6. Políticas de Limites, Quotas e Prevenção de Abuso (AI Safeguards)

Este documento define a arquitetura de proteção do Academic Companion contra o esgotamento financeiro e estrutural da infraestrutura de IA. A implementação destas regras no backend em Node.js garantirá que o sistema se mantenha saudável, escalável e imune a abusos ou ataques de negação de serviço (DDoS) voltados ao consumo de tokens.

1. Limites de Ingestão e Multimodalidade (Uploads)

O processamento de arquivos é o maior vetor de custo. As seguintes regras devem ser aplicadas no middleware (ex: Multer) antes que o payload alcance o orquestrador de IA:

Tipo de Arquivo	Limite Rígido	Mecanismo de Defesa (Node.js)
Imagens (Certificados, etc)	Máximo 5 MB / 1080p	Validação de Magic Bytes (ignorar extensão falsa). Compressão forçada via sharp antes do envio para a IA.
Documentos Textuais (PDF/DOCX)	Máximo 10 Páginas (ou 500kb)	Arquivos maiores vão para uma fila de processamento assíncrono (BullMQ) para extração via RAG, e não para o chat ao vivo.
Áudio (Whisper/Transcrição)	Máximo 3 Minutos	Corte automático do buffer no backend. Áudios longos são rejeitados imediatamente com código HTTP 413.

2. Limites da Janela de Contexto (Tokens por Requisição)

Para evitar que um usuário mal-intencionado copie e cole um livro inteiro no chat para esgotar a cota diária do provedor, estabelece-se um limite estrito de tokens de entrada:

• Chat Geral (Interações Rápidas): Limite de entrada truncado em 2.000 tokens (aprox. 1.500 palavras). O backend usará a biblioteca tiktoken (ou similar) para estimar os tokens. Se exceder, o prompt é cortado ou rejeitado antes da requisição.
• Análise de Editais (RAG): O número máximo de fragmentos (chunks) injetados do PostgreSQL (pgvector) no contexto da IA será restrito a 5 fragmentos por pergunta (aprox. 4.000 tokens no total).
• Limite de Saída (Max Tokens): Todas as requisições devem incluir o parâmetro max_tokens configurado para, no máximo, 500 a 800 tokens, impedindo que a IA gere respostas infinitas ou em loop.

3. Quotas Temporais por Usuário (Rate Limiting)

O consumo da IA será rastreado por usuário autenticado (ou por IP) utilizando o Redis para controle de estado. O modelo segue um formato de baldes d’água (Token Bucket).

Janela de Tempo	Quota Permitida	Objetivo e Comportamento
A cada 1 Minuto (Burst)	5 Mensagens	Bloqueia cliques duplos, scripts de spam e bots. O usuário recebe HTTP 429 (Too Many Requests).
A cada 5 Horas (Sessão)	50 Interações	Acomoda o ciclo de estudo intensivo do aluno. Ao atingir o limite, a interface avisa que a IA precisa “descansar”, fomentando pausas.
A cada Semana (Ciclo)	250 Interações	Garante a sustentabilidade de longo prazo do nível gratuito. Ao estourar, o usuário deve aguardar a renovação semanal.

4. Degradação Graciosa (Graceful Degradation)

O que acontece quando o sistema como um todo atinge os limites da infraestrutura global (mesmo que o usuário não tenha estourado sua cota pessoal)? O orquestrador aplica a degradação graciosa:

1. Redução de Modelos: O sistema realiza o fallback automático para modelos menores e mais rápidos para sustentar a demanda de chat.
2. Desativação de Recursos Multimídia: Em momentos de alta carga, a leitura de imagens e geração de embeddings pesados são temporariamente pausadas. O botão de upload na interface fica cinza (disabled).
3. Respostas Estáticas e Filas: O sistema prioriza 100% o cache semântico. Tarefas novas são enfileiradas no BullMQ e processadas em background quando a rede estabiliza.

5. Segurança e Prevenção de Abuso da Regra de Negócio

• Proteção de Prompt (Jailbreak): Filtros aplicados no pipeline Node.js antes da requisição para bloquear termos conhecidos de tentativas de jailbreak (ex: “ignore todas as instruções anteriores”).
• Zero-Trust para Assinaturas: Retornos assíncronos das filas deverão validar as requisições criptograficamente para garantir que usuários maliciosos não forjem cargas úteis diretamente para a base do Prisma.