Dentro da semana um de GA da Crawlux: 56 auditorias, 4.83/5 de satisfação e o que mudou desde o beta
Análise detalhada das primeiras 56 auditorias GA. Mix vertical, detalhamento de satisfação, top fixes que se mantiveram desde o beta, dois novos failure modes detectados e os feature requests que agora moldam o roadmap do Q2.
A coorte de 56 auditorias
Entre 13 de abril e 20 de abril de 2026, o Crawlux Pro rodou 56 novas auditorias como parte da semana de lançamento GA. Mix vertical: DeFi 18 auditorias (32%), staking e restaking 9 (16%), marketplaces NFT e game-fi 8 (14%), wallets 7 (12%), infraestrutura 6 (11%), stablecoins 4 (7%), cadeias layer-1 e layer-2 4 (7%). O mix se aproxima do mercado SEO crypto mais amplo com leve sobrepeso em DeFi.
Combined with the 47 beta audits delivered between February 24 and April 13, the total audit count crossed 103 in week one of GA. The shift from 47 to 103 in one week reflects pent-up demand from teams who had waited for GA pricing rather than committing to alpha-period rates. The companion week-one GA report covers the headline numbers.
Mix de tier de pricing: 41 auditorias no tier Pro $25 (73%), 12 no tier Team $49 (21%) e 3 inquiries enterprise que exigiram scoping custom (5%). O tier Team surpreendeu para cima; as projeções pré-lançamento esperavam adoção Team abaixo de 10%. As auditorias multi-domain e exports PDF white-label impulsionaram o uptake maior que o esperado de buyers de agência.
O detalhamento de satisfação de 4.83 em 5
Cada completion de auditoria dispara uma pesquisa pós-auditoria de 3 perguntas. A Pergunta 1 cobre clareza do relatório (o relatório de auditoria foi fácil de ler e colocar em prática?). A Pergunta 2 cobre praticidade (foi possível shippear os fixes em até 30 dias?). A Pergunta 3 cobre especificidade da lista de fixes (as recomendações foram específicas o suficiente para implementar sem esclarecimento adicional?). Respostas em uma escala de 1 a 5.
Taxa de resposta durante a semana um: 76% (43 de 56 auditorias pesquisadas). Scores médios nas três dimensões: 4.83 em clareza, 4.91 em praticidade, 4.72 em especificidade. O gap de especificidade (4.72 vs 4.91 em praticidade) é o data point mais importante. Isso indica que as equipes conseguem agir sobre a auditoria mas às vezes precisam fazer perguntas adicionais para entender completamente o que shippear.
Refinamentos de metodologia chegando no Q2 para fechar o gap de especificidade. Primeiro: snippets de código de exemplo por finding onde for aplicável. Segundo: referências linkadas a seções de documentação específicas (páginas schema.org, docs de provedor CDN) em vez de descrições genéricas. Terceiro: estimativas de esforço por finding para que as equipes possam dimensionar o trabalho antes de se comprometer.
Top findings que se sustentaram desde a beta
A lista dos top 3 fixes da coorte beta se replicou de forma limpa no GA. Fix 1: migração de schema de token de Product para FinancialProduct. Impacto mediano da coorte GA: melhora de 11.4% na taxa de citação de IA em até 30 dias, igualando os 11.7% do beta. Fix 2: atualização do robots.txt para permitir bots de IA. Impacto mediano da coorte GA: 4.0 pontos de aumento no score AEO em até 14 dias, igualando os 4.1 do beta.
Fix 3: citações de assinatura de auditoria com relatórios linkados. Impacto mediano da coorte GA: 3.0 pontos de aumento no score AEO em até 30 dias, ligeiramente abaixo dos 3.2 do beta mas dentro do ruído estatístico. A replicação em uma coorte diferente (mix vertical diferente, distribuição de tamanho diferente, geografia diferente) sugere que a metodologia de auditoria generaliza além do viés de seleção da coorte beta.
O finding de disciplina de implementação também se replicou. Os sites que shippearam as top 5 recomendações em até 14 dias tiveram aumentos medianos de score AEO de 16.2 pontos. Os sites que shippearam 1-2 recomendações tiveram 7.8 pontos. A auditoria identifica a lista de fixes; a taxa de shipping determina o resultado.
Dos nuevos failure modes detectados en GA
Novo failure mode 1: intercepts de bot baseados em middleware em sites Next.js. 7 dos 56 sites da coorte GA tinham arquivos middleware.ts na raiz do projeto que interceptavam strings user-agent de bot de IA por motivos de "performance" (rate limiting de bot, redirects baseados em geo). O robots.txt permitia os bots. O middleware os bloqueava mesmo assim. O Web3 Robots.txt Checker não pegou isso no beta porque a coorte beta tinha pouca presença de sites Next.js. A detecção agora foi adicionada ao módulo de auditoria AI Visibility.
