# llms.txt — Policy per Large Language Models (LLM)
# Sito: https://egomnia.com
# Proprietario: Egomnia S.p.A.
# Ultimo aggiornamento: 2025-11-03
# Versione policy: 1.0

# Obiettivo
# Questo file definisce regole chiare su come agenti AI/LLM possono accedere, utilizzare e riutilizzare i contenuti del sito.
# Le presenti condizioni integrano e non sostituiscono i Termini, la Privacy e il Copyright indicati nel footer e nei domini collegati.

[meta]
site = https://egomnia.com
owner = Egomnia S.p.A.
contact = https://egomnia.com/  ; Per richieste formali indicare: "Ufficio Legale"
languages = it, en, es
source-of-truth-language = it

[defaults]
# Regole di base applicate a TUTTI gli agenti AI/LLM se non diversamente specificato nella sezione [agents].
crawling = allow                 ; è consentito il crawling per anteprime e snippet
indexing = allow                 ; è consentita l'indicizzazione dei soli URL
training = disallow              ; vietato usare i contenuti per addestrare modelli o dataset
fine_tuning = disallow
embedding_corpus_build = disallow

# Permessi di utilizzo (solo inferenza/preview)
# - Riepiloghi o snippet fino a 200 caratteri per pagina sono consentiti se accompagnati da link canonico.
# - È sempre richiesta attribuzione chiara a "Egomnia S.p.A." con URL sorgente.
# - È vietata la memorizzazione duratura di contenuti per scopi diversi dalla generazione istantanea richiesta dall'utente.
[usage]
attribution = required
snippet_max_chars = 200
link_back = required
store_content = ephemeral_only   ; consentita cache effimera massimo 7 giorni per quality checks
retention_days = 7
pii_storage = disallow
ugc_treatment = copyrighted_by_publisher

[rate_limits]
rps = 1          ; richieste al secondo
rpm = 30         ; richieste al minuto
burst = 10       ; connessioni concorrenti massime
crawl_window = 08:00-22:00 Europe/Rome

[paths]
# Consentito leggere le pagine pubbliche; vietato usare asset e directory tecniche per dataset/training.
allow = /
allow = /index.html
allow = /index_en.html
allow = /index_es.html
allow = /sitemap.xml
allow = /sitemap-images.xml

# Cartelle da NON utilizzare per training/dataset e da non scaricare in bulk (salvo necessità di rendering puntuale)
disallow = /js/
disallow = /css/
disallow = /images/
disallow = /fonts/
disallow = /logs/
disallow = /server/

# Eccezioni: il fetch puntuale di singoli asset per generare un'anteprima è consentito, ma NON può
# essere usato per addestramento, set di embedding o ricostruzione bulk dei contenuti del sito.
assets_fetch_for_preview_only = true

[agents]
# Regole specifiche per alcuni crawler/LLM noti (case-insensitive sullo User-Agent).
# Se un agente non è elencato, si applicano le regole [defaults].

# OpenAI
"GPTBot".crawling = allow
"GPTBot".training = disallow
"ChatGPT-User".crawling = allow
"ChatGPT-User".training = disallow

# Google
"Google-Extended".training = disallow
"GoogleOther".crawling = allow
"GoogleOther".training = disallow

# Anthropic
"ClaudeBot".crawling = allow
"ClaudeBot".training = disallow
"Claude-Web".crawling = allow
"Claude-Web".training = disallow

# Perplexity
"PerplexityBot".crawling = allow
"PerplexityBot".training = disallow

# Amazon
"Amazonbot".crawling = allow
"Amazonbot".training = disallow

# Apple
"Applebot-Extended".training = disallow

# ByteDance
"Bytespider".crawling = disallow
"Bytespider".training = disallow

# Meta
"FacebookBot".crawling = allow           ; anteprime social
"FacebookBot".training = disallow
"Meta-ExternalAgent".crawling = disallow
"Meta-ExternalAgent".training = disallow

# Common Crawl
"CCBot".crawling = disallow
"CCBot".training = disallow

# Altri agenti noti
"YouBot".crawling = allow
"YouBot".training = disallow
"cohere-ai".crawling = disallow
"cohere-ai".training = disallow

[compliance]
# Esecuzione e vincoli legali
policy_is_binding = true
legal_basis = EU Copyright Directive, Italian Copyright Law, Terms & Privacy indicati nel footer
redistribution = disallow_without_written_consent
model_weight_training_on_content = prohibited
moderation_or_research_exceptions = contact_owner_for_written_permission

[discovery]
# Percorsi utili agli agenti per una scansione corretta e rispettosa.
sitemap = https://egomnia.com/sitemap.xml
canonical = https://egomnia.com/

[notes]
# 1) Questa policy non modifica robots.txt, ma lo integra con istruzioni specifiche per usage e training.
# 2) Gli agenti che non rispettano llms.txt e riutilizzano i contenuti per training saranno in violazione dei nostri termini.
# 3) Aggiorneremo questa pagina se future specifiche standard (es. ai.txt/llm.txt) dovessero emergere.


# English summary (non-normative)
# Crawling for previews/snippets is allowed with attribution; AI training/fine-tuning/embedding-corpus building is disallowed.
# Respect rate limits (1 rps, 30 rpm) and avoid bulk asset collection. Ephemeral cache up to 7 days only.
# For exceptions or research use, request written permission from the site owner.