenciawatson.com
Owner: Agencia Watson
Contact: antonio.pascual@miqueridowatson.com
Policy-Scope: web,crawl,api,embedding

# ——— Reglas por agente (rastreadores de IA comunes) ———
User-agent: GPTBot           # OpenAI
Allow: /
Disallow: /admin/
Disallow: /privado/
Crawl-Delay: 5
Max-Requests-Per-Day: 2000

User-agent: ClaudeBot        # Anthropic
Allow: /
Disallow: /admin/
Disallow: /privado/
Crawl-Delay: 5
Max-Requests-Per-Day: 2000

User-agent: PerplexityBot    # Perplexity
Allow: /
Disallow: /admin/
Disallow: /privado/
Crawl-Delay: 5
Max-Requests-Per-Day: 1500

User-agent: CCBot            # Common Crawl
Allow: /
Disallow: /admin/
Disallow: /privado/
Crawl-Delay: 10
Max-Requests-Per-Day: 5000

# Agentes no listados
User-agent: *
Allow: /
Disallow: /admin/
Disallow: /privado/
Crawl-Delay: 10
Max-Requests-Per-Day: 1000

# ——— Sitemap ———
Sitemap: https://agenciawatson.com/sitemap.xml

# ——— Preferencias de uso de datos por LLMs ———
# Bloquear uso para entrenamiento de modelos (según solicitud del cliente)
Training-Usage: no
# Ajusta esta línea si quieres permitir incrustaciones/resúmenes:
Embedding-Usage: yes-noncommercial
Cache-Allowed: 30d
Retention-Max: 30d
Derivative-Works: with-attribution
Attribution-Required: yes
Attribution-Format: "Fuente: <https://agenciawatson.com> — © 2025 Agencia Watson"

# ——— Licencia y legal ———
# Si tienes URLs específicas de términos/aviso legal, actualízalas
Data-Protection: https://www.agenciawatson.com/legales/proteccion-datos-personales
Legal: https://www.agenciawatson.com/legales/aviso-legal
Jurisdiction: ES

# ——— Buenas prácticas y límites ———
Crawl-Window: 22:00-06:00
Respect-Robots-Txt: yes
Honor-Rate-Limits: yes

# ——— Exclusiones por patrón ———
Disallow-Pattern: /*?token=*
Disallow-Pattern: /*?session=*
Disallow-Pattern: /carrito/*
Disallow-Pattern: /checkout/*

# ——— APIs ———
API-Endpoint: https://api.agenciawatson.com
API-Docs: https://agenciawatson.com/docs/api
API-Required-For-Training: yes

# Notas:
# 1) Este archivo no es un estándar oficial; úsalo junto con robots.txt y controles a nivel de servidor (WAF, IP, User-Agent).
# 2) Revisa periódicamente los nombres de agentes y tus políticas.
# 3) Si deseas bloquear también incrustaciones/uso derivado, cambia `Embedding-Usage: yes-noncommercial` por `Embedding-Usage: no`.