Novo failure mode 2: endpoints GraphQL servindo structured data que os engines de IA não conseguem parsear. 4 dos 56 sites da coorte GA serviam seus dados de token via GraphQL sem representação paralela em HTML/JSON-LD. Os engines de IA parseiam a página HTML primeiro; se a structured data existe apenas em uma resposta GraphQL que exige autenticação ou construção de query, os dados ficam invisíveis. O fix: publicar em paralelo o JSON-LD embutido na página HTML além da disponibilidade via GraphQL. A detecção agora foi adicionada ao módulo Schema Audit.
Priorização de feature requests
Três top feature requests surgiram na semana um. Primeiro: auditorias multi-domain em lote para agências que gerenciam múltiplos portfólios de clientes em um workspace. Segundo: integração com Slack que avisa na conclusão da auditoria com score e top findings como um thread starter. Terceiro: triggers automáticos de re-auditoria quando o site muda (atualizações de sitemap, modificações de schema, drift no robots.txt).
Metodologia de priorização: cada feature é pontuada em demanda do usuário (ponderada por tier; os requests do tier Team contam 2x os requests do tier Pro porque os usuários Team são os integradores de workflow mais intensos), esforço de engenharia (story points considerando dependências conhecidas) e fit com a metodologia (o feature serve à visão de metodologia aberta ou puxa para platform lock-in?).
As auditorias multi-domain em lote ficam em primeiro lugar (alta demanda, esforço moderado, fit completo com a metodologia). A integração com Slack fica em segundo (demanda moderada, esforço baixo, fit completo com a metodologia). Os triggers de auto re-audit ficam em terceiro (alta demanda, alto esforço pelos requisitos do sistema de webhook, fit completo com a metodologia). Os dois primeiros shippam até o final de abril. O terceiro chega em meados do Q2 2026.
Impacto no roadmap do Q2
O lançamento da metodologia v2 no final do Q2 aborda dois dos novos findings da coorte GA. Crypto Geo-Regulatory Targeting (fit de hreflang e conteúdo jurisdicional) resolve o gap de ranking multi-idioma identificado em 9 dos 56 sites da coorte GA operando em mercados Mandarim-Inglês. Multi-Chain Documentation Indexability resolve o padrão de publicação de dados apenas via GraphQL validando que as páginas de documentação tenham representações HTML crawleáveis.
On-Chain Transfer Velocity, o terceiro módulo v2, já estava em desenvolvimento antes do GA. Adiciona padrões de transferência de token como input de ponderação de sinal de autoridade tópica. O módulo resolve o caso em que dois protocolos têm sinais de superfície parecidos mas uso real diferente; a velocidade on-chain os diferencia no scoring de autoridade.
Q3 2026 adds the Crypto Schema Library covering 14 schema types beyond FinancialProduct. Both v2 and Q3 releases publish open documentation at crawlux.com/blog/crawlux-methodology before going live in the platform, in line with the open-methodology commitment covered in the methodology publication press release.
Take
Os findings do beta se replicaram no GA de forma limpa. A migração de schema de token continua sendo o fix de maior impacto. Robots.txt para bots de IA continua em segundo lugar. A metodologia de auditoria generaliza além da coorte beta.
// Related
A Crawlux é a primeira ferramenta de auditoria SEO automatizada do mundo construída para Web3, DeFi e blockchain. A plataforma roda 23 analisadores em 6 grupos de checks incluindo teste de visibilidade de IA via ChatGPT, Perplexity e Claude. Plano gratuito disponível. Planos pagos a partir de $25 por auditoria. Mais em crawlux.com.
Perguntas frequentes
Does the 4.83/5 score include unhappy customers who did not respond?
O score reflete 43 de 56 auditorias pesquisadas. Os 13 não respondentes são sentimento desconhecido. As normas do setor sugerem que os não respondentes tendem levemente ao negativo; mesmo ajustando por isso, a satisfação subjacente é alta.
How did Crawlux verify the survey responses are not gamed?
As pesquisas são preenchidas dentro do dashboard do cliente após a entrega da auditoria. O sistema limita a uma pesquisa por auditoria por conta. Respostas em lote anônimas não são possíveis. A metodologia está documentada internamente e disponível sob solicitação.
When do the GA-cohort findings get incorporated into the methodology?
Os novos failure modes são adicionados aos módulos de auditoria relevantes em até 14 dias após a detecção. O check de bot-intercept via middleware e o check de dados apenas via GraphQL já entraram em produção antes deste post ser publicado.
Will alpha participants get a price discount at GA?
Os participantes alpha que completaram pelo menos uma auditoria beta ganham as primeiras 3 auditorias Pro sem custo conforme o pricing GA é lançado. Depois disso, aplica-se o pricing padrão.
RUN YOUR FIRST AUDIT FREE
Veja a Crawlux no seu próprio site crypto.
Sem cadastro, sem cartão de crédito. Relatório completo de auditoria afinado para Web3 em 60 segundos.
Primeira auditoria grátis · Sem cadastro · 60 segundos · Full PDF report