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.

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
- 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.
- Cada ataque rastreado até aos investigadores que o divulgaram. Quando o relatório original não carregava, a tabela indica-o.
- Apenas defesa. Este guia descreve o funcionamento dos ataques ao nível que as fontes oficiais publicam. Não contém nenhum texto de ataque funcional.
- As citações de fornecedores são palavras dos próprios fornecedores, retiradas dos seus blogues de segurança e páginas de investigação, não de marketing.
- 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 divulgado | Produto | Onde se escondia a instrução | O que um atacante podia fazer | O que mudou |
|---|---|---|---|---|
| agosto de 2024 | Slack AI | Uma mensagem num canal público | Fazer com que um segredo privado fosse mostrado à vítima como uma ligação para clicar | A Slack classificou o comportamento como pretendido, segundo os investigadores |
| maio de 2025 | Um agente ligado ao GitHub | Uma issue num repositório de código público | Levar dados de um repositório privado para um local público | Sem correção; aconselhadas permissões mais restritas |
| junho de 2025 | Microsoft 365 Copilot | Um email, sem necessidade de clique | Divulgar informação através de uma rede | Corrigido pela Microsoft, registado como CVE-2025-32711 |
| agosto de 2025 | Google Gemini | O título de um convite de calendário | Apagar eventos, enviar mensagens, controlar dispositivos de casa inteligente | A Google acrescentou confirmações e filtragem |
| agosto de 2025 | ChatGPT com ficheiros ligados | Texto branco minúsculo num documento partilhado | Pesquisar chaves numa unidade ligada e divulgá-las | A OpenAI acrescentou uma verificação que, segundo os investigadores, não era suficiente |
| agosto de 2025 | Navegador Comet da Perplexity | Um comentário oculto numa página web | Ler um código de uso único do email e tomar conta de uma conta | Corrigido e depois referido como não totalmente resolvido |
| setembro de 2025 | Salesforce Agentforce | A caixa de descrição de um formulário web | Enviar registos de clientes para um endereço externo | A 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
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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
- A IA é segura de usar? Um guia em linguagem simples
- Como escrever prompts para agentes de IA
- Porque é que a IA inventa coisas
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.