Voltar ao blog
Segurança

Vibe coding e segurança: os erros mais comuns em software criado com IA (e o checklist para auditar antes de ir para produção)

Publicado em 20/07/202615 min de leituraPor José Luiz Rodrigues Filho, CEO
Vibe coding e segurança: os erros mais comuns em software criado com IA (e o checklist para auditar antes de ir para produção)

Atualização: já existe uma versão nova desta auditoria. Leia Vibe coding e segurança 2.0: a auditoria evoluiu, com o prompt unificado de 16 itens.

Nas últimas semanas, uma mesma pergunta chegou até mim por caminhos diferentes. Clientes, amigos, pessoas que sabem que a Forte atua com cibersegurança, todos querendo entender a mesma coisa: é seguro desenvolver software com IA?

E eu entendo perfeitamente por que essa dúvida se tornou tão frequente. O desenvolvimento assistido por inteligência artificial, o chamado vibe coding, com agentes de codificação e assistentes de código, deixou de ser experimento e virou rotina. Tem gente usando para colocar aplicação em produção, para construir um MVP em dias, para testar uma ideia de ferramenta ou simplesmente para resolver um pequeno problema interno da empresa.

Olhando para esse cenário, a minha leitura é direta: é um caminho sem volta. Isso vai fazer parte do nosso dia a dia, do mesmo jeito que a nuvem fez, do mesmo jeito que o mobile fez. A pergunta certa não é "devo usar IA para desenvolver?", porque essa o mercado já respondeu. A pergunta certa é: o que precisa ser verificado antes de colocar esse código no ar?

Porque velocidade sem noção de arquitetura, de infraestrutura e, principalmente, de segurança, é só uma forma mais rápida de criar problema.

Como eu sempre digo: não existe 100% de segurança e não existe risco zero. Mas existe know-how. Existe o conhecimento necessário para identificar, corrigir e proteger. E é exatamente isso que este artigo entrega: os erros que eu mais tenho identificado em projetos desenvolvidos com IA, um checklist de auditoria completo e, ao final, um prompt pronto que você pode usar para rodar essa auditoria com o próprio agente de IA que tem acesso ao seu código.

Por que código gerado por IA merece uma auditoria diferente

A IA escreve código que funciona. E é justamente aí que mora o perigo: código que funciona não é a mesma coisa que código seguro.

O modelo entrega a funcionalidade que você pediu: a tela carrega, o login autentica, o relatório sai. Mas ele não conhece o seu modelo de ameaças, não sabe que aquela rota vai ficar exposta na internet, não sabe que a mesma base de dados vai atender clientes diferentes. E quem desenvolve por vibe coding, muitas vezes sem background técnico profundo, tende a validar apenas o comportamento visível: "testei aqui e funcionou".

Alguns padrões se repetem com uma frequência impressionante nos projetos que analiso:

1. Autorização que só existe no frontend

A IA esconde o botão de admin para quem não é admin, mas a rota do backend aceita a requisição de qualquer pessoa autenticada. É o cenário clássico de IDOR (Insecure Direct Object Reference): o usuário A troca um ID na URL ou no payload e acessa os dados do usuário B. Em sistemas que guardam dados de clientes, isso não é bug, é incidente.

2. Segredos expostos no código

Chaves de API, tokens e senhas escritos direto no código-fonte ou em um arquivo .env versionado no repositório. O código foi gerado rápido, subiu rápido, e a credencial de produção foi junto. Um grep por api_key, secret ou password no repositório revela isso em segundos, tanto para você quanto para um atacante.

3. Injeção por concatenação de strings

Queries SQL montadas colando texto com input do usuário, em vez de prepared statements ou ORM parametrizado. SQL Injection é uma das vulnerabilidades mais antigas e documentadas que existem, e continua nascendo todos os dias em código gerado por IA, porque o modelo prioriza o caminho mais curto para "funcionar".

4. Supply chain: o pacote que não existe (ou pior, existe)

Modelos de IA às vezes "alucinam" nomes de bibliotecas que não existem no registro oficial. O risco real vem depois: atacantes monitoram esses nomes alucinados e publicam pacotes maliciosos com exatamente esses nomes (a técnica conhecida como slopsquatting). Você instala confiando na sugestão da IA e leva malware para dentro do build. Some a isso dependências com CVEs críticas conhecidas e versões sem pinning, e a cadeia de suprimentos vira o elo mais frágil do projeto.

5. Configuração de produção esquecida

Debug mode ligado expondo stack trace, paths internos e versões de biblioteca. Buckets de storage públicos por padrão. CORS com wildcard. Nenhum header de segurança. São configurações que a IA gera para o ambiente de desenvolvimento, e que ninguém revisita antes do deploy.

