Meu site tinha 91 visitantes. A maioria era robô (parte 2)

Na parte 1, eu descobri que os 91 usuários que o Google Analytics mostrava eram, na maior parte, robôs. A conta honesta dava algo como 5 leitores reais por dia.

Terminei com dois experimentos rodando:

Bot Fight Mode ligado na Cloudflare, para barrar robôs antes de chegarem ao site.
Link no primeiro comentário nos posts do LinkedIn, em vez de no corpo do texto, apostando que o LinkedIn entregaria mais.

Prometi contar o que aconteceu, inclusive se as hipóteses estivessem erradas. Uma delas estava.

Experimento 1: barrar robôs na borda

Os primeiros seis dias pareciam perfeitos

Seis dias depois de ligar o Bot Fight Mode, as requisições nas últimas 24 horas tinham caído de 635 para 125. Uma queda de 80%.

E o melhor sinal veio da comparação entre as ferramentas. Na semana de 12 a 18 de outubro:

Ferramenta	Número
Google Analytics	15 usuários, 19 visualizações
Cloudflare Web Analytics (sem robôs)	15 visitas, 19 visualizações

Pela primeira vez, os dois números batiam. O GA estava medindo gente.

Mas a queda não foi toda mérito do Bot Fight Mode

Quando fui ver quem tinha sumido, a história ficou menos bonita.

O IP de Singapura que fazia mais de um quarto do tráfego tinha feito 1,54 mil requisições e parado na manhã do dia 13. Só que, dessas, o Bot Fight Mode barrou apenas 27. Ele não foi expulso. Ele parou sozinho.

Se eu tivesse olhado só o antes e o depois, teria dado todo o crédito para a ferramenta. Para garantir que ele não voltasse, criei uma regra de bloqueio específica para esse IP, uma linha só:

(ip.src eq 178.128.112.36)

O Bot Fight Mode fez, sim, o trabalho dele com os outros robôs. Quando ele desconfia de uma requisição, a Cloudflare não entrega a página: entrega antes um teste de verificação, que um navegador de verdade resolve sozinho em segundos e um robô simples não consegue passar. Todos os dias ele vem parando nesse teste uma faixa de IPs de Singapura (47.128.63.x) e outra de servidores nos EUA (18.97.9.x). E as regras gerenciadas da Cloudflare barraram um scanner procurando arquivos PHP, num site que não tem uma linha de PHP.

Duas semanas depois, o número voltou a subir

Nesta semana, as requisições das últimas 24 horas estavam em 342. Bem acima dos 125, ainda que abaixo dos 635.

E aqui veio outra lição. Um pico de cerca de 65 requisições de uma vez no gráfico era eu mesmo: um script que conferia se todos os links dos meus artigos no dev.to apontavam para páginas que existem. Tirando isso, ficam cerca de 275.

O robots.txt foi pedido 211 vezes em sete dias. Estados Unidos (1,02 mil requisições) lideram, à frente do Brasil (953), e Singapura, Alemanha e China completam a lista. Robô continua sendo a maior parte da audiência. Só que agora uma parte maior dele fica presa no teste antes de chegar ao site.

E o GA voltou a descolar

Na semana de 17 a 23 de outubro:

Ferramenta	Número
Google Analytics	12 usuários, 1 segundo de engajamento médio
Cloudflare Web Analytics (sem robôs)	4 visitas, 6 visualizações

Três dos 12 “usuários” do GA vinham de Urumqi, na China. Nenhum deles aparece no Web Analytics da Cloudflare.

Ou seja: o Bot Fight Mode reduz o volume, mas não deixa o GA limpo. Robôs que executam JavaScript, como um navegador de verdade, continuam virando “usuário”.

Barrar na borda diminui o problema. Não elimina a necessidade de comparar duas fontes antes de acreditar num número.

Experimento 2: link no primeiro comentário

Essa era a hipótese de que eu tinha mais certeza. É um conselho que circula muito: o LinkedIn entrega menos posts com link externo, então coloque o link no primeiro comentário.

