Resumo: como detectar bots no seu site
- Empilhe três camadas: Empilhe três camadas: rede (IP, ASN, fingerprint TLS), navegador (fingerprint, flags headless), comportamento (mouse, timing, sequência).
- Uma camada única falha: Qualquer camada única é contornada. Proxies residenciais vencem reputação de IP. Playwright stealth vence fingerprints de navegador. Só comportamento captura agentes LLM.
- Uma pontuação de confiança: Combine em uma pontuação de confiança de sessão em que possa agir ao vivo. Permita 0-30, escale 31-70, bloqueie 71-100.
Sem tempo? Veja a deteção de agentes de IA da cside. Cobre tudo o que se segue numa única implementação.
Porque é que a deteção de bots se tornou mais difícil
Os bots tradicionais enviavam pedidos HTTP em bruto, sem qualquer contexto de navegador. Apanhá-los era simples: bastava procurar cabeçalhos em falta, strings de user agent estranhas ou taxas de pedidos que nenhum humano conseguiria produzir.
Os bots modernos são diferentes. Agentes de IA como o OpenAI Operator, o Claude for Chrome, o Playwright, o Puppeteer e o Selenium correm dentro de motores de navegador reais. Renderizam JavaScript, executam event handlers e produzem padrões de pedidos que, a um nível básico, parecem os de utilizadores reais. O Puppeteer e o Playwright controlam o Chromium diretamente. O Selenium comanda um navegador totalmente renderizado. As verificações de user agent e a simples inspeção de cabeçalhos não distinguem estes dos visitantes humanos.
O problema deixou de ser detetar impostores baratos e passou a ser identificar atores sofisticados que se esforçaram deliberadamente para parecerem humanos.
Sinais de rede: o que apanham e os seus limites
Os sinais de rede são a camada de deteção mais exterior. São rápidos e baratos, e filtram tráfego em massa e de baixo esforço antes de correr qualquer coisa mais dispendiosa.
Strings de user agent
O cabeçalho user agent identifica o navegador e o sistema operativo que faz o pedido. Muitos scrapers simples enviam strings de user agent genéricas ou reveladoras, o que os torna fáceis de assinalar.
O limite é óbvio: qualquer cliente HTTP pode definir a string de user agent que quiser. Um bot que envia Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 é indistinguível de um utilizador real do Chrome ao nível da rede. A filtragem por user agent apanha bots preguiçosos e pouco mais.
Taxa de pedidos
As enxurradas por script, o credential stuffing e os scrapers agressivos geram muitas vezes taxas de pedidos que nenhum humano conseguiria igualar. A limitação de taxa e a deteção de anomalias em pedidos por segundo ou por sessão apanham esses padrões.
A falha é que os agentes de IA à velocidade humana, cada vez mais comuns em 2026, fazem pedidos a taxas que se situam dentro dos intervalos humanos normais. Um agente de IA a preencher um formulário pode demorar 8 a 15 segundos por ação, bem dentro do comportamento habitual de um utilizador.
Reputação de IP
As consultas de reputação de IP assinalam gamas conhecidas de datacenters e nós de saída de VPN, o que ajuda a filtrar tráfego de bots vulgar encaminhado através de infraestrutura na cloud.
Os proxies residenciais contornam isto por completo. O nosso guia sobre como detetar tráfego de VPN e proxy cobre a deteção de proxy em detalhe.
Os bots automatizados que testam listas de credenciais roubadas em grande escala continuam a ser um vetor de violação primário. O Verizon Data Breach Investigations Report concluiu que 39% das violações de 2025 envolveram credenciais roubadas, a carga que esses bots entregam.
| Vetor de violação de dados (2025) | Percentagem |
|---|---|
| Violações que envolvem credenciais roubadas | 39% |
| Outros vetores | 61% |
Fonte: Verizon Data Breach Investigations Report.
Sinais de navegador: o que apanham e os seus limites
Os sinais de navegador examinam o ambiente JavaScript dentro do navegador para avaliar se corresponde a um navegador real, operado por um humano.
Flags de navegador headless
A verificação mais básica lê navigator.webdriver, que está definido como true nos navegadores controlados pelo protocolo WebDriver, incluindo o Puppeteer e o Selenium. Ler esta propriedade apanha configurações de bots por defeito, sem qualquer ajuste.
O limite é que se trata de uma correção de uma só linha. Qualquer framework de nível de produção define navigator.webdriver como false antes de executar a lógica da página, pelo que a flag, por si só, apenas apanha testes em fase de desenvolvimento.
APIs de navegador em falta
Os navegadores reais expõem um conjunto consistente de objetos JavaScript: window.chrome, navigator.plugins, navigator.mimeTypes e outras APIs que refletem um navegador funcional. Os ambientes headless ou minimalistas omitem-nas muitas vezes, ou expõem-nas de uma forma que difere de um navegador real.
Aplica-se a mesma ressalva: os bots sofisticados corrigem estas propriedades. O valor de deteção vem de verificar combinações de APIs e a sua consistência interna, e não uma propriedade isolada.
Entropia do fingerprint de canvas e WebGL
Quando um navegador renderiza um elemento canvas ou uma cena WebGL, o resultado varia ligeiramente consoante o hardware gráfico, a versão do driver e o pipeline de renderização. Um dispositivo real com GPU produz um resultado com entropia natural ao longo destas dimensões.
Os bots que correm em ambientes minimalistas ou virtualizados produzem muitas vezes resultados de canvas e WebGL de baixa entropia, porque não têm hardware de GPU real. Fingerprints anormalmente uniformes ou de baixa entropia são um sinal significativo de que o ambiente de renderização não é o dispositivo de um utilizador real.
A cside analisa mais de 250 sinais, incluindo a entropia de canvas, as características de renderização de fontes, o fingerprint de WebGL, as métricas do ecrã e as propriedades do navigator, para produzir um fingerprint de dispositivo estável que se mantém em modo de navegação anónima, em ligações VPN e após a limpeza de cookies. Combinar tantos sinais torna muito difícil que um bot finja um resultado aprovado em todas as dimensões ao mesmo tempo.
Sinais de comportamento: os mais difíceis de falsificar
Os sinais de comportamento observam como um utilizador interage com a página, em vez de como se apresenta o ambiente do navegador. São os mais dispendiosos de gerar, porque precisam de interação real para serem medidos, e são também os mais difíceis de um bot falsificar de forma convincente.
Padrões de movimento do rato
Os utilizadores reais movem o rato ao longo de trajetos curvos e com aceleração. A física do movimento da mão humana produz curvas de aceleração características, ultrapassagens e microcorreções. Os bots que geram eventos sintéticos de rato tendem a produzir linhas perfeitamente retas, curvas perfeitamente suaves ou padrões estatisticamente impossíveis, como velocidade de variância zero.
A variância no tempo do movimento do rato é especialmente reveladora. O movimento humano tem uma oscilação natural ao nível do milissegundo. O movimento gerado por script não tem.
Padrões de tempo dos eventos
Os utilizadores reais têm variância no tempo de reação. O intervalo entre o carregamento de uma página e o momento em que um utilizador clica num botão, começa a escrever ou faz scroll nunca é perfeitamente consistente, porque reflete um tempo genuíno de processamento cognitivo.
Os bots executam ações em intervalos precisos e repetíveis. O tempo entre eventos do DOM produzidos por um script automatizado tem uma assinatura estatística que difere de forma mensurável dos fluxos de eventos gerados por humanos.
Entropia de interação
O utilizador leu de facto a página antes de submeter o formulário? O cursor moveu-se até ao campo antes de surgir um valor lá? Houve eventos de scroll antes do clique? Os utilizadores reais deixam um rasto de interação. Os bots que saltam diretamente para a submissão do formulário, sem interação prévia, produzem um perfil de sessão com entropia anormalmente baixa.
Porque é que precisa das três categorias combinadas
Nenhuma categoria isolada é suficiente para uma deteção fiável de bots em 2026. Os sinais de rede são contornados por proxies residenciais, as flags de navegador são corrigidas por frameworks de nível de produção e os sinais de comportamento precisam de interação suficiente com a página para produzirem dados relevantes.
É a combinação que sustenta a deteção. Um bot pode passar todas as verificações de rede, corrigir as flags de navegador óbvias e até produzir um tempo de interação plausível numa página simples. Produzir um resultado aprovado em mais de 250 sinais ao mesmo tempo, incluindo a entropia de canvas derivada da GPU, a variância natural de micro-tempo no movimento do rato e um fingerprint TLS handshake fingerprint de TLS que corresponde ao navegador declarado, é extremamente difícil de conseguir na camada de automação.
A cside combina as três categorias numa única resposta de API. Uma chamada devolve uma pontuação de bot derivada do conjunto completo de sinais, um ID de fingerprint de dispositivo para análise de velocidade e vereditos individuais de cada sinal para as equipas que querem construir lógica personalizada sobre os dados em bruto.
Como os agentes de IA são diferentes
Agentes de IA como o OpenAI Operator, o Claude for Chrome, o Playwright e o Puppeteer são um desafio de deteção específico. Correm dentro de um Chromium real, pelo que passam a maioria das verificações ao nível do navegador. As suas características de rede parecem normais e as suas APIs de navegador estão presentes e consistentes.
Onde falham é no comportamento ao nível da sessão. Os agentes de IA concluem tarefas, não navegam. A sua cadência de sessão tem a forma de uma tarefa: ir a um elemento específico, executar uma ação, passar ao passo seguinte. As sessões humanas reais têm exploração, dispersão de atenção, releituras e inconsistência. Uma sessão de agente é otimizada e intencional de uma forma que produz um perfil estatisticamente distinto.
A cside identifica agentes de IA nomeados, incluindo o OpenAI Operator, o Claude for Chrome, o Playwright, o Puppeteer e o Selenium, através de uma mistura de análise do ambiente do navegador e assinaturas de cadência de sessão. Devolve um veredito em tempo real que assinala sessões de agente de IA e automatizadas como parte da resposta da API.
Coloque a deteção de bots nos seus fluxos críticos
A deteção de bots não é uma única verificação. É um composto de sinais de rede, de navegador e de comportamento avaliados em conjunto face a um fingerprint consistente. A cside entrega esse veredito composto numa única chamada de API, com deteção de agentes de IA nomeados incluída, para que o possa executar no seu fluxo de registo, de início de sessão ou de checkout. A deteção de agentes de IA da cside e a deteção de bots funcionam ambas a partir de uma única tag de script, e o plano gratuito cobre 1000 chamadas de API por mês, sem necessidade de cartão de crédito.
Leitura adicional
- Deteção de agentes de IA
- Deteção de bots
- Fingerprinting de dispositivo
- Como detetar credential stuffing
