Pular para o conteúdo
AI

Prompt Engineering na prática: Como o Detector de Cilada usa o Gemini contra golpes

Capa do artigo: Prompt Engineering na prática: Como o Detector de Cilada usa o Gemini contra golpes

Olá meus Unicórnios! 🦄✨

Sabe aquela mensagem no WhatsApp com uma promoção imperdível ou um aviso urgente? Pois é.

Criei o Detector de Cilada porque meus familiares — como minhas tias e minhas irmãs — sempre me mandam prints e links suspeitos com a mesma pergunta:

🗣️ "Paloma, será que isso é golpe?"

Para ajudar a resolver essa dúvida constante e garantir que eles (e qualquer pessoa) possam navegar na internet com mais segurança, decidi criar esta plataforma.

O objetivo é usar a tecnologia para analisar e identificar fraudes, phishing e armadilhas virtuais de uma forma simples, rápida e acessível para todos.

Na dúvida, é só jogar no Detector! 🔍

Detector de Cilada — Analise mensagens suspeitas com IARecebeu uma mensagem suspeita? Cole o texto e nossa IA analisa em segundos se é um golpe, phishing ou cilada.detectordecilada.com.br

🛠️ Como o Detector de Cilada foi desenvolvido

O Detector de Cilada é uma aplicação web full-stack desenvolvida com tecnologias modernas e amplamente utilizadas no mercado.

O frontend foi construído com React e TypeScript, utilizando Vite como ferramenta de build e Tailwind CSS para estilização. A interface é simples, responsiva e focada na experiência do usuário.

O backend é uma API REST em Node.js com Express, conectada a um banco de dados MySQL através do ORM Prisma. Para otimizar o desempenho, a aplicação conta com cache via Redis.

O grande diferencial da plataforma é a integração com a API do Google Gemini, responsável por analisar os conteúdos enviados pelos usuários e identificar características comuns em golpes e fraudes digitais.

A segurança foi uma prioridade desde o início do desenvolvimento, com proteção contra bots, rate limiting, autenticação JWT no painel administrativo e boas práticas em toda a aplicação.

Por fim, o sistema conta com integração ao Mercado Pago para recebimento de doações e Nodemailer para envio de e-mails transacionais para acompanhamento do sistema.

🚀 A Stack Tecnológica do Detector de Cilada

⚛️ Frontend:

Desenvolvido em React + TypeScript, empacotado com Vite para máxima velocidade e estilizado com Tailwind. O roteamento é gerenciado via React Router DOM, com validação rigorosa de formulários usando React Hook Form + Zod, e visualização de dados incríveis com Recharts.

⚙️ Backend:

Construído em Node.js com Express. A persistência de dados utiliza o ORM Prisma conectado a um banco MySQL. Para garantir alta performance e respostas rápidas, implementamos cache com Redis utilizando a eficiente estratégia stale-while-revalidate.

🧠 Inteligência Artificial:

Integração direta com a API do Google Gemini para análise profunda de conteúdo suspeito. Todas as requisições de IA são logadas no banco de dados para fins de auditoria e melhoria contínua.

🔍 Análise Técnica:

O sistema realiza consultas WHOIS via node-whois e inspeção de certificados TLS e DNS usando os módulos nativos do Node.js. Também conta com parsing avançado de cabeçalhos e corpos de e-mails (formatos .eml e .msg) através das bibliotecas Mailparser e MSGReader.

🛡️ Segurança:

Proteção robusta garantida por Helmet, tokens CSRF, táticas defensivas de honeypot e rate limiting por IP contra abusos. O painel administrativo é protegido via JWT, com senhas criptografadas com segurança usando bcryptjs.

🛠️ Ferramentas:

Monitoramento com logs estruturados via Pino, testes de API automatizados com Jest + Supertest, envios de e-mails transacionais pelo Nodemailer e integração com o SDK do Mercado Pago para o sistema de suporte e doações.

☁️ Hospedagem & Infraestrutura:

Toda essa arquitetura roda de forma lisa e escalável em uma VPS Ubuntu 24, hospedada na Hostinger.

