O universo do no-code scraping tem três métodos bem diferentes, e escolher o método errado pode custar muito tempo e dinheiro.
Comparamos AI scraping, scraping no-code tradicional e scraping via API para mostrar as diferenças reais. Sem rodeios, apenas os fatos sobre tempo de configuração, flexibilidade, preço e melhores casos de uso.
Ao final deste guia, você saberá exatamente qual método combina com a sua necessidade.
📌 Resumo Para Quem Tem Pressa
Este artigo compara três métodos de no-code scraping para ajudar você a escolher o mais adequado para o seu caso.
A pergunta: qual método de no-code scraping você deve usar nos seus projetos?
O que comparamos: AI scraping, ferramentas tradicionais de click-and-point e scrapers via API, analisando dificuldade de configuração, flexibilidade, preço, casos de uso e melhores ferramentas.
A resposta rápida:
- AI scraping é o mais fácil para usuários não técnicos e se adapta a mudanças nos sites
- Ferramentas click-and-point funcionam melhor quando você precisa de controle preciso e os sites mudam pouco
- Scraping via API é o mais econômico em escala, mas exige conhecimento técnico
O que você vai aprender: como cada método funciona, o que diferencia cada um, quando usar cada opção e quais ferramentas entregam os melhores resultados.
O que este artigo cobre
- AI Scraping: o método que entende linguagem natural
- Scraping no-code tradicional: ferramentas click-and-point
- Scraping via API: o meio-termo técnico
- Resumo final sobre qual método escolher
AI Scraping
AI scraping é a forma mais recente de extração de dados no-code. Ele usa inteligência artificial para entender o que você quer e descobrir como obter esses dados.
O conceito
Ferramentas de AI scraping usam large language models e machine learning para extrair dados de sites. Você descreve o que deseja em linguagem simples, e a AI cuida dos detalhes técnicos.
As pessoas usam nomes diferentes para isso, como AI no-code scraping, AI data scraping ou AI web scraping, mas todos apontam para a mesma ideia: usar ferramentas de AI para fazer scraping de sites sem escrever código nem configurar seletores técnicos.
O que torna esse método diferente:
↳ Scrapers tradicionais seguem regras rígidas que você cria
↳↳ Scrapers com AI entendem contexto e se adaptam a mudanças
↳↳↳ Isso significa menos manutenção e muito mais flexibilidade
A AI não procura apenas elementos HTML específicos. Ela entende que "preço do produto" significa encontrar o valor de um item, independentemente de como o site organiza essa informação.
Dificuldade de configuração
AI scraping tem a configuração mais simples entre os três métodos.
O fluxo típico:
- Selecione sua ferramenta de AI scraping
- Insira a URL do site
- Descreva em linguagem natural quais dados você quer
- Execute o scraper
Tempo necessário: 5 minutos para a maioria dos sites[1]. Você não precisa entender HTML, seletores CSS ou arquitetura de sites. A AI descobre onde encontrar os dados com base na sua descrição.
Aqui está um vídeo em que eu mostro como usar um AI scraping agent para extrair dados de um e-commerce em 6,04 minutos 📺
A principal habilidade necessária: comunicação clara. Se você consegue descrever o que quer, consegue configurar AI scraping em poucos minutos.
Alguns templates de AI Scraping que você pode gostar
Criamos frequentemente scraping templates para nossos usuários ❤️. Aqui estão alguns que podem ser úteis:
- Como extrair dados do diretório de startups da YC
- Como extrair imóveis do Zillow
- Como extrair corretores imobiliários do Zillow
- Como extrair imóveis do AirBnB
- Como extrair empresas do Yellow Pages
- Como extrair dados de uma loja de e-commerce
- Como extrair estudos de caso de um site
Esses templates também estão disponíveis no app da Datablist e levam literalmente apenas alguns cliques para começar. Se quiser que criemos um template para você, fale conosco aqui 👈🏽
Flexibilidade
É aqui que o AI scraping se destaca em relação aos outros métodos.
AI scraping se adapta automaticamente quando:
↳ Sites redesenham seu layout
↳↳ O conteúdo aparece em locais inesperados
↳↳↳ Páginas diferentes usam estruturas HTML diferentes
Scrapers tradicionais no-code ou com código quebram quando os sites mudam, porque procuram elementos HTML específicos. Scrapers com AI entendem o significado, então continuam funcionando mesmo quando a estrutura técnica muda. Na prática, depois de configurar um AI scraper, ele segue funcionando de forma consistente.