6. Multi-tenant sem isolamento real

Esse é o mais grave em SaaS: sistemas que armazenam dados de vários clientes na mesma base, mas onde as queries não filtram consistentemente por tenant. Basta uma query esquecida para um cliente enxergar os dados de outro. Se o seu produto atende múltiplos clientes, isolamento entre tenants não é item de checklist, é requisito de sobrevivência do negócio.

O checklist de auditoria

Pensando nesses padrões, estruturei um checklist de auditoria dividido em 8 frentes, com severidade definida para cada item. A lógica de severidade é simples:

  • C = Crítica: bloqueia o deploy;
  • A = Alta: corrigir antes do lançamento;
  • M = Média: corrigir no próximo sprint;
  • B = Baixa: débito técnico aceitável a curto prazo.

Use uma cópia do checklist por projeto auditado, preenchendo o status de cada item com Pendente, Em revisão, Resolvido ou N/A.

1. Autenticação e Autorização

ItemSevOnde procurar
Autorização verificada no backend, não só escondida no frontendCToda rota que retorna ou altera dados de um usuário/tenant específico
IDOR: usuário A consegue acessar recurso do usuário B trocando um ID na URL ou payloadCEndpoints com /id, /user_id, /tenant_id
JWT valida assinatura e expiração corretamenteCMiddleware de autenticação
Nenhuma rota aceita alg: none ou algoritmo alternativo não esperadoCConfiguração da lib de JWT
Rate limiting específico em login, cadastro e reset de senhaARotas de auth
MFA disponível em painéis administrativosMÁrea admin
Sessões expiram e podem ser revogadas (logout efetivo no backend)AGestão de sessão/token

2. Exposição de Dados Sensíveis

ItemSevOnde procurar
Chaves de API, tokens ou senhas expostos no código ou no repositórioCGrep por api_key, secret, password, .env versionado
Senhas armazenadas com hash forte (bcrypt, scrypt, argon2), nunca MD5/SHA1CMódulo de criptografia de senha
Dados sensíveis (PII, tokens, sessão) não aparecem em logs em texto claroAConfiguração de logging
Dados sensíveis não trafegam em query string de URLARotas GET com parâmetros
Dados regulados (LGPD/GDPR) criptografados em repousoABanco de dados, backups
Mensagens de erro não expõem stack trace, path interno ou versão de biblioteca em produçãoAConfiguração de ambiente/debug mode

3. Validação de Entrada e Injeção

ItemSevOnde procurar
Inputs de usuário validados e sanitizados antes de usoCToda rota que recebe payload
Queries usam prepared statements ou ORM parametrizado, nunca concatenação de stringCCamada de acesso a dados
Upload de arquivo valida tipo, tamanho e conteúdo real (não só extensão)AEndpoints de upload
Proteção contra path traversal em leitura/escrita de arquivoAEndpoints de download/upload
SSRF: nenhuma rota faz requisição para URL fornecida pelo usuário sem validar destinoAFuncionalidades de importação, webhook, preview de link
Deserialização de dados do cliente é segura (sem eval, pickle não confiável, etc.)AParsing de payload

4. Rate Limiting e Abuso de API

ItemSevOnde procurar
Rotas públicas e autenticadas têm rate limitingAGateway/middleware
CORS configurado com origem específica, nunca wildcard * combinado com credenciaisCConfiguração de CORS
Webhooks recebidos validam assinatura, evitando spoofing e replayAEndpoints de webhook
Endpoints de exportação/relatório têm limite de volume por requisiçãoMRotas de export

5. Supply Chain e Dependências

ItemSevOnde procurar
Todos os pacotes instalados realmente existem no registro oficial (checar contra alucinação de nome)Cpackage.json, requirements.txt, composer.json
Nenhuma dependência com CVE crítica/alta conhecida e sem correçãoAnpm audit, pip-audit, Snyk ou similar
Versões de dependência fixadas (pinned), sem ^ ou * em produçãoMArquivo de lock
Segredos de produção não reaproveitados em dev/stagingAVariáveis de ambiente por ambiente

6. Configuração e Infraestrutura

ItemSevOnde procurar
Debug mode desativado em produçãoCConfiguração de ambiente
Buckets de storage não estão públicos por padrãoCConfiguração de storage
Content Security Policy (CSP) configuradaMHeaders HTTP
Headers de segurança presentes (HSTS, X-Frame-Options, X-Content-Type-Options)MConfiguração do servidor/CDN
Backups configurados e testadosARotina de backup

7. Multi-tenant e SaaS

Aplicável a qualquer sistema que armazene dados de clientes diferentes na mesma base. Se o projeto não for multi-tenant, marque a seção como N/A.

