De ler páginas a executar ações

O rótulo «navegador com IA» reúne funções diferentes. Um assistente pode responder a perguntas sobre uma página ou resumi-la; um agente também pode interagir com o site: seguir links, preencher campos e avançar por uma sequência de etapas. A diferença não é apenas de comodidade: muda o alcance do que o software pode fazer em nome da pessoa.

O modo de leitura pode apresentar informações em texto, enquanto o modo agente também pode interagir com páginas por meio de cliques e digitação, como a OpenAI descreve para o modo agente do ChatGPT Atlas. A OCU também diferencia funções de assistência daquelas que automatizam ações nos sites. Por isso, uma resposta incorreta e uma ação incorreta não têm o mesmo efeito: a segunda pode alterar um formulário ou iniciar um procedimento.

A fronteira nem sempre corresponde ao nome do produto. Um navegador pode oferecer resumos e, em outra função ou modalidade, permitir automação. Para comparar opções, é mais útil perguntar quais ações cada modo permite do que presumir que todos os «navegadores com IA» têm o mesmo nível de acesso.

A consequência prática é separar «ajude-me a entender» de «faça por mim». Resumir uma política de devolução não é o mesmo que iniciar uma devolução; comparar horários não é o mesmo que marcar um horário. Quanto mais a tarefa puder gerar uma mudança externa, mais importante é saber o que o agente consegue executar e quando pede intervenção humana.

O contexto que o agente pode ver

Para agir, um agente precisa receber informações suficientes para localizar controles e entender o estado de uma página. Dependendo da função, isso pode incluir o conteúdo visível, o texto da página, elementos do formulário ou informações de várias abas. A OpenAI explica que o Atlas pode visualizar páginas e realizar ações no navegador; a OCU descreve casos de leitura de e-mails, análise de documentos e comparação entre abas.

Se a página pertence a uma conta com sessão iniciada, o agente pode encontrar informações que o próprio usuário consegue ver nessa sessão. Uma sessão autenticada é relevante: não é necessário fornecer uma senha ao modelo para que a automação interaja com uma página aberta na qual a sessão já foi iniciada. Isso pode ser útil em tarefas legítimas, mas também aumenta a sensibilidade dos dados e das ações ao alcance do agente.

Nem todos os produtos processam o contexto da mesma maneira. Algumas funções dependem de serviços na nuvem, enquanto outras podem oferecer componentes locais; essa diferença deve ser verificada na política e nos controles específicos de cada serviço, e não deduzida pelo fato de ser um navegador. O processamento local, por si só, também não impede que uma instrução maliciosa em uma página influencie o agente.

Antes de ativar uma função, convém identificar seu escopo real: ela lê apenas a aba atual ou também outras? Pode abrir novos sites? Escreve em campos? Pode enviar formulários ou acionar controles de compra? Verifique as capacidades específicas da função, as páginas às quais ela pode acessar e as ações que pode realizar durante a tarefa, não apenas a permissão exibida em uma janela pop-up.

Injeção de instruções em uma página

A injeção indireta de instruções, conhecida como prompt injection, ocorre quando um sistema de IA processa conteúdo externo que inclui instruções dirigidas ao próprio agente. Uma página pode conter texto visível ou elementos que uma pessoa não percebe facilmente, mas que o sistema incorpora ao contexto. O problema é que esse conteúdo pode tentar desviar a tarefa solicitada pelo usuário.

Em outubro de 2025, pesquisadores da Brave comunicaram à Opera uma vulnerabilidade no assistente do Opera Neon: instruções inseridas em elementos HTML ocultos podiam influenciar seu comportamento. O exemplo descrito envolvia a leitura de um endereço de e-mail em uma conta e seu envio a terceiros. Segundo a Brave, a Opera implementou uma correção em 21 de outubro, e testes posteriores indicaram que o problema parecia corrigido. A Opera publicou detalhes sobre a vulnerabilidade em 23 de outubro; a Brave publicou seu relato em 31 de outubro. Foi um caso específico, já corrigido, e não uma prova de que todos os navegadores se comportem da mesma forma.

O caso mostra por que o conteúdo de uma página deve ser tratado como informação não confiável, mesmo quando parece uma instrução. Um agente pode receber ao mesmo tempo a solicitação do usuário e o conteúdo do site que analisa; se não distinguir os dois de forma robusta, uma página maliciosa pode tentar fazê-lo abandonar o objetivo original. O acesso a outras páginas já abertas pode ampliar o impacto potencial.

A OpenAI caracteriza a injeção de instruções como um desafio persistente para agentes e descreve testes automatizados de ataque e melhorias nas defesas do Atlas. A empresa também observa que os agentes podem encontrar instruções não confiáveis em páginas, e-mails ou documentos. As defesas reduzem os riscos, mas não tornam confiável o conteúdo da web: manter essa distinção é importante mesmo quando o provedor atualiza seus modelos e mecanismos de proteção.

