Preparing your workspace
Jobbit
Guias14 min de leitura

O que é prompt injection? 7 ataques reais a agentes de IA

O que é prompt injection? Um guia simples sobre como texto escondido sequestra um agente de IA, 7 ataques documentados de 2024 e 2025 e 9 defesas que pode usar.

O que é prompt injection? 7 ataques reais a agentes de IA
Ler em:

Prompt injection é quando o texto que uma IA lê, num email, numa página web ou num documento, é tomado como uma instrução e muda o que a IA faz. O National Cyber Security Centre (NCSC) do Reino Unido afirmou em dezembro de 2025 que estes ataques "podem nunca ser totalmente mitigados", e todos os grandes fornecedores concordam que o problema não está resolvido. Este guia explica-o em linguagem simples, mostra 7 ataques documentados e apresenta 9 defesas que uma pequena empresa pode aplicar já hoje.

Pede ao seu assistente de IA que resuma o email desta manhã. Uma das mensagens, de um endereço que não conhece, contém uma linha que nunca vê: texto branco sobre fundo branco a mandar o assistente procurar as suas últimas faturas e enviá-las para outro sítio. O assistente não distingue essa linha do seu pedido. Ambos são apenas palavras. Isto é prompt injection (injeção de instruções) e importa cada vez mais, porque as ferramentas passaram de responder a perguntas para fazer coisas: ler a caixa de entrada, abrir ficheiros, clicar em botões num navegador. O inquérito governamental Cyber Security Breaches Survey, publicado em abril de 2026, concluiu que 31% das empresas do Reino Unido usam, estão a adotar ou ponderam usar IA, e que apenas 24% dessas tinham algum processo para gerir os respetivos riscos de segurança.

A seguir: como verificámos este guia, a ideia em linguagem simples, 7 ataques reais numa tabela, onde se escondem as instruções ocultas, porque é que os agentes aumentam o risco, o que os próprios fornecedores admitem, 9 defesas, definições que vale a pena alterar e como continuar a usar um agente em segurança.

Um agente que pode vigiar é mais fácil de ter como de confiança. No Jobbit vê o navegador do agente enquanto trabalha e pode assumir o controlo a qualquer momento, e o modo Plan mostra os passos antes de qualquer execução. Plano gratuito, 100 créditos por dia, sem cartão.

Como verificámos este guia

  1. Fontes primárias, lidas a 13 de novembro de 2026. A lista de riscos da OWASP para aplicações de IA, o National Cyber Security Centre, o organismo de normalização dos Estados Unidos NIST, o Information Commissioner's Office (ICO) e publicações de segurança da Microsoft, da Google e da Anthropic.
  2. Cada ataque rastreado até aos investigadores que o divulgaram. Quando o relatório original não carregava, a tabela indica-o.
  3. Apenas defesa. Este guia descreve o funcionamento dos ataques ao nível que as fontes oficiais publicam. Não contém nenhum texto de ataque funcional.
  4. As citações de fornecedores são palavras dos próprios fornecedores, retiradas dos seus blogues de segurança e páginas de investigação, não de marketing.
  5. Nenhuma afirmação de que algum produto é imune, incluindo o nosso.

Prompt injection em linguagem simples

A OWASP, a organização por detrás da lista mais conhecida de riscos de segurança de software, coloca o prompt injection em primeiro lugar na sua lista para aplicações de IA e define-o assim: uma vulnerabilidade que "ocorre quando os prompts do utilizador alteram o comportamento ou o resultado do LLM de formas não pretendidas". Divide o problema em dois.

  • Prompt injection direto. Quem escreve é o atacante. Tenta convencer a IA a abandonar as suas regras. Este é sobretudo um problema do fornecedor.
  • Prompt injection indireto. A instrução chega dentro de algo que a IA foi mandada ler. A OWASP descreve-o como entrada "de fontes externas, como sites ou ficheiros". Quem usa a IA é a vítima. Este é o seu problema.

A causa de fundo é simples de enunciar. O NIST explica que estes modelos "combinam os canais de dados e de instruções". Um programa normal mantém os comandos e o conteúdo separados. Um modelo de linguagem recebe um único fluxo longo de texto e decide por si quais as partes que contam.

O nome data de 12 de setembro de 2022, quando o programador Simon Willison escreveu: "Proponho que o nome óbvio para isto seja prompt injection." Ecoa um ataque mais antigo a bases de dados, e o National Cyber Security Centre avisa para não levar a comparação longe demais. A injeção em bases de dados tem uma correção conhecida. Para os modelos de linguagem, o centro sugere pensar num "inherently confusable deputy" (um ajudante inerentemente confundível): um auxiliar com o seu acesso que pode ser convencido a trabalhar para outra pessoa.

