Do Excel ao painel de HSE e à análise de acidentes sem entregar dados pessoais. Etapa 1: o mascarador offline

Do Excel ao painel de HSE e à análise de acidentes sem entregar dados pessoais. Etapa 1: o mascarador offline

11 setembro 2026 🇷🇺 Original: русский 1 min de leitura

Prática de preparação segura de dados para vibe coding e para o trabalho com agentes de IA na nuvem.

A ideia da abordagem: os dados de trabalho permanecem dentro do perímetro corporativo. Para o ambiente externo de IA vai apenas uma cópia anonimizada ou um documento já mascarado. A restauração dos valores pessoais é feita localmente.

Por que foi preciso um mascarador separado

O uso prático da inteligência artificial em saúde e segurança do trabalho esbarra muito cedo na questão dos dados de origem. Planilhas de trabalho e materiais de acidentes podem conter nomes completos, matrículas, nomes de empresas contratadas, contatos, valores e outras informações que não se podem simplesmente enviar a um serviço externo sem avaliação de riscos.

Ao mesmo tempo, é justamente a estrutura real dos dados que se precisa para construir uma ferramenta útil. Um painel tem de entender os campos e as relações reais da tabela, e um agente de análise de acidentes, a estrutura das declarações, das comunicações iniciais e dos demais materiais. Por isso separamos os dados da ferramenta.

Como resultado, o mascarador offline tornou-se o elemento básico de duas frentes ao mesmo tempo: preparar modelos de Excel anonimizados para o vibe coding posterior e preparar documentos de Word para a análise de materiais de acidentes com agentes de IA na nuvem.

Fig. 1. Esquema geral do trabalho seguro com dados
Fig. 1. Esquema geral do trabalho seguro com dados

Onde fazer o vibe coding e onde colar os prompts

Para um iniciante isso é mais simples do que parece: o Prompt 1 da seção «Prompts prontos» (no fim do artigo) não precisa ser colado em nenhum editor de código especial. Ele é digitado como texto comum em um serviço de IA capaz de criar e alterar aplicações ou código. O procedimento é sempre o mesmo: abrir o modo de desenvolvimento, colar o Prompt 1 inteiro, obter a primeira versão, verificá-la e depois, no mesmo diálogo, dar em sequência o Prompt 2, o Prompt 3 e o Prompt 4.

Na prática funcionam várias opções. No ChatGPT — o modo «Trabalho» ou o Codex, se estiverem disponíveis na sua conta; no Claude — Artifacts; no Gemini — Canvas; no Perplexity — o modo Create files and apps, se estiver disponível no seu plano; no Replit — Agent. Por exemplo, no ChatGPT basta abrir «Trabalho» ou Codex, criar uma nova tarefa e colar o texto do Prompt 1 no campo da mensagem. No Gemini: «Adicionar arquivos» → Canvas → colar o Prompt. No Perplexity: escolher Create files and apps e colar o Prompt na linha da consulta. No Replit: abrir o Agent, ligar antes o Plan se necessário, colar o Prompt e conferir o resultado no Preview depois da build.

Os nomes dos modos estão atualizados na data da publicação; as interfaces e a disponibilidade das funções desses serviços podem mudar com o tempo.

Para a primeira experiência eu recomendaria começar por ChatGPT, Claude ou Gemini: ali é mais fácil trabalhar em linguagem comum e refinar os requisitos por etapas. Se o programa já existe e é preciso um trabalho mais profundo no código, Replit, Codex e outras ferramentas especializadas de desenvolvimento são convenientes.

Importante:qualquer que seja a plataforma escolhida, no início do pedido é preciso fixar em separado um requisito: «o resultado é um único arquivo HTML autônomo, sem APIs externas, CDN e dependências de rede, capaz de funcionar com a internet desligada». E mais uma regra: em um serviço de vibe coding não se carregam arquivos reais de Excel/Word com dados pessoais. Para o desenvolvimento usa-se apenas uma cópia anonimizada verificada ou um arquivo de teste.

Frente 1. Excel: um modelo anonimizado para o vibe coding seguinte

Para a análise de grandes volumes de dados é importante preservar a estrutura da tabela: nomes das planilhas e das colunas, tipos de dados, datas, categorias, a hierarquia «unidade — setor — área», processos e outros atributos. Sobrenomes e identificadores reais não são necessários para desenvolver o invólucro do programa.

Por isso a planilha de trabalho é carregada no mascarador HTML local. No computador do usuário, o programa encontra os valores potencialmente sensíveis, mostra-os antes da substituição e permite corrigir as regras manualmente. Por exemplo: «Ivan Ivanovitch Ivanov → Funcionário_001», «Contratada Ltda → Organização_001», «matrícula → ID_001».

Na saída obtém-se uma cópia anonimizada que preserva a lógica da tabela original. Já com ela se pode trabalhar com IA para construir o programa: filtros, KPIs, gráficos interativos, busca e detalhamento até o registro. O Excel original, por sua vez, permanece dentro da empresa.

Concluído o desenvolvimento, a base real não deve de forma alguma estar dentro do HTML criado. No programa pronto prevê-se um botão de carregamento local do Excel de origem: o arquivo é lido pelo navegador no computador do usuário e o painel recalcula os indicadores dentro da sessão local. Essa será a segunda etapa desta série.