O que as confirmações oferecem — e seus limites

As confirmações antes de uma ação sensível podem reduzir erros: permitem revisar o destinatário, o conteúdo, o valor ou a opção selecionada antes de enviar ou salvar. A OCU apresenta exemplos de tarefas em que o agente pode parar antes de etapas sensíveis, como o pagamento. Uma pausa antes da execução é mais útil quando mostra o que será alterado e permite corrigir a ação antes que ela aconteça.

Mas uma confirmação não resolve todos os problemas. Se o agente interpretou a página incorretamente, pode apresentar uma ação errada para aprovação; se o usuário confirmar sem ler, o controle perde valor. E a aprovação de uma operação não deve ser entendida como autorização geral para outras alterações. Convém definir um escopo específico para a tarefa e exigir revisão explícita para ações de maior impacto.

Os provedores podem combinar confirmações com treinamento contra ataques, monitoramento e outras salvaguardas. A OpenAI descreve uma atualização de segurança para o Atlas e um processo contínuo de testes e ajustes. Essa descrição documenta medidas do provedor, mas não garante que qualquer ataque futuro será bloqueado. A segurança depende de várias camadas, inclusive das decisões que o usuário delega.

Uma regra simples é exigir revisão humana para qualquer etapa difícil de reverter ou que afete outra pessoa: enviar mensagens, publicar conteúdo, compartilhar arquivos, alterar dados de uma conta, fazer reservas ou pagar. Revise também os resultados de leitura, extração e organização antes de utilizá-los.

Qué aportan las confirmaciones y sus límites Las confirmaciones previas a una acción sensible pueden reducir errores: permiten revisar el destinatario, el contenido, el importe o l...

Quais tarefas delegar e quais revisar

A delegação faz mais sentido quando o objetivo está bem delimitado e o resultado pode ser conferido antes de produzir efeitos. Pedir ao agente que reúna horários publicados, compare características ou resuma uma página deixa o usuário em condições de validar as informações. A automação pode economizar etapas, mas o resultado deve passar por revisão humana se for usado para tomar uma decisão importante.

Em contrapartida, tarefas que escrevem ou enviam informações exigem mais cautela. Preencher um formulário como rascunho não é o mesmo que enviá-lo; preparar uma mensagem não é o mesmo que entregá-la. Se a função permite parar antes da etapa final, é preferível usar esse ponto de controle e verificar os campos que contêm dados pessoais, informações financeiras ou instruções com consequências.

Uma classificação prática pode ajudar antes de cada tarefa:

  • Leitura e síntese: resumir uma página ou reunir dados públicos; conferir nomes, datas e links antes de confiar no resultado.
  • Preparação reversível: filtrar resultados ou preencher um rascunho sem enviá-lo; verificar todos os campos e o site de destino.
  • Ação com consequências: enviar, publicar, comprar, reservar, cancelar ou alterar uma conta; manter a confirmação final nas mãos do usuário.

Essa classificação não depende de uma ação parecer rotineira. Um clique pode confirmar uma compra, alterar uma assinatura ou compartilhar um documento. O critério é o efeito, não o número de etapas: se a mudança afetar dinheiro, acesso, reputação ou dados, a revisão antes da execução deve ser deliberada.

O que verificar antes de habilitar um agente

Antes de conceder acesso, verifique quais informações a função pode usar e quais opções oferece para limitar esse contexto. Confira se ela trabalha com a aba atual, várias abas ou contas conectadas; se o serviço explica quando envia informações a sistemas externos; e se permite apagar ou desativar o histórico associado. Não há uma resposta universal: as opções dependem do provedor e da função específica.

Também convém reduzir o contexto desnecessário. Feche abas privadas que não façam parte da tarefa, evite deixar contas sensíveis abertas e não peça ao agente para operar em uma sessão bancária ou profissional se bastar consultar informações públicas. Menos contexto acessível significa menor exposição potencial, embora não elimine os riscos de conteúdo malicioso na página analisada.

Por fim, defina de antemão onde termina a delegação. Uma instrução como «compare estas opções e prepare uma recomendação, mas não reserve nem envie nada» estabelece um limite mais claro do que um pedido genérico para resolver uma tarefa. Se o agente encontrar obstáculos, solicitar dados adicionais ou apresentar uma ação inesperada, interrompa o fluxo e reveja o objetivo.

Os navegadores agênticos podem executar sequências de ações em páginas, inclusive em contas e formulários. A regra útil não é evitar toda automação, mas reservar o controle final para ações de impacto e limitar o acesso ao que a tarefa realmente exige.