7 ataques reais num relance

Quando foi divulgadoProdutoOnde se escondia a instruçãoO que um atacante podia fazerO que mudou
agosto de 2024Slack AIUma mensagem num canal públicoFazer com que um segredo privado fosse mostrado à vítima como uma ligação para clicarA Slack classificou o comportamento como pretendido, segundo os investigadores
maio de 2025Um agente ligado ao GitHubUma issue num repositório de código públicoLevar dados de um repositório privado para um local públicoSem correção; aconselhadas permissões mais restritas
junho de 2025Microsoft 365 CopilotUm email, sem necessidade de cliqueDivulgar informação através de uma redeCorrigido pela Microsoft, registado como CVE-2025-32711
agosto de 2025Google GeminiO título de um convite de calendárioApagar eventos, enviar mensagens, controlar dispositivos de casa inteligenteA Google acrescentou confirmações e filtragem
agosto de 2025ChatGPT com ficheiros ligadosTexto branco minúsculo num documento partilhadoPesquisar chaves numa unidade ligada e divulgá-lasA OpenAI acrescentou uma verificação que, segundo os investigadores, não era suficiente
agosto de 2025Navegador Comet da PerplexityUm comentário oculto numa página webLer um código de uso único do email e tomar conta de uma contaCorrigido e depois referido como não totalmente resolvido
setembro de 2025Salesforce AgentforceA caixa de descrição de um formulário webEnviar registos de clientes para um endereço externoA Salesforce passou a impor uma lista de endereços de confiança

Os investigadores foram, por ordem, a PromptArmor, a Invariant Labs, a equipa creditada no registo de vulnerabilidade da Microsoft, a SafeBreach, a Zenity Labs, a Brave e a Noma Labs. O caso do Microsoft 365 Copilot é descrito a partir do registo público da vulnerabilidade e de um artigo académico, porque o relatório original não carregou para nós.

Três coisas sobressaem. Todos os produtos são de empresas grandes e cuidadosas. Nenhuma das vítimas teve de fazer nada de invulgar: pediram um resumo, aceitaram um convite ou receberam um email. E vários dos arranjos foram descritos pelos investigadores como parciais.

Onde se escondem as instruções ocultas

Cada um destes casos vem de uma das divulgações acima ou de uma fonte oficial.

  • Páginas web. Texto branco sobre fundo branco, comentários no código da página, texto atrás de uma etiqueta de spoiler.
  • Emails. Texto invisível no corpo da mensagem. A página de segurança da Anthropic avisa que "uma lista de tarefas ou um email pode conter texto invisível".
  • Convites de calendário. No título do evento, fora de vista até ser expandido.
  • Documentos partilhados. Texto branco de um pixel num ficheiro que lhe enviaram para rever.
  • Formulários web. Uma caixa "conte-nos o seu pedido" que alimenta o seu sistema de clientes.
  • Canais de chat e repositórios de código. Qualquer sítio onde um desconhecido pode publicar e o seu assistente pode ler.
  • Imagens. A OWASP refere uma instrução embutida numa imagem que acompanha texto inofensivo.
  • Descrições de ferramentas. O Information Commissioner's Office chama-lhe "tool poisoning, em que isto fica escondido nos metadados das ferramentas com que um agente de IA interage".

O padrão é que tudo o que a sua IA lê em seu nome é uma porta de entrada, e o texto não o verá você.

Porque é que os agentes aumentam o risco

Um chatbot enganado dá uma resposta má. Um agente enganado toma uma ação má. Simon Willison deu nome à combinação perigosa em junho de 2025: "acesso aos seus dados privados", "exposição a conteúdo não fiável" e "capacidade de comunicar externamente". Chamou-lhe a lethal trifecta (a trindade letal). Um assistente com as três pode receber ordem de um desconhecido para encontrar algo privado e enviá-lo para fora.

Volte à tabela. Todos os ataques tinham as três. A função de resumo podia ler mensagens privadas, lia a mensagem de um desconhecido e podia mostrar uma ligação. Retire qualquer uma das três e o ataque falha.

O documento do National Cyber Security Centre de maio de 2026 sobre IA agêntica faz a mesma observação para as organizações: "Se um agente tiver privilégios a mais ou for mal concebido, uma única falha pode rapidamente tornar-se um incidente grave." O nosso texto explicativo sobre agentes de IA que usam o computador mostra o que estas ferramentas já conseguem fazer.

O que os próprios fornecedores admitem

Este não é um problema que o setor esconda.

  • A Anthropic, em investigação publicada em novembro de 2025, chamou ao prompt injection "um problema longe de estar resolvido" e escreveu que "nenhum agente de navegação é imune a prompt injection". Publicou os seus próprios números: contra um atacante automatizado persistente, o seu melhor modelo foi enganado 1.4% das vezes com as salvaguardas ativas, e disse que mesmo 1% "continua a representar um risco significativo".
  • O diretor de segurança da informação da OpenAI descreveu-o em outubro de 2025 como "um problema de segurança de fronteira, por resolver".
  • A equipa de resposta de segurança da Microsoft escreveu em julho de 2025 que a sua abordagem "não depende da nossa capacidade de bloquear todos os prompt injections". Uma publicação de segurança da Microsoft de maio de 2026 foi mais direta: "o seu LLM não é uma fronteira de segurança."
  • A Google descreveu em junho de 2025 uma defesa em camadas: classificadores, filtragem de ligações e pedir ao utilizador que confirme ações de risco.
  • O National Cyber Security Centre aconselha ceticismo perante qualquer fornecedor que afirme conseguir travá-lo.

Quando os próprios fabricantes dizem que a fechadura pode ser forçada, parta do princípio de que um dia será.

9 defesas que uma pequena empresa pode usar hoje

  1. Dê ao agente o menor acesso que cumpra a tarefa. O National Cyber Security Centre diz para dar aos agentes "apenas o acesso mínimo de que precisam, pelo tempo mais curto necessário". Um assistente que redige respostas não precisa de as enviar.
  2. Quebre a trindade. Não deixe um único assistente ler dados privados, ler conteúdo de desconhecidos e enviar coisas para fora, tudo na mesma tarefa. Resuma a caixa de entrada numa sessão; envie noutra, você mesmo.
  3. Mantenha uma pessoa envolvida em tudo o que importa. A OWASP recomenda revisão humana "para ações de alto risco ou privilegiadas". Pagamentos, eliminações, qualquer coisa enviada a um cliente.
  4. Trate o que a IA lê como não fiável. Uma página web, um anexo e um email de um remetente desconhecido são conteúdo, nunca comandos.
  5. Trate também o que a IA escreve como não fiável. Não clique numa ligação de um resumo de IA para "voltar a autenticar". Foi esse o ataque à Slack.
  6. Use um perfil de navegador separado para o trabalho com agentes. O conselho de segurança da própria Anthropic é um perfil sem contas bancárias, de saúde ou governamentais com sessão iniciada.
  7. Veja-o trabalhar. Se a tarefa se desviar, por exemplo um resumo que se transforma numa pesquisa nos seus ficheiros, pare-a. Vale a pena guardar registos do que o agente leu e fez.
  8. Comece por tarefas de baixo risco. O conselho do centro é "começar pequeno, usar agentes apenas em tarefas de baixo risco". Pesquisa e redação antes de faturas e email.
  9. Escreva-o na sua política de IA. Quem pode ligar que ferramenta a que conta, e quem a pode desligar. O nosso modelo de política de IA tem a redação.

Nenhuma destas medidas exige uma equipa de segurança. São os mesmos hábitos de não abrir um anexo de um desconhecido, aplicados a um novo tipo de ajudante.

Definições que vale a pena alterar

  • Modo de aprovação. As páginas de ajuda da Anthropic dizem que o Claude in Chrome pode ser definido para "Manually approve" (aprovar manualmente), de modo a rever todas as ações, e que pode conceder ou retirar o acesso a sites específicos.
  • Navegação sem sessão iniciada. O responsável de segurança da OpenAI descreveu um modo sem sessão para o seu agente de navegação Atlas, em que o agente trabalha sem as suas contas. Use-o para pesquisar em sites que não conhece.
  • Conectores. Cada armazenamento de ficheiros, caixa de correio e calendário que liga alarga o que uma instrução injetada pode alcançar. Ligue o que a tarefa exige e depois desligue.
  • Aprovação automática. Qualquer opção "permitir sempre" troca segurança por rapidez. Uma das divulgações de 2025 notou que esconde precisamente o passo que gostaria de ver.

Como continuar a usar um agente em segurança

Nada disto é motivo para parar. É motivo para escolher ferramentas supervisionadas e tarefas sensatas. O ChatGPT, o Claude, o Gemini, o Microsoft Copilot, o Manus e o Muse da Meta enfrentam todos o mesmo problema, e o Jobbit também. O que pode escolher é quanto consegue ver e travar.

