Saltar para o conteúdo

Sensibilidade dos bots

Define quão facilmente o sistema decide que um pedido é bot. Mais sensibilidade apanha mais automação maliciosa, mas pode também marcar visitantes legítimos. "Média" cobre 95% dos sites.

4 min de leitura

O que cada nível significa

SensibilidadeComportamento práticoQuando escolher
BaixaCada sinal pesa 70% do default. Um pedido tem de ser obviamente bot para subir a pontuação.Sites pequenos sem ataques observados. Comunidades pequenas. APIs públicas onde tens muito tráfego programático legítimo.
MédiaPesos default. Recomendado.A maioria absoluta dos sites.
AltaCada sinal pesa 140% do default. Sinais ambíguos chegam mais cedo aos limites.Estás a sofrer ataques ativos. Site bancário, e-commerce com fraudes a aparecer. Conteúdo de alto valor (notícias premium, propriedade intelectual).

Como interpretar "sinais"

Lembras-te de que cada pedido recebe uma pontuação 0-100? Essa pontuação resulta de combinar dezenas de sinais — User-Agent suspeito, falta de cabeçalhos típicos, ritmo de pedidos invulgar, IP em datacenter, etc.

Cada sinal tem um peso. Por exemplo:

  • Pedido sem Accept-Language → 8 pontos
  • Pedido a partir de um datacenter → 20 pontos
  • User-Agent vazio → 30 pontos

A sensibilidade multiplica todos os pesos:

Pedido sem Accept-Language em sensibilidade:
  Baixa  → 8 × 0.7 = 5.6 pontos
  Média  → 8 × 1.0 = 8 pontos
  Alta   → 8 × 1.4 = 11.2 pontos

O threshold de bloqueio (default 70) não muda. O que muda é quanto mais ou menos esforço cada pedido precisa para lá chegar.

Resultados práticos

Sensibilidade Baixa:

  • Bots óbvios são bloqueados (curl, wget, Python sem User-Agent customizado).
  • Scrapers sofisticados (com User-Agent de Chrome real e ritmo de cliques humano) passam.
  • Praticamente zero falsos positivos de utilizadores humanos.

Sensibilidade Média:

  • Apanha a maioria dos scrapers e bots maliciosos.
  • Raros falsos positivos — tipicamente utilizadores em contextos invulgares (rede corporativa estranha, browser obscuro, com plugins muito agressivos).

Sensibilidade Alta:

  • Apanha scrapers sofisticados, bots "stealth", automação que tenta imitar humanos.
  • 1-5% de utilizadores legítimos podem ser desafiados (o challenge resolve-se em 1 s para humanos com JS, mas é uma fricção). Considera sempre ligar o mostrar verificação (challenge) em modo Alta para que utilizadores legítimos passem sem ser bloqueados duramente.

Como ajustar com base em dados reais

  1. Começa em Média.
  2. Espera uma semana.
  3. Vai a Atividade → Pedidos bloqueados, filtra por Analisado por: Gestão de bots.
  4. Inspeciona alguns IPs bloqueados: são mesmo bots? Reverse-DNS, geolocalização, padrão de pedidos.
  5. Decide:
    • Muitos bots passaram (vês scrapers em Atividade → Visitantes mais ativos) → sobe para Alta e liga o challenge.
    • Vários falsos positivos (utilizadores legítimos a queixarem-se) → baixa para Baixa ou adiciona o User-Agent à whitelist de bots de confiança.
Em mais detalhe técnico

Implementação: a sensibilidade é um multiplicador aplicado a todos os pesos no momento de cálculo. Não tem ramificações além disso — não muda quais sinais avalia, nem o algoritmo. É um knob calibrado pelo time de produto baseado em telemetria de produção (taxa de FP/FN observada em sites de teste).

Por que três níveis e não cinco: os experimentos mostraram que mais granularidade não acrescenta valor — operadores ou querem "conservador", "default", "agressivo". Três opções cobrem 99% das preferências.

Por que não auto-ajustar: tentou-se um modo "auto" baseado em ML que ajustava a sensibilidade conforme o tráfego histórico. O resultado foi instável (incidentes em horas atípicas, eventos de marketing trazendo spikes inesperados). Decidiu-se que o operador conhece melhor o contexto do seu site.

Interação com block_threshold e challenge_threshold: a sensibilidade afeta a pontuação. Os thresholds afetam o que fazer com ela. São knobs independentes — em vez de subir a sensibilidade, podes também simplesmente baixar o threshold (de 70 para 50), com efeito semelhante mas menos previsível porque os sinais individuais não foram afetados.

Próximos passos

← Toda a documentação