Exemplo prático: você está extraindo informações de produtos de vários sites de e-commerce. Cada site estrutura seu HTML de uma forma. Com AI scraping, você usa o mesmo prompt para todos, e o AI scraping agent se adapta à estrutura de cada site.
A limitação: AI scraping funciona melhor com dados visíveis publicamente. Ele não lida tão bem com fluxos complexos de autenticação nem com scraping atrás de login como um scraper desenvolvido sob medida poderia fazer.
Preço
AI scraping costuma custar mais por operação do que outros métodos, porque usa recursos computacionais para entender e processar páginas.
Modelos de preço comuns:
- Planos por assinatura com créditos incluídos
Fatores que influenciam o custo:
- Sites com muito JavaScript custam mais, pois exigem renderização
- Paginação e tarefas em várias etapas aumentam o custo
- Páginas simples de diretórios custam menos
Exemplo real: extrair 1.000 empresas de um diretório pode custar entre 500 e 1.000 créditos na maioria das ferramentas de AI scraping. O custo exato depende da complexidade das páginas e da quantidade de dados extraídos.
Vale o preço? Para usuários não técnicos, sim. Você paga por economia de tempo, zero manutenção e, principalmente, tranquilidade. Dá até para chamar AI scraping de “scraping sem dor de cabeça”.
Casos de uso e boas práticas
AI scraping funciona melhor em cenários específicos, onde seus pontos fortes realmente importam.
Melhores casos de uso:
- Fazer scraping em vários sites com estruturas diferentes
- Extrair dados sem conhecimento técnico
- Projetos em que o tempo de manutenção é caro
- Situações em que os sites mudam com frequência
- Coletar tipos variados de dados que exigem compreensão de contexto
- Evitar configurar um scraper no-code tradicional ou uma API
Quando AI scraping é a escolha inteligente: você precisa extrair dados de sites de concorrentes para pesquisa de mercado, mas cada concorrente usa layouts e construtores de site diferentes. AI scraping lida com todos eles usando o mesmo prompt.
Boas práticas para AI scraping:
- Escreva prompts claros e específicos sobre os dados que você precisa
- Forneça exemplos sempre que possível para melhorar a precisão[2]
- Comece com testes pequenos antes de escalar para grandes volumes
- Use rótulos de seção nos prompts para obter melhores resultados
Aqui está um guia útil caso você queira aprender mais sobre como escrever prompts para um AI agent 👈🏽
Melhor ferramenta para usar
Para AI scraping, a Datablist se destaca como a melhor opção para usuários não técnicos[3]
Por que a Datablist funciona:
- Prompts reais em linguagem natural[4], sem exigir conhecimento técnico
- Vários AI agents especializados para diferentes tarefas de scraping[5]
- Ecossistema integrado com mais de 60 ferramentas de lead generation
- Renderização JavaScript e paginação automáticas[6]
- Preço acessível a partir de US$ 25/mês
- Recursos integrados de bulk enrichment
O que a torna diferente: a Datablist não é apenas um AI scraper. É uma plataforma completa de lead generation, com AI scraping, email finder, sales navigator scraper e ferramentas de limpeza. Você pode extrair uma lista e enriquecê-la imediatamente com dados de contato, sem trocar de ferramenta.
Principal vantagem da Datablist: você recebe AI scraping e uma plataforma completa de automação de workflows, criada para apoiar data enrichment, criação de listas de leads e qualquer outro fluxo de lead generation por menos do que muitas ferramentas de scraping independentes cobram.
📘 AI Scraping também é tecnicamente No-Code Scraping
AI scraping é tecnicamente uma subcategoria de no-code scraping, já que não exige habilidades de programação. É o método no-code mais simples porque depende apenas de instruções em linguagem natural, em vez de exigir entendimento da estrutura dos sites.
Scraping no-code tradicional com ferramentas click-and-point
Scrapers click-and-point foram a solução “no-code” original. Eles permitem selecionar visualmente os dados em uma página, em vez de escrever código. Nesta seção, também nos referimos a eles como “scraper no-code tradicional”.