🧠 Por Trás das Câmeras: Como o "Cérebro" do Detector de Cilada Pensa

Muitas pessoas acham que usar Inteligência Artificial é apenas fazer uma pergunta e receber uma resposta mágica 🪄. Mas para criar uma ferramenta confiável como o Detector de Cilada, precisamos programar o 'raciocínio' da IA através de uma técnica chamada Prompt Engineering (Engenharia de Prompt) 🛠️.

O prompt não é apenas uma pergunta; é um roteiro detalhado que guia cada etapa do pensamento da IA. Veja como estruturamos esse processo para garantir análises precisas e úteis:

1. Definindo a Personalidade (O Papel) 🕵️‍♀️🇧🇷

Primeiro, nós dizemos à IA quem ela deve ser. Não queremos uma resposta genérica. O prompt começa com uma instrução clara:

"Você é um especialista em detectar fraudes no Brasil."

Com isso, a IA 'ativa' todo o seu conhecimento relacionado a golpes brasileiros, gírias comuns usadas por criminosos 🗣️, táticas de engenharia social populares no país e os nomes de empresas que são frequentemente usadas como isca (como bancos, serviços de entrega e e-commerce) 📦💳.

2. Absorvendo o Contexto e Evoluindo (A Tabela de Exemplos) 📚🔄

Para que a IA saiba diferenciar uma mensagem real de uma fraude, nós fornecemos a ela uma 'base de comparação'. O prompt utiliza uma tabela com exemplos reais e diversificados de golpes, como:

  • Um Pix falso de um suposto parente 💸🙋‍♂️.
  • Uma falsa notificação de bloqueio de conta bancária 🏦❌.
  • Uma promoção falsa de uma grande loja de varejo 🎁🛍️.
  • Um aviso falso de taxa de importação dos Correios 📬✈️.

✨ O grande diferencial: Essa tabela não é estática, ela é viva! Conforme novas análises são realizadas pelo sistema e novos padrões de golpes surgem na internet, essa base vai recebendo mais exemplos. Ou seja, quanto mais o Detector de Cilada é usado, mais atualizado e "inteligente" o nosso cérebro artificial fica para barrar as armadilhas mais recentes. 📈🛡️

3. Executando a Tarefa (O Comando) 📋🚀

Após definir quem ela é e mostrar os exemplos do que procurar, damos o comando final. A IA sabe que deve:

  1. Ler a mensagem enviada pelo usuário 📖.
  2. Analisar a mensagem em busca de sinais de perigo ⚠️.
  3. Calcular uma pontuação de risco 🔢.
  4. Gerar uma explicação detalhada e simples 📝.

4. Respeitando as Restrições (As Regras) 🛡️🚫

Uma parte crucial do 'pensamento' da IA são as regras de segurança que impomos. No prompt do Detector de Cilada, há uma regra de ouro:

“Nunca afirmar que uma mensagem é 100% segura.”

Isso é fundamental porque novas fraudes surgem a todo momento. A IA é treinada para ser cautelosa e nunca dar uma falsa sensação de segurança absoluta, focando sempre em alertar sobre possíveis riscos 🚨.

5. Formatando a Resposta (A Saída) 💻📊

Finalmente, para que o nosso site consiga entender e te mostrar o resultado de forma organizada, o prompt exige que a IA responda em um formato técnico específico (chamado JSON), contendo exatamente três informações:

  1. subject (Assunto): De qual empresa ou tema o golpe trata (ex: 'Nubank') 🏢.
  2. score (Pontuação): O nível de risco de 1 a 100 💯.
  3. explanation (Explicação): O texto detalhado que você lê na tela, formatado para destacar os pontos de alerta 🗣️.

O Resultado Final para Você 🎉

Todo esse 'processo de pensamento' acontece em segundos ⚡. O resultado é uma análise profunda e em constante evolução, que traduz códigos e padrões complexos em uma resposta simples: é cilada ou não? 🤔

🚀 Pair Programming com IA: Como codifiquei a plataforma anti-golpes

O desenvolvimento do Detector de Cilada não teria sido possível sem o auxílio de ferramentas poderosas de Inteligência Artificial.