ItemSevOnde procurar
Isolamento real entre tenants: um cliente não acessa dado de outro em nenhuma queryCToda query que filtra por tenant
Cache segregado por tenant, sem chave compartilhada acidentalACamada de cache
Testes automatizados cobrindo cenário de vazamento entre tenantsASuite de testes

8. Qualidade e Sustentabilidade de Código

ItemSevOnde procurar
Lógica de negócio revisada por humano, não só validada por teste manual superficialARegras críticas (billing, permissões, contratos)
Existem testes automatizados para os fluxos principaisMCobertura de teste
Sem N+1 queries em listagens e relatóriosMCamada de acesso a dados sob volume real
Logging estruturado e monitoramento de erro em produçãoMObservabilidade
Padrão de código consistente entre módulos gerados em sessões diferentesBRevisão geral

O prompt: use a própria IA para auditar o que a IA criou

Aqui está a parte que eu mais queria compartilhar. Tomei a liberdade de construir um prompt que transforma esse checklist em uma auditoria executável. Ele já vem completo, com todas as tabelas embutidas: basta copiar o bloco inteiro, preencher as três linhas de contexto (stack, escopo e tipo de aplicação) e colar na sessão do agente de IA que tem acesso ao seu código.

Você é um especialista em segurança de aplicações web. Analise todo o código deste projeto usando o checklist de segurança abaixo como escopo obrigatório de cobertura. Seja direto e prático.

Para cada item do checklist:

1. Procure no código evidência concreta de que o item foi tratado corretamente ou não.
2. Quando encontrar um problema: mostre o trecho de código vulnerável, cite arquivo e linha, explique o risco em termos de impacto real e mostre a correção com código pronto para aplicar.
3. Classifique o achado como Resolvido, Pendente ou N/A (explique por que N/A quando usar).
4. Não marque como Resolvido apenas porque não encontrou evidência; marque como Pendente e explique o que faltou verificar.
5. Priorize os problemas mais críticos primeiro dentro de cada seção.

Ao final:

6. Gere uma tabela markdown no mesmo formato do checklist original, preenchendo a coluna Status (Resolvido, Pendente ou N/A) e adicionando uma coluna de observações.
7. Liste separadamente, em ordem de severidade (Crítica primeiro), os itens que bloqueiam o deploy.
8. Se encontrar vulnerabilidades críticas fora do checklist, reporte-as em uma seção adicional chamada "Achados extras", com o mesmo formato (trecho, risco, correção).

Stack do projeto: [descreva aqui, ex: React + PostgreSQL, ou Node + MySQL]
Escopo: [defina aqui, ex: apenas backend, ou repositório completo]
Tipo de aplicação: [ex: site institucional público, SaaS multi-tenant, API interna]

Legenda de severidade (Sev): C = Crítica (bloqueia deploy), A = Alta (corrigir antes do lançamento), M = Média (corrigir no próximo sprint), B = Baixa (débito técnico aceitável a curto prazo).

Observação: se o projeto não for multi-tenant, marque toda a seção 7 como N/A.

Checklist:

## 1. Autenticação e Autorização

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Autorização verificada no backend, não só escondida no frontend | C | Toda rota que retorna ou altera dados de um usuário/tenant específico | |
| IDOR: usuário A consegue acessar recurso do usuário B trocando um ID na URL ou payload | C | Endpoints com /id, /user_id, /tenant_id | |
| JWT valida assinatura e expiração corretamente | C | Middleware de autenticação | |
| Nenhuma rota aceita alg: none ou algoritmo alternativo não esperado | C | Configuração da lib de JWT | |
| Rate limiting específico em login, cadastro e reset de senha | A | Rotas de auth | |
| MFA disponível em painéis administrativos | M | Área admin | |
| Sessões expiram e podem ser revogadas (logout efetivo no backend) | A | Gestão de sessão/token | |

## 2. Exposição de Dados Sensíveis

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Chaves de API, tokens ou senhas expostos no código ou no repositório | C | Grep por api_key, secret, password, .env versionado | |
| Senhas armazenadas com hash forte (bcrypt, scrypt, argon2), nunca MD5/SHA1 | C | Módulo de criptografia de senha | |
| Dados sensíveis (PII, tokens, sessão) não aparecem em logs em texto claro | A | Configuração de logging | |
| Dados sensíveis não trafegam em query string de URL | A | Rotas GET com parâmetros | |
| Dados regulados (LGPD/GDPR) criptografados em repouso | A | Banco de dados, backups | |
| Mensagens de erro não expõem stack trace, path interno ou versão de biblioteca em produção | A | Configuração de ambiente/debug mode | |