O conceito dos scrapers no-code tradicionais
O scraping no-code tradicional usa interfaces visuais em que você clica nos elementos da página para informar à ferramenta o que deve ser extraído.
O fluxo básico: você abre o site na ferramenta, clica no nome do produto, depois no preço e depois na descrição. A ferramenta registra seus cliques e cria um scraper com base nessas seleções.
O que acontece nos bastidores: a ferramenta converte seus cliques em seletores CSS ou expressões XPath. Você não escreve código, mas ainda cria regras técnicas rígidas que dependem da estrutura HTML do site permanecer igual.
Por que é chamado de “no-code”: você não escreve Python nem JavaScript. Mas precisa entender como os sites organizam informações e, às vezes, resolver problemas quando os elementos não são selecionados corretamente.
Dificuldade de configuração
Ferramentas click-and-point têm uma curva de aprendizado moderada que surpreende muitos iniciantes.
O processo de configuração:
- Baixar e instalar a ferramenta, muitas são apps desktop
- Abrir o site-alvo na ferramenta
- Clicar em cada dado que você deseja extrair
- Configurar regras de paginação, se necessário
- Testar para confirmar que os dados corretos estão sendo extraídos
- Depurar quando elementos errados são selecionados
- Salvar e executar o scraper
Tempo necessário: 30 a 60 minutos para um site de complexidade moderada.
❗️ Atenção a este ponto
Existe uma complexidade escondida nas ferramentas click-and-point: os elementos nem sempre são selecionados corretamente. Às vezes, ao clicar em um número de telefone, a ferramenta seleciona toda a seção de contato, e você não consegue corrigir isso, porque a causa está no próprio site, não no scraper. Se isso acontecer, será preciso limpar os dados depois do scraping.
Frustrações comuns de iniciantes com scrapers no-code tradicionais:
- Clicar em um elemento seleciona algo completamente diferente
- Falar com o suporte vira parte da rotina
- A paginação não funciona como esperado
- Os dados aparecem misturados em vez de separados por campos
- Os scrapers quebram depois de atualizações no site
Para quem é fácil: pessoas confortáveis com tecnologia e dispostas a ver tutoriais conseguem dominar ferramentas click-and-point. Espere passar algumas horas aprendendo antes de ganhar produtividade.
Flexibilidade
Ferramentas click-and-point são rígidas por natureza. Elas extraem exatamente o que você configurou, exatamente da forma como foi configurado.
O que acontece quando os sites mudam:
↳ Redesigns de layout quebram seu scraper completamente
↳↳ Pequenas atualizações de CSS podem interromper a extração de dados
↳ ↳↳ Você reconstrói o scraper do zero
O peso da manutenção: sites mudam o tempo todo. E-commerces populares podem atualizar o layout a cada trimestre. Cada atualização significa reconfigurar o scraper, o que leva o mesmo tempo da configuração inicial.
Lidando com vários sites: se você está extraindo dados de cinco sites concorrentes, precisa de cinco configurações diferentes de scraper. Cada uma quebra separadamente quando o site correspondente muda.
A vantagem das ferramentas click-and-point: quando os sites mudam pouco, como bases governamentais ou diretórios estáveis, ferramentas click-and-point oferecem extração confiável e consistente depois de bem configuradas.
Preço
Ferramentas click-and-point normalmente usam assinaturas com planos por níveis.
Estruturas de preço comuns:
- Planos de entrada: US$ 50 a 100/mês
- Planos profissionais: US$ 150 a 300/mês
- Planos enterprise: US$ 500+/mês
O que afeta seus custos:
- Número de tarefas de scraping que você pode criar
- Quantas páginas pode extrair por mês
- Acesso a agendamento em cloud
- Suporte prioritário e recursos avançados
Custos ocultos a considerar: o tempo gasto mantendo scrapers quando os sites mudam se acumula. Se você passa 5 horas por mês corrigindo scrapers quebrados, isso é um custo real, mesmo que a assinatura pareça acessível.
Custo-benefício: para sites que raramente mudam, ferramentas click-and-point podem ser econômicas depois de configuradas. Para sites que mudam com frequência, o tempo de manutenção as torna caras. Nesse caso, vale considerar um AI scraping agent.
Casos de uso e boas práticas
Ferramentas click-and-point funcionam muito bem em situações específicas, quando suas limitações não atrapalham.
Melhores casos de uso:
- Fazer scraping de sites estáveis que raramente são atualizados
- Projetos em que você precisa de controle preciso sobre a extração
- Situações em que você extrai dados repetidamente do mesmo site
- Workflows desktop em que ferramentas cloud não são necessárias
Quando click-and-point é a escolha certa: você precisa extrair dados de uma base governamental que é atualizada diariamente, mas nunca muda sua estrutura. Depois de configurada corretamente, uma ferramenta click-and-point extrai novos dados todos os dias com confiabilidade, desde que consiga selecionar os dados certos.
Boas práticas:
- Documente suas configurações para quando os scrapers quebrarem
- Configure monitoramento para detectar quando eles param de funcionar
- Reserve tempo para manutenção mensal
- Teste bem antes de escalar para grandes volumes
Quando evitar click-and-point: se você está extraindo dados de vários sites modernos que mudam com frequência, como e-commerces, a manutenção fica pesada demais. Cada atualização exige intervenção manual.
Melhor ferramenta para usar
Octoparse é a ferramenta de scraping click-and-point mais estabelecida do mercado.
A propósito, aqui está um artigo recente em que comparei os melhores no-code scrapers por facilidade de uso, integrações e preço 👈🏽
Por que Octoparse:
- Interface madura, com anos de desenvolvimento
- Biblioteca extensa de tutoriais para cenários comuns
- Aplicativo desktop com recursos avançados
- Boa documentação e suporte da comunidade
Os compromissos: Octoparse exige tempo para aprender. A interface é poderosa, mas complexa. Os preços começam em US$ 83/mês, o que a torna cara para profissionais individuais e equipes pequenas.
Quem deve usar: equipes confortáveis com tecnologia, que precisam fazer scraping regularmente em sites estáveis e conseguem justificar a curva de aprendizado e o custo da assinatura.
💡 Scrapers tradicionais ainda têm seu lugar
Ferramentas click-and-point não são ruins; elas apenas perderam espaço agora que métodos mais simples, como AI scraping, existem. Para sites antigos e estáveis, como diretórios governamentais, ainda funcionam bem.
Scraping via API
Scraping via API ocupa o meio-termo entre código e no-code. Tecnicamente é no-code, porque você não escreve a lógica de scraping, mas exige conhecimento técnico para ser usado.
O conceito
Scrapers via API oferecem endpoints prontos que executam scraping para sites ou casos de uso específicos.
Como funciona: você faz uma chamada de API com parâmetros, como a URL a extrair e quais dados deseja, e o serviço retorna dados estruturados. A lógica de scraping já está escrita; você apenas a configura por meio dos parâmetros da API.
Tecnicamente, é no-code, mas você precisa entender como fazer chamadas de API, lidar com tokens de autenticação, interpretar respostas JSON e integrar os resultados ao seu workflow. Isso exige conhecimento de programação ou familiaridade com ferramentas como Postman.
Se você já tem uma resposta JSON e só precisa de uma planilha, use o JSON to CSV Converter para achatar os dados.
Abordagens comuns de scraping via API:
- APIs específicas para sites, como APIs de LinkedIn scraper
- APIs gerais de scraping que funcionam em qualquer URL
- APIs baseadas em templates, com scrapers pré-configurados para sites populares
A confusão nos nomes: alguns chamam de “no-code” porque você não escreve a lógica de scraping. Outros chamam de “low-code” porque exige habilidades técnicas. A realidade fica entre os dois.
Dificuldade de configuração
Scraping via API exige conhecimento técnico, o que o coloca além do verdadeiro “no-code”.
O processo de configuração:
- Criar uma conta e obter credenciais de API
- Ler a documentação para entender os parâmetros
- Testar chamadas de API com uma ferramenta como Postman ou curl
- Lidar com autenticação e rate limiting
- Interpretar a resposta JSON ou XML
- Integrar os resultados à sua aplicação ou workflow
- Implementar tratamento de erros para requisições com falha
Tempo necessário: 1 a 2 horas se você já se sente confortável com APIs; muito mais se estiver aprendendo.
Habilidades técnicas necessárias:
- Entender REST APIs e requisições HTTP
- Trabalhar com estruturas de dados JSON
- Lidar com tokens de autenticação e headers
- Ter noções básicas de programação para integrar os resultados ao workflow
Flexibilidade
Scrapers via API oferecem flexibilidade moderada, que depende totalmente do provedor.
O que você pode controlar: a maioria dos scrapers via API permite definir quais dados extrair, configurar rate limits, escolher formatos de saída e ajustar alguns comportamentos por parâmetros.
O que você não pode controlar: a lógica de scraping por trás da API é uma caixa-preta. Se a API não suporta um site ou tipo de dado específico, você fica sem saída. Não é possível modificar como ela funciona.
Mudanças nos sites: bons provedores de API mantêm seus scrapers e se adaptam automaticamente às mudanças nos sites. Provedores ruins podem demorar semanas para atualizar, deixando você com um scraper quebrado.
O risco de dependência: você depende completamente do provedor da API. Se ele encerrar o serviço, mudar os preços ou parar de manter scrapers específicos, seu workflow quebra, e você tem poucas alternativas.
Quando a flexibilidade mais importa: se você precisa fazer scraping de sites que a API não suporta ou extrair dados de formas que a API não permite, suas opções acabam. Nesse caso, um scraper customizado ou AI scraping pode ser uma escolha melhor.
Preço
Scraping via API costuma ser a opção mais econômica para tarefas simples e de alto volume.
Modelos de preço comuns:
- Pagamento por requisição, muitas vezes poucos centavos por scrape bem-sucedido
- Assinaturas mensais com requisições incluídas
- Sistemas por créditos com descontos por volume
Comparação de custo: para extrair 10.000 páginas simples por mês, soluções via API podem custar US$ 50. O mesmo volume com AI scraping pode custar US$ 70 a 80, mas o tempo de configuração é muito menor.
Quando API scraping é mais barato:
- Projetos de longo prazo em que o tempo de desenvolvimento não pesa tanto
- Scraping em alto volume de sites simples e estáveis
- Uso de scrapers prontos para sites populares
Quando fica caro: se você precisa de um scraping customizado que a API não suporta bem, vai gastar tempo e dinheiro tentando fazer funcionar. A solução “barata” se torna inútil quando não atende ao seu caso.
Custos ocultos: tempo de desenvolvimento para integrar a API e manter a integração. Se você não é técnico, precisará contratar alguém, o que muda bastante a conta.
Casos de uso e boas práticas
Scraping via API funciona melhor para equipes técnicas que fazem scraping repetitivo em alto volume.
Melhores casos de uso:
- Scraping em escala, com milhares ou milhões de páginas
- Integração de scraping em aplicações
- Projetos em que o custo por página pesa mais do que a facilidade de uso
Boas práticas:
- Teste bem antes de se comprometer com um provedor
- Implemente tratamento de erros robusto para requisições com falha
- Monitore taxas de sucesso para identificar quando scrapers quebram
- Tenha um plano B caso o provedor encerre o serviço ou mude os termos
Quando pular API scraping: se você não é técnico e não tem desenvolvedores na equipe, API scraping vai gerar frustração. A economia não importa se você não consegue usar a ferramenta de fato.
Melhor ferramenta para usar
O “melhor” scraper via API depende do que você quer extrair, mas estas são boas opções:
-
Para web scraping geral: ScrapingBee e Bright Data oferecem scraping via API confiável para a maioria dos sites. Elas lidam automaticamente com proxies, renderização de navegador e medidas anti-bot.
-
Para plataformas específicas: procure APIs especializadas, como LinkedIn scrapers, Amazon scrapers e outras. Elas são otimizadas para essas plataformas e lidam com os desafios próprios de cada site.
O que procurar:
- Documentação clara e exemplos
- Uptime e suporte confiáveis
- Preços transparentes, sem taxas escondidas
- Boas taxas de sucesso nos sites que você quer extrair
A realidade: mesmo os melhores scrapers via API exigem habilidades técnicas. Se “fazer chamadas de API” parece complicado para você, escolha AI scraping; ele dará mais controle e tranquilidade.
💡 API Scraping é econômico, mas técnico
Scraping via API oferece o melhor custo por página em projetos de alto volume, mas você precisa de habilidades técnicas para usá-lo bem. Não escolha só porque é barato se você não consegue implementá-lo. E lembre-se do ditado: o barato pode sair caro.
Resumo final: qual método escolher?
Depois de comparar os três métodos, veja como escolher o mais adequado para a sua situação.
Escolha AI Scraping se:
- Você não é técnico e quer a opção mais simples
- Tempo de manutenção custa caro para você
- Os sites que você extrai mudam com frequência
- Você precisa de flexibilidade para ajustar facilmente os dados extraídos
Melhor para: usuários não técnicos, equipes pequenas, criação de listas de leads, pesquisa de mercado, inteligência competitiva e projetos em que tempo e facilidade de uso importam mais do que alguns centavos por página.
Melhor ferramenta: Datablist, para uma experiência realmente no-code com instruções em linguagem natural.
Escolha ferramentas click-and-point se:
- Você extrai dados de sites estáveis que raramente mudam
- Você se sente confortável aprendendo conceitos técnicos
- Você aceita fazer manutenção quando os sites forem atualizados
- Você prefere aplicativos desktop a ferramentas web
Melhor para: equipes com conforto técnico, sites governamentais ou institucionais estáveis e projetos em que o tempo de configuração não é a principal preocupação.
Melhor ferramenta: Octoparse, pelos recursos maduros e pela documentação extensa.
Escolha scraping via API se:
- Você é técnico ou tem desenvolvedores na equipe
- Você faz scraping em alto volume, com milhares de páginas por dia
- Custo por página é sua principal prioridade
- Você está integrando scraping a aplicações
Melhor para: equipes técnicas, projetos de alto volume, integração em aplicações, situações em que há tempo de desenvolvimento disponível e o custo por página é prioridade.
Melhores ferramentas: ScrapingBee ou Bright Data para scraping geral, e APIs especializadas para plataformas específicas.
Nossa recomendação para a maioria das pessoas
Para 80% dos usuários, AI scraping é a escolha certa. A facilidade de uso, a flexibilidade e a manutenção mínima justificam o custo por página um pouco maior.
O mercado de no-code scraping evoluiu. O que antes exigia conhecimento técnico ou horas de configuração hoje leva minutos com instruções claras.
Aqui estão 3 motivos simples para começar por AI scraping:
- É o método mais fácil
- É o método mais flexível
- Não exige manutenção
E, se você quiser escalar para mais de 10.000 extrações por dia, pode migrar para scrapers via API.
Perguntas frequentes
Qual é o método de no-code scraping mais eficiente?
Eficiência depende do que você está medindo. Scraping via API é o mais eficiente em custo para projetos de alto volume, se você tem conhecimento técnico. AI scraping é o mais eficiente em tempo de configuração e manutenção se você não é técnico. Para a maioria dos usuários, AI scraping oferece a melhor eficiência geral ao eliminar barreiras técnicas e trabalho de manutenção.
AI Scraping é melhor que No-Code Scraping?
AI scraping é um tipo de no-code scraping, apenas a versão mais avançada. Quando as pessoas fazem essa pergunta, normalmente querem saber: “AI scraping é melhor que ferramentas click-and-point?” Para a maioria dos casos, sim. AI scraping se adapta automaticamente às mudanças dos sites, exige menos conhecimento técnico, reduz manutenção e tende a custar menos no total do que ferramentas click-and-point.
AI Scraping é caro?
AI scraping custa mais por página do que métodos via API, mas menos do que o custo total de ferramentas click-and-point. Para extrair 1.000 registros de um diretório, espere gastar entre 800 e 1.200 créditos, dependendo da ferramenta e da complexidade das páginas. O valor está na manutenção zero e na ausência de conhecimento técnico necessário, o que economiza tempo e dinheiro para usuários não técnicos.
O que é AI No-Code Scraping?
AI no-code scraping, ou AI scraping, significa usar inteligência artificial para extrair dados de sites sem escrever código nem configurar seletores técnicos. Você descreve em linguagem simples quais dados deseja, e a AI entende sua intenção e cuida dos detalhes técnicos. Ele combina a acessibilidade das ferramentas no-code com a capacidade de se adaptar automaticamente a diferentes estruturas de site.
Posso usar vários métodos de scraping juntos?
Sim, e muitas equipes fazem exatamente isso. Use AI scraping para exploração, novos sites e situações em que flexibilidade importa. Depois de identificar tarefas repetitivas e de alto volume, considere migrar essas tarefas específicas para métodos via API para economizar. Mas lembre-se de que você terá que lidar com conceitos técnicos, e isso leva tempo.