Como fazer red-team de um plano com vários LLMs (guia passo a passo)
Red-teaming — atacar o seu próprio plano antes que a realidade o faça — é uma prática padrão em segurança e cada vez mais comum em produto e estratégia. O gargalo sempre foram as pessoas: reunir atacantes com especialidades diferentes exige organizar um workshop.
Com vários LLMs isso leva minutos. Este guia mostra como funciona o modo Teste de resistência no LLM Debate Council e como obter conclusões realmente acionáveis, não genéricas.
Como o modo Teste de resistência é estruturado
Um agente é designado como Defensor do seu plano; todos os demais agentes são Atacantes com um ângulo fixo: segurança, escalabilidade, custo, UX ou jurídico. Os atacantes devem produzir cenários de falha concretos — quando e por que o plano quebra — não preocupações vagas.
A partir da segunda rodada, os atacantes devem mirar especificamente na última réplica do defensor ('você disse X — isso é fraco porque Y'), de modo que o ataque se aprofunde em vez de se repetir. A síntese final é uma lista estruturada de vulnerabilidades: cada achado com a mitigação do defensor e uma pontuação de risco.
Passo a passo
- 1. Escreva o plano como um briefing curto: o que você está fazendo, para quem, com quais restrições. Cole-o como a ideia do debate.
- 2. Escolha de 4 a 6 agentes de pelo menos dois fornecedores diferentes — a diversidade dos atacantes é todo o objetivo.
- 3. Escolha o modo Teste de resistência. O primeiro agente se torna o Defensor, então coloque ali o seu modelo mais forte.
- 4. Ative a verificação de fatos se o plano se apoia em números ou regulamentações (as afirmações são verificadas com fontes).
- 5. Execute. Acompanhe as rodadas ao vivo; se os atacantes perderem um ângulo que você teme, injete-o no meio do debate com o campo de intervenção de especialista.
- 6. Leia o veredito como uma lista de tarefas: cada vulnerabilidade, sua mitigação, sua pontuação de risco. Exporte para PDF/DOCX (Pro) para a equipe.
Como obter ataques mais afiados
A qualidade do ataque acompanha a qualidade do briefing. Inclua restrições reais (orçamento, prazo, tamanho da equipe, stack) — os atacantes as usam para construir cenários de falha críveis. Aponte o que você já sabe que é fraco: os atacantes verificarão se a sua correção resiste ao contato real.
Dê aos agentes personas em suas instruções para um golpe específico de domínio: 'você é um advogado especialista em GDPR', 'você é um SRE que já viu esta arquitetura falhar'. As personas direcionam o ângulo de cada atacante para além dos cinco embutidos.
O que o uso de múltiplos fornecedores acrescenta em relação a um único modelo atacando a si mesmo
Um único modelo, quando solicitado a atacar seu próprio plano, tende a levantar riscos educados e genéricos. Modelos de fornecedores rivais — treinados com dados diferentes e alinhamento diferente — realmente encontram brechas diferentes. Na prática, a união dos ataques de GPT + Claude + Grok cobre uma superfície visivelmente maior, e o defensor não consegue satisfazer todos com uma única resposta vaga.
Perguntas frequentes
Quantos atacantes devo usar?
O melhor resultado costuma vir de quatro a seis agentes no total: um defensor mais de 3 a 5 atacantes, idealmente abrangendo dois ou mais fornecedores. Além disso, as rodadas ficam longas sem acrescentar muitos achados novos.
Posso adicionar meu próprio ângulo de ataque?
Sim — de duas formas: dê a um agente uma persona em suas instruções ('ataque como um auditor fiscal'), ou injete uma diretriz no meio do debate com o campo de intervenção de especialista, que todo agente deverá abordar na rodada seguinte.
De qual plano eu preciso?
O Teste de resistência é um recurso do Pro ($20/mês). Todo plano inclui modelos integrados e créditos mensais, então uma sessão completa costuma consumir apenas uma pequena parte dos seus créditos mensais; opcionalmente, você pode conectar suas próprias chaves de API e pagar diretamente ao provedor (0 créditos). A exportação para PDF/DOCX também é do Pro.
Plano gratuito · use suas próprias chaves de API · 15 idiomas