  • Veja e assuma o controlo. O navegador de um agente Jobbit fica visível enquanto trabalha, e pode assumir o controlo a qualquer momento. O nosso guia sobre o navegador do agente mostra como.
  • Planeie antes de agir. O modo Plan apresenta os passos para aprovação antes de qualquer execução, como explicado no nosso guia sobre como orientar um agente.
  • Comece por trabalho sem trindade. Criar um site, escrever um documento, pesquisar um mercado e fazer uma folha de cálculo envolvem poucos dados privados e nada enviado em seu nome.
  • Mantenha os segredos fora do chat. Os projetos incluem um local próprio para segredos, para que chaves e palavras-passe não tenham de ser coladas numa conversa.
  • Entregue a parte arriscada a uma pessoa. Um profissional verificado da rede humana pode fazer o passo que exige discernimento, com o pagamento retido em escrow.

A posição honesta é a que os fornecedores assumem: nenhum agente é imune. A supervisão e o acesso limitado são o que impede um agente enganado de se tornar um incidente.

O panorama no Reino Unido

O Information Commissioner's Office (ICO, a autoridade britânica de proteção de dados) publicou em maio de 2026 cinco passos para proteger uma organização de ameaças com recurso a IA: saber ao que se está a opor, acertar nos fundamentos e criar defesas em camadas, restringir os pontos de acesso, melhorar a deteção e a resposta e proteger os dados pessoais. Descreve o prompt injection indireto como instruções maliciosas "embutidas em conteúdo externo que um sistema de IA processa".

A dimensão do risco comum está no Cyber Security Breaches Survey 2025/2026: 43% das empresas do Reino Unido comunicaram uma violação ou ataque nos doze meses anteriores, numa amostra de 2,112 empresas. O prompt injection é uma nova via entre muitas antigas. O nosso guia sobre burlas com IA dirigidas a pequenas empresas trata das outras.

Ler a seguir

Perguntas frequentes

O que é prompt injection em termos simples?

É quando palavras dentro de algo que uma IA lê são tratadas como uma instrução. A IA não consegue distinguir de forma fiável o seu pedido do texto num email, página web ou ficheiro, pelo que uma linha escondida pode mudar o que ela faz. A OWASP classifica-o como o primeiro risco da sua lista para aplicações de IA.

Qual é a diferença entre prompt injection direto e indireto?

A injeção direta é escrita por quem usa a IA, para a fazer quebrar as suas regras. A injeção indireta é plantada em conteúdo que a IA é mandada ler, como uma página web ou um documento, e visa a pessoa que a usa. A injeção indireta é a que ameaça uma empresa.

O que acontece se um agente de IA resumir um email com instruções ocultas?

Pode segui-las. Em casos documentados de 2024 e 2025, assistentes a quem foi pedido um resumo passaram a pesquisar ficheiros privados, a revelar segredos ou a enviar dados para fora. O êxito depende das salvaguardas do produto e do que o agente pode aceder, razão pela qual o acesso limitado é importante.

O prompt injection pode ser resolvido?

Não por completo, com base nas provas atuais. O National Cyber Security Centre afirma que estes ataques podem nunca ser totalmente mitigados, e a Anthropic, a OpenAI e a Microsoft disseram todas que o problema não está resolvido. As salvaguardas reduzem a taxa de êxito. Limitar o que o agente pode alcançar limita o dano.

Prompt injection é o mesmo que jailbreaking?

Sobrepõem-se. Jailbreaking costuma significar um utilizador convencer a IA a ignorar as suas regras de segurança. O prompt injection abrange qualquer entrada que altere o comportamento da IA de formas não pretendidas, incluindo texto plantado por terceiros. Um jailbreak é um tipo de prompt injection direto.

Como protejo a minha empresa de prompt injection?

Dê às ferramentas de IA o menor acesso de que precisam, mantenha uma pessoa a aprovar pagamentos e mensagens enviadas, nunca deixe um assistente ler dados privados, ler conteúdo de desconhecidos e enviar coisas para fora na mesma tarefa, e use um perfil de navegador separado para o trabalho com agentes. Escreva as regras numa política de IA.

É seguro usar um agente de IA?

Sim, com supervisão e as tarefas certas. Comece por trabalho com poucos dados privados, como pesquisa, redação e criação de um site, e use uma ferramenta que lhe permita ver e travar o que faz. No Jobbit pode ver o agente trabalhar e assumir o controlo, e o plano gratuito dá 100 créditos por dia sem cartão.

Guias relacionados