Atunci cand este preluat, articolul trece printr-un proces de formatare unde linkurile se scot, iar brand-ul se cenzureaza in mare parte. Din cate cunosc, solutii vad doar:
1. scoate lista de sitemap-uri din robots.txt
2. redenumeste fisierele sau calea catre sitemap-uri incat doar tu si google search console sa aveti acces la acestea
3. discuta si cu cei de la host, in general ei se pricep la probleme de genul
4. Cloudflare

Din ce am intalnit eu, respectivii boti se folosesc de sitemapuri pentru a detecta continutul fresh. Pot face accesari frecvente pe sitemaps fara sa suspecteze, daca ar accesa indexul spre exemplu, ar da de banuit mult mai rapid.