## 3. Validação de Entrada e Injeção

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Inputs de usuário validados e sanitizados antes de uso | C | Toda rota que recebe payload | |
| Queries usam prepared statements ou ORM parametrizado, nunca concatenação de string | C | Camada de acesso a dados | |
| Upload de arquivo valida tipo, tamanho e conteúdo real (não só extensão) | A | Endpoints de upload | |
| Proteção contra path traversal em leitura/escrita de arquivo | A | Endpoints de download/upload | |
| SSRF: nenhuma rota faz requisição para URL fornecida pelo usuário sem validar destino | A | Funcionalidades de importação, webhook, preview de link | |
| Deserialização de dados do cliente é segura (sem eval, pickle não confiável, etc.) | A | Parsing de payload | |

## 4. Rate Limiting e Abuso de API

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Rotas públicas e autenticadas têm rate limiting | A | Gateway/middleware | |
| CORS configurado com origem específica, nunca wildcard * combinado com credenciais | C | Configuração de CORS | |
| Webhooks recebidos validam assinatura, evitando spoofing e replay | A | Endpoints de webhook | |
| Endpoints de exportação/relatório têm limite de volume por requisição | M | Rotas de export | |

## 5. Supply Chain e Dependências

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Todos os pacotes instalados realmente existem no registro oficial (checar contra alucinação de nome) | C | package.json, requirements.txt, composer.json | |
| Nenhuma dependência com CVE crítica/alta conhecida e sem correção | A | npm audit, pip-audit, Snyk ou similar | |
| Versões de dependência fixadas (pinned), sem ^ ou * em produção | M | Arquivo de lock | |
| Segredos de produção não reaproveitados em dev/staging | A | Variáveis de ambiente por ambiente | |

## 6. Configuração e Infraestrutura

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Debug mode desativado em produção | C | Configuração de ambiente | |
| Buckets de storage não estão públicos por padrão | C | Configuração de storage | |
| Content Security Policy (CSP) configurada | M | Headers HTTP | |
| Headers de segurança presentes (HSTS, X-Frame-Options, X-Content-Type-Options) | M | Configuração do servidor/CDN | |
| Backups configurados e testados | A | Rotina de backup | |

## 7. Multi-tenant e SaaS

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Isolamento real entre tenants: um cliente não acessa dado de outro em nenhuma query | C | Toda query que filtra por tenant | |
| Cache segregado por tenant, sem chave compartilhada acidental | A | Camada de cache | |
| Testes automatizados cobrindo cenário de vazamento entre tenants | A | Suite de testes | |

## 8. Qualidade e Sustentabilidade de Código

| Item | Sev | Onde procurar | Status |
|---|---|---|---|
| Lógica de negócio revisada por humano, não só validada por teste manual superficial | A | Regras críticas (billing, permissões, contratos) | |
| Existem testes automatizados para os fluxos principais | M | Cobertura de teste | |
| Sem N+1 queries em listagens e relatórios | M | Camada de acesso a dados sob volume real | |
| Logging estruturado e monitoramento de erro em produção | M | Observabilidade | |
| Padrão de código consistente entre módulos gerados em sessões diferentes | B | Revisão geral | |

Repare no item 4 do prompt: ele existe porque agentes de IA tendem a ser otimistas demais. "Não encontrei o problema" não é a mesma coisa que "o problema não existe", e a auditoria precisa refletir essa diferença.

Como calibrar a auditoria para o seu caso

  • Aplicações públicas simples (site institucional, landing page): priorize as seções 1, 2, 3, 4 e 6, e marque a seção 7 como N/A.
  • SaaS ou qualquer sistema com dados de múltiplos clientes: a seção 7 é crítica e não deve ser pulada em hipótese alguma.
  • Frequência: repita a auditoria a cada mudança estrutural relevante (nova integração, nova tabela com dados sensíveis, nova rota pública), e não apenas uma vez no lançamento.

Conclusão: o problema nunca foi a IA

O desenvolvimento com IA veio para ficar, e resistir a isso é perder tempo e competitividade. O que separa um projeto que escala de um projeto que vira manchete de vazamento não é a ferramenta que escreveu o código, é o processo de quem colocou esse código em produção.

Não existe 100% de segurança e não existe risco zero. Mas existe método, existe know-how e existe o hábito de auditar antes do deploy. Este checklist é um ponto de partida prático para isso.

Este é o primeiro artigo de uma série. Sempre que eu me deparar com uma situação relevante e puder me aprofundar nela, vou compartilhar aqui com vocês.

E se o seu projeto lida com dados sensíveis, com clientes de terceiros ou com escala, uma auditoria automatizada é o começo, não o fim. A Forte Security pode conduzir a revisão de segurança completa do seu ambiente. Fale com o nosso time.

Precisa entender mais sobre a segurança da sua empresa?

Fale com um especialista da Forte Security sobre o seu ambiente, suas ferramentas e os próximos passos.

Falar com um especialista

Vamos entender o que a sua empresa precisa?

Conte o que sua empresa precisa melhorar. Nosso time vai entender a necessidade e combinar com você os próximos passos.