google indexa demasiadas páginas

[humanware]

De ningún modo, mi página es nueva, miles de páginas no han sido enlazadas desde fuera, pero es cierto que enlaces externos sí que tienen. ¿Por qué Google se salta el robots.txt si te enlazan desde fuera? ¿Cómo puedo prevenir la indexación? Me preocupa que Google me sancione por tener esas páginas sin contenido o con contenido duplicado. De todos modos algo raro ocurre, porque Google sabe que esas páginas tienen algo especial: no aparecen en la primera búsqueda sino al pulsar en "incluir resultados omitidos".