Pacote de Remediação: Defesa de Plataformas IA/ML contra Ataques Agênticos (ADR + Runbook IR + Matriz de Controles)

Este NÃO é um prompt solto: é um pacote multi-arquivo de produção que leva um agente de IA a gerar remediação de arquitetura de nível sênior para o cenário de segurança mais comentado de 2026: o ataque agêntico autônomo a plataformas de IA/ML (o caso que a própria Hugging Face classificou como o incidente de segurança mais importante desde o worm Morris).

No ataque real (divulgado em 16/jul/2026), um agente de IA autônomo abusou de DOIS caminhos de execução na ingestão de datasets (um loader de código remoto e uma template-injection na configuração), obteve credenciais de cluster e se moveu lateralmente por clusters internos durante um fim de semana, executando milhares de ações em sandboxes efêmeras. A forense simplesmente não coube nas APIs de modelos hospedados — precisou de um modelo local. Este pacote transforma exatamente essa lição em um processo reprodutível.

O que você recebe (5 arquivos complementares):

1. 01-prompt-principal.md — o prompt reusável com persona de Arquiteto Sênior de Segurança, schema de saída EXATO (4 entregáveis: ADR, Runbook IR, Matriz de Controles, Plano de Remediação) e o passo a passo de raciocínio que o modelo deve seguir linha a linha.
2. 02-regras-e-restricoes.md — 20 guardrails imperativos numerados (zero alucinação, zero vazamento de dados de atacante, formatos de erro padronizados ERRO[FORA_DO_ESCOPO] e ERRO[CONTEXTO_INSUFICIENTE]) que travam os casos de borda.
3. 03-contexto-e-exemplos.md — glossário do domínio (data/model surface, agentic attacker, code-exec, forense self-hosted), premissas de ambiente e 3 exemplos few-shot completos, incluindo um caso difícil que tenta induzir alucinação e vazamento.
4. 04-harness-de-verificacao.md — checklist de autoverificação que o modelo roda ANTES de entregar + tabela de critérios objetivos de aceite que VOCÊ usa para validar as saídas (torna certo vs errado auditável).
5. 05-templates-de-variacao.md — 4 variações prontas (formato curto, formato longo/auditável, AWS, Kubernetes/self-hosted) para adaptar o pacote à sua stack em minutos.

Category: segurança de arquitetura para times de plataforma, SRE, SecOps e arquitetos que hospedam ou servem modelos/datasets. O pacote é vendido como um produto de múltiplos arquivos complementares porque exatamente isso — estrutura + guardrails + exemplos + verificação — é o que separa um prompt que responde de um sistema que ENTREGA remediação utilizável em ~99% dos inputs, sem inventar fatos e sem vazar dados sensíveis.