Durante todo o processo de codificação e arquitetura do sistema, utilizei dois dos modelos de IA mais avançados do mercado:

🤖 Claude Opus 4.6:

Esta IA de ponta da Anthropic foi fundamental para o desenvolvimento e refinamento de códigos complexos, ajudando a estruturar a lógica do backend e a componentização no frontend com React e TypeScript. A capacidade do Claude de compreender contextos complexos acelerou significativamente o tempo de desenvolvimento.

🧠 Gemini 3.1 Pro:

O modelo do Google foi extremamente útil para tarefas de processamento de linguagem natural, auxiliando na criação e no teste de prompts para o próprio motor de IA do sistema, além de oferecer insights valiosos sobre segurança e otimização de consultas ao banco de dados MySQL via Prisma.

🤔 Na dúvida sobre uma mensagem? Use o Detector de Cilada!

Comece a navegar com mais tranquilidade e segurança agora mesmo. Acesse a plataforma:

Detector de Cilada — Analise mensagens suspeitas com IARecebeu uma mensagem suspeita? Cole o texto e nossa IA analisa em segundos se é um golpe, phishing ou cilada.detectordecilada.com.br

Por hoje é só, meus unicórnios! 🦄✨

Que a magia do arco-íris continue brilhando em suas vidas! Até mais! 🌈🌟

Perguntas frequentes

O que é Prompt Engineering na prática?
É programar o raciocínio da IA em vez de apenas fazer uma pergunta. No Detector de Cilada o prompt é um roteiro detalhado que guia cada etapa: define a personalidade que a IA assume, mostra uma tabela de exemplos de comparação, dá o comando do que fazer, impõe regras de segurança e exige um formato específico de resposta.
Por que dizer à IA que ela é especialista em fraudes no Brasil?
Porque o prompt começa com uma instrução clara de papel, e isso ativa o conhecimento certo. Com "Você é um especialista em detectar fraudes no Brasil", a IA passa a considerar golpes brasileiros, as gírias usadas por criminosos, táticas de engenharia social populares no país e os nomes das empresas mais usadas como isca, como bancos, serviços de entrega e e-commerce.
O Detector de Cilada diz se uma mensagem é 100% segura?
Não, e isso é uma regra de ouro escrita no prompt: "Nunca afirmar que uma mensagem é 100% segura". Novas fraudes surgem a todo momento, então a IA é orientada a ser cautelosa e nunca dar uma falsa sensação de segurança absoluta, focando em alertar sobre possíveis riscos.
Qual o formato da resposta que a IA devolve?
O prompt exige JSON com exatamente três campos: subject, que é a empresa ou tema de que o golpe trata; score, o nível de risco de 1 a 100; e explanation, o texto detalhado que aparece na tela, formatado para destacar os pontos de alerta. É esse formato fixo que permite ao site entender e exibir o resultado de forma organizada.
A base de exemplos de golpes fica desatualizada?
Não, porque a tabela de exemplos não é estática. Conforme novas análises são feitas pelo sistema e novos padrões de golpe surgem, essa base recebe mais exemplos. Ela já cobre casos como Pix falso de suposto parente, falsa notificação de bloqueio de conta bancária, promoção falsa de loja de varejo e aviso falso de taxa de importação dos Correios.
Que tecnologias o Detector de Cilada usa?
O frontend é React com TypeScript, empacotado com Vite e estilizado com Tailwind CSS. O backend é uma API REST em Node.js com Express, banco MySQL via ORM Prisma e cache em Redis com a estratégia stale-while-revalidate. A análise técnica inclui consultas WHOIS, inspeção de certificados TLS e DNS, e leitura de e-mails .eml e .msg. Tudo roda numa VPS Ubuntu 24.
AI

Leia também

Node.js

ElevenLabs: clonando vozes com Node.js

Como clonar uma voz na ElevenLabs pela API com Node.js: envio das amostras em multipart, a armadilha do Content-Type, listar e apagar.