# Content-Signal: search=yes  -> indeksowanie i klasyczne wyniki: TAK
# Content-Signal: ai-input=yes -> cytowanie w odpowiedziach AI (RAG): TAK
# Content-Signal: ai-train=no  -> trening modeli na naszej tresci: NIE
User-Agent: *
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /
Disallow: /app/
Disallow: /auth/
Disallow: /api/
Disallow: /md/
# NIE MA TU "Disallow: /*?" (audyt 2026-07-29, druga tura). Ta regula lapie
# KAZDY URL z query, a Vercel dokleja "?dpl=<deployment-id>" do kazdego assetu
# — wiec blokowala wszystkie arkusze i skrypty ("/_next/static/...css?dpl="),
# oba ikonki i "/og?title=" (og:image landinga). #2317 zalatal to lista
# "Allow", ktora wygrywala WYLACZNIE dlugoscia wzorca: Google rozstrzyga
# konflikt najdluzszym dopasowaniem, wiec "/_next/" (7 znakow) bilo "/*?" (3).
#
# Dwa powody, dla ktorych ta konstrukcja poszla w calosci:
#  1. Longest-match to regula GOOGLE. Parsery liczace kolejnoscia (sprawdzone
#     na urllib.robotparser) widza "Disallow: /*?" pierwsze i blokuja komplet
#     assetow — czyli renderujace crawlery inne niz Googlebot dostawaly strone
#     bez CSS i JS mimo poprawki.
#  2. Blokowanie parametrow jest przeciwskuteczne. URL z "?utm_source=" czy
#     "?gclid=" ma byc PRZECZYTANY, zeby Google zobaczyl rel=canonical i zwinal
#     duplikat; za Disallow canonical jest nie do odczytania. Kazda publiczna
#     strona kanonikalizuje sie na siebie (statystyki funduszy ignoruja "?m="
#     w generateMetadata i podaja goly URL), wiec konsolidacja i tak dziala.
#
# Zamiast wzorca-parasola — konkretne trasy ponizej. Prefiks lapie tez warianty
# z zapytaniem, wiec nie potrzeba juz zadnego "Allow" jako przeciwwagi.
#
# /og/ celowo NIE jest blokowane: kazda strona przetargu podaje
# https://przetargowyjanusz.pl/og/tender/<id> jako og:image, a obrazek schowany za
# Disallow jest dla Google nie do pobrania — traci go Discover i karty
# w wynikach.
#
# Wyniki szukania — dynamiczne, bez wartosci dla indeksu. Szukanie w archiwum
# tak samo (strona z 2026-08-18 zakladala parasol "/*?", ktorego juz nie bylo).
Disallow: /przetargi/szukaj
Disallow: /przetargi/archiwum/szukaj
# Fasety filtrow (termin, sortowanie, rodzaj, branza, miasto, wojewodztwo,
# strona) — miliony kombinacji, kazda renderowana dynamicznie, a "noindex" na
# stronie chroni indeks, nie budzet crawla (audyt 2026-10-12: ponad tysiac
# adresow dwa klikniecia od /przetargi). Dla archiwum to odwrocenie decyzji z
# #2740: przetargi archiwalne Google zna z sitemap, nie z faset. Wzorzec konczy
# sie na "?", bo goly prefiks "/przetargi/filtry" lapie tez przetargi o slugu
# "filtry-..." (17 w sitemapach). "?" jest dla Google i urllib zwyklym znakiem.
Disallow: /przetargi/filtry?
Disallow: /przetargi/archiwum/filtry?
# Wariant zastepczy bez streszczenia AI (migracja 0358/0359) — linkowany z
# opublikowanych stron wykonawcow, zeby link nie byl 404, ale tresc to
# przepisane ogloszenie (scaled-content-abuse ksztalt), wiec noindex. Wlasny
# prefiks (nie "/przetargi/<slug>") wlasnie po to, zeby jeden wpis Disallow
# zablokowal caly zbior — inaczej Googlebot i tak by go co jakis czas
# przeczytal, zeby upewnic sie, ze noindex nadal tam jest (noindex NIE
# oszczedza budzetu crawlowania, tylko chroni przed indeksacja).
Disallow: /przetargi/ogloszenie/
# Jednorazowe linki z maila: cala tresc siedzi w tokenie z query, wiec goly URL
# nie ma czego pokazac. Prefiks lapie tez /unsubscribe-newsletter.
Disallow: /unsubscribe

# Jedna dyrektywa — /sitemap.xml jest <sitemapindex> wskazującym na siedem
# child-map (static/tenders/archive/clusters/buyers/contractors/stats). GSC
# rozwija indeks sam; pojedyncze zgłoszenie zamiast siedmiu, brak "submitted
# in multiple sitemaps".
Sitemap: https://przetargowyjanusz.pl/sitemap.xml

# ARD (agenticresourcediscovery.org, spec §6.1) — manifest ai-catalog z MCP,
# skillami i katalogiem API (app/.well-known/ai-catalog.json/route.ts).
Agentmap: https://przetargowyjanusz.pl/.well-known/ai-catalog.json