A definição básica da tarefa para criar esse modo está no Prompt 1 e no Prompt 2 (veja «Prompts prontos» no fim do artigo).

Fig. 2. Mascaramento do Excel antes de passar o modelo para a IA
Fig. 2. Mascaramento do Excel antes de passar o modelo para a IA
Fig. 2.1. Mascaramento do Excel: carregamento do arquivo offline
Fig. 2.1. Mascaramento do Excel: carregamento do arquivo offline
Fig. 2.2. Mascaramento do Excel: escolha das regras de substituição
Fig. 2.2. Mascaramento do Excel: escolha das regras de substituição
Fig. 2.3. Mascaramento do Excel: verificação das substituições e download da cópia
Fig. 2.3. Mascaramento do Excel: verificação das substituições e download da cópia

Frente 2. Word: materiais do acidente sem revelar dados pessoais

A segunda aplicação do mascarador é preparar os documentos do acidente para a análise posterior em uma IA na nuvem. Na fase inicial podem ser a comunicação inicial, as declarações, as explicações dos trabalhadores e outros materiais em Word.

O mascarador cria uma cópia anonimizada do Word: nomes completos e outros valores escolhidos são substituídos por rótulos convencionais estáveis. É importante que a mesma pessoa mantenha o mesmo rótulo em todo o conjunto de documentos — caso contrário o agente perde os vínculos entre depoimentos e eventos.

Ao mesmo tempo, é gerada localmente uma chave de restauração criptografada separada. A chave contém as correspondências entre os rótulos convencionais e os valores originais. Para ela define-se uma senha, que não é transmitida junto com os documentos nem fica guardada no agente da nuvem.

Depois disso, apenas o Word mascarado vai para a IA. O agente pode analisar a cronologia, comparar explicações, identificar contradições, formular perguntas de esclarecimento, buscar nexos causais e preparar um rascunho dos materiais analíticos da investigação. A investigação formal e as decisões finais, naturalmente, permanecem com a comissão e com os especialistas responsáveis.

Quando o documento mascarado revisado volta do ambiente na nuvem, a restauração é feita novamente em local. No mascarador offline carregam-se três elementos: o Word recebido, o arquivo de chave correspondente e a senha. O programa devolve os rótulos convencionais aos valores originais onde esses rótulos se mantiveram no texto.

Assim, o agente da nuvem trabalha com a lógica do evento, mas não recebe os nomes completos originais nem os demais valores mascarados. A chave de restauração e a senha não são transmitidas ao ambiente na nuvem.

A arquitetura do trabalho bidirecional com Word está descrita no Prompt 3 (veja «Prompts prontos» no fim do artigo).

Fig. 3. O ciclo do Word: mascaramento → análise por IA → restauração local
Fig. 3. O ciclo do Word: mascaramento → análise por IA → restauração local
Fig. 3.1. O ciclo do Word: download da fonte mascarada
Fig. 3.1. O ciclo do Word: download da fonte mascarada
Fig. 3.2. O ciclo do Word: criação da chave local de restauração
Fig. 3.2. O ciclo do Word: criação da chave local de restauração

Como a própria ferramenta foi criada

O próprio mascarador também foi criado com vibe coding. Aqui é importante não entender essa abordagem como o comando «faça um programa» com a expectativa de um resultado perfeito. O esquema de trabalho foi outro: formular uma função, verificá-la, registrar o defeito ou o novo requisito e só depois passar à versão seguinte.

O primeiro requisito foi um único arquivo HTML autônomo sem instalação. Depois vieram a verificação manual das substituições, a lista «Substituir adicionalmente», a lista «Não alterar», a limpeza da sessão atual, o trabalho com Word, a criação de uma chave criptografada separada e a restauração local do documento.

Uma etapa à parte foi a autoverificação técnica. Desta vez a IA recebeu não o papel de desenvolvedora, mas o de auditora do próprio código: verificar fetch, XMLHttpRequest, WebSocket, bibliotecas externas, CDN, APIs, iframes, armazenamentos locais e outros mecanismos pelos quais os dados poderiam sair do computador ou permanecer depois do fim do trabalho. Essa auditoria não substitui a verificação das áreas de TI e de segurança da informação, mas permite remover os riscos evidentes ainda na fase de protótipo.

O pedido de verificação está no Prompt 4 (veja «Prompts prontos» no fim do artigo).

Fig. 3.3. O ciclo do Word: restauração dos dados pessoais após o processamento pela IA
Fig. 3.3. O ciclo do Word: restauração dos dados pessoais após o processamento pela IA

O que obtemos no fim

Uma única ferramenta local cobre duas tarefas diferentes. Para o Excel, permite preparar um modelo seguro e, sobre ele, criar com IA uma analítica offline de grandes volumes de dados. Para o Word, permite passar a uma IA na nuvem os materiais do acidente sem revelar os valores pessoais mascarados e depois restaurar o documento localmente após a análise.

O princípio-chave permanece o mesmo: primeiro excluir do perímetro externo aquilo que a IA não precisa saber para resolver a tarefa e só depois usar as suas capacidades.

Nas próximas publicações mostrarei separadamente os dois desdobramentos deste esquema: como, a partir do modelo Excel anonