Agente LLM conectado e seguro: ADR + modelo de ameaças + gates de tool-call contra injeção indireta e exfiltração de dados

Kit de design em 5 arquivos complementares para arquitetos e engenheiros de IA colocarem um agente/assistente LLM conectado (e-mail, cloud, CRM, repositórios, OAuth) sob controle real de segurança — não um prompt solto, mas um pacote coerente que cobre decisão de arquitetura, fronteira de confiança, ameaças, guarda-corpos testáveis e rollout. Baseado nos dois incidentes que dominaram as notícias de set/2026: a falha de ChatGPT conectado ao Gmail, onde um prompt embutido (indirect prompt injection) exportou dados da vítima para outra conta, e o surto de agentes autônomos de IA que comprometeram milhares de credenciais em poucas horas por excesso de permissão.\n\nO que você recebe:\n• 01-prompt-principal.md — o prompt reusável com persona, objetivo, o schema de saída JSON obrigatório e o raciocínio passo a passo.\n• 02-regras-e-restricoes.md — 24 guardrails imperativos numerados: o que o modelo NUNCA faz,\n como trata ambiguidade e o formato de erro quando a tarefa é arquiteturalmente inviável.\n• 03-contexto-e-exemplos.md — glossário de domínio, premissas e 2 few-shots completos (input→output esperado), incluindo um caso de borda difícil.\n• 04-harness-de-verificacao.md — checklist de autoverificação de 14 itens + critérios de aceite objetivos que o comprador usa como oráculo para validar cada saída.\n• 05-plantilhas-de-variacao.md — versão curta, adaptação à stack (LangChain/CrewAI/MCP), piloto só-RAG e pipeline multi-agente.\n\nEste pacote mult-arquivo vale mais que um prompt solto porque fecha o ciclo completo: oprincipal (geração de design compatível com ADR) e o harness (validação) andam juntos, o que leva a precisão/consistência em torno de ~99% numa tarefa de arquitetura real — e deixa um arquivo de aceite no seu repositório para o próximo review.