Os resultados:

Post	Onde estava o link	Impressões	Reações
Rate limiting (06/10)	no corpo	123	0
LLM em e-commerce (13/10)	no 1º comentário	102	3
Parte 1 desta série (15/10)	artigo nativo do LinkedIn	85	4 leituras
Carrossel do rate limiting (21/10)	no 1º comentário	48	1

O post com o link no comentário não teve mais alcance do que o com o link no corpo. Com cerca de 100 impressões por post, a diferença é ruído: horário, tema e o gancho do texto pesam muito mais do que o lugar do link.

O custo, por outro lado, foi claro. Todos os links tinham UTM, e na última semana o LinkedIn somou 271 impressões e zero visitas ao site. Ninguém abre os comentários para procurar um link.

A hipótese estava errada. Pelo menos com o tamanho da minha audiência, o link no comentário não trouxe alcance e acabou com os cliques.

O carrossel merece uma nota à parte: foi o pior resultado do período. Mas ele repetia o tema de um post de duas semanas antes, então não dá para culpar só o formato.

O que eu não estava olhando: os outros canais

Enquanto eu me preocupava com o LinkedIn, os outros canais contavam uma história diferente.

dev.to: 96 leitores na mesma semana em que o site teve 4 visitas. Quase tudo indo para artigos antigos que aparecem em busca, como Clean Code em PHP e gerenciamento de memória em Node.js. Todos têm o canonical_url apontando para o meu site, então o Google sabe qual é o original.
TabNews: um único post gerou a única visita com origem identificada da semana no site e uma conversa nos comentários.
Google: o Search Console passou de 14 impressões em 28 dias para 61 impressões em 7 dias. Ainda com zero cliques e posição média de 16,9, na segunda página, mas as buscas por “ortogonalidade” e “idempotência” já mostram meus artigos.

O canal em que eu mais investia era o que menos levava gente ao site.

Como foi trabalhar com um agente de IA (de novo)

Assim como na parte 1, fiz a coleta desses números com o Claude Code abrindo os painéis no navegador. Duas situações valem o registro:

Ele contou o próprio tráfego como visita. O pico de requisições desta semana era a verificação de links que ele mesmo tinha rodado minutos antes. Foi ele que percebeu, ao bater o horário do pico com o horário do script, mas é exatamente o tipo de coisa que passa despercebida.
Ele travou o painel. No Web Analytics da Cloudflare, o botão “Imprimir relatório” fica ao lado do seletor de período. Um clique errado abriu a janela de impressão e bloqueou a aba até eu fechar na mão.

A lição continua a mesma da parte 1: verifique o resultado, não a intenção. Inclusive quando quem mediu foi você.

O que muda daqui para frente

O Bot Fight Mode fica ligado. Ele não resolve tudo, mas o custo é zero e todos os dias ele segura robôs no teste de verificação.
Os relatórios continuam com duas fontes. O número de referência para “gente” passa a ser o Web Analytics da Cloudflare, com o GA para o detalhe do comportamento.
O link volta para o corpo do post no LinkedIn. Vou alternar com o link no comentário, com UTMs diferentes para cada um (utm_content=corpo e utm_content=comentario), e comparar com dados em vez de conselho.
Os canais que funcionam ganham atenção. Ajustar título e descrição dos artigos que já aparecem no Google e continuar publicando no TabNews.

Checklist para quem roda experimentos num site pequeno

Antes de dar o crédito para uma mudança, veja quem sumiu e por quê.
Exclua do resultado o tráfego que você mesmo gerou.
Compare as ferramentas de novo depois da mudança. Um número que bateu numa semana pode descolar na seguinte.
Coloque UTM em todo link que você divulga. Sem isso, tudo vira “Direct”.
Desconfie de conselhos de algoritmo que você não consegue medir com a sua audiência.
Olhe para todos os canais, não só para o que você mais usa.

Até aqui

O resumo honesto é este: barrar robôs na borda funcionou, mas pela metade, e o link no comentário não funcionou. Nenhuma das duas coisas é o que eu esperava quando escrevi a parte 1.

Mas é por isso que vale medir. Sem os números, eu estaria até hoje recomendando o link no comentário e dando todo o crédito ao Bot Fight Mode.

E você? Já testou alguma “regra do algoritmo” com os seus próprios números? Vamos conversar nos comentários! 🚀