%22%20stroke-width%3D%2210%22%20stroke-opacity%3D%221%22%20transform%3D%22translate(360%20505)%20scale(1)%20translate(-360%20-505)%22%2F%3E%3Cpath%20d%3D%22M24%20104L190%2024L360%2092L530%2024L696%20104V782C696%20872%20556%20962%20360%201000C164%20962%2024%20872%2024%20782Z%22%20fill%3D%22none%22%20stroke%3D%22url(%23t)%22%20stroke-width%3D%222%22%20stroke-opacity%3D%220.5%22%20transform%3D%22translate(360%20505)%20scale(0.962)%20translate(-360%20-505)%22%2F%3E%3C%2Fsvg%3E)
Rating de impacto
Como o rating se forma e onde ele fica em relação ao resto do grupo
- Rating
- 0.82grupo 1.18
- Impacto
- 0.44grupo 1.22
- Kills por round
- 0.33grupo 0.72
- Mortes por round
- 0.67grupo 0.71
- ADR
- 95grupo 101
- KAST
- 67%grupo 72%
Função no time
O que os números dizem sobre o estilo de jogo
- Entry kills
- Tempo de duelo
- 20922 ms do primeiro dano até a kill
- Round ganho após abrir
- Clutches
- Trocas
- Vingança nos dois sentidos
- Utilitário
- 37 de dano · 2 inimigos cegados · 0 assists de flash
- Objetivo
- 0 bombas plantadas · 0 desarmadas · 0 MVPs
- Multi-kills
- 0× 2k · 0× 3k · 0× 4k · 0× ace
19862 ms mais lento que a média do grupo
CT vs TR
Mesmo jogador, lados diferentes
Armas favoritas
1 kills com as 1 mais usadas · 0.33 por round
- USP-S10.33/round
Por tipo de compra
Do pistol round ao full buy: quanto ele aparece e quanto rende em cada economia
- K/D
- 1.00
- KPR
- 1.00
- ADR
- 247
- Kills
- 1
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 37
- Kills
- 0
- K/D
- 1.00
- KPR
- 1.00
- ADR
- 247
- Kills
- 1
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 0
- Kills
- 0
- K/D
- 0.00
- KPR
- 0.00
- ADR
- 37
- Kills
- 0
100% das kills saíram contra pistola ou eco; 0% contra semi ou full buy.
Flashes e utilidade
Quanto as granadas dele viram vantagem para o time
8.3s de inimigo cego · 4.7s de aliado cego
Onde os tiros acertam
Cada acerto registrado na demo, pela região do corpo de quem levou
Alvos CT
0 acertos
- Cabeça
- 00%
- Peito
- 00%
- Barriga
- 00%
- Braços
- 00%
- Pernas
- 00%
Acertos que ele deu jogando de TR
Alvos TR
6 acertos
- Cabeça
- 117%
- Peito
- 117%
- Barriga
- 350%
- Braços
- 00%
- Pernas
- 00%
Acertos que ele deu jogando de CT
Arma por arma
Tiros disparados, acertos e dano de cada arma que ele puxou
| Arma | Tiros | Acertos | Precisão | HS% | Kills | Dano |
|---|---|---|---|---|---|---|
| USP-S | 21 | 0 | 0% | — | 1 | 0 |
| P90 | 13 | 0 | 0% | — | 0 | 0 |
Primeira bala vs spray
Uma rajada nova começa depois de 0,4 s sem atirar. 18% dos tiros dele são o primeiro de uma rajada.
Vida no round
Quanto tempo ele fica vivo, quando aparece a primeira kill e o que vem depois da bomba
- Retake ganho
- de CT, bomba no chão
Economia
O que ele carrega, o que gasta e o que salva
Ficha corrida
O que a demo registra e ninguém gostaria que registrasse
Mapa de calor de rotas
Cada ponto é uma posição amostrada por segundo; ficar mais tempo deixa o ponto maior e mais intenso
Visão geral · 6 áreas
Visão geral · 0 áreas
Mapa vetorial por setpos.gg. TSpawn e CTSpawn não entram na leitura.
| Mapa | Jogos | Vitórias | Rounds | K–D | KPR | ADR | Rating |
|---|---|---|---|---|---|---|---|
| Nuke | 1 | 0 (0%) | 3 | 1–2 | 0.33 | 95 | 0.82 |
Histórico
Partidas de Coyote registradas em Mix dos CAMPEÕES
| Data | Mapa | Resultado | Placar | K–D–A | ADR | KAST | Rating |
|---|---|---|---|---|---|---|---|
| 01 de nov. de 2026 | Nuke | Derrota | 2–1 | 1–2–1 | 95 | 67% | 0.82 |
Levar os dados para uma IA
Tudo o que a gente guarda sobre esse jogador, num arquivo só, para pedir análise fora daqui
O arquivo tem a carreira somada, cada uma das 1 partida com os rounds em ordem, o recorte por mapa, a média do grupo para comparação e um glossário explicando cada campo. Nenhuma demo vai junto, só os números.
- Baixar o JSON
- Anexar o arquivo numa conversa com ChatGPT, Claude, Gemini ou outro.
- Mandar o pedido abaixo, ou escrever o seu.
Anexei a exportação das minhas estatísticas de CS2 (Coyote, 1 partidas, 3 rounds). Leia o campo readme e o glossary antes de concluir qualquer coisa. Me diga, com os números como prova: meus três pontos fortes, os três erros que mais custam rounds e o que treinar nas próximas semanas, em ordem. Compare com teamBaseline em vez de julgar número solto, separe CT e TR, aponte os mapas em que caio mais e explique se a amostra é pequena demais para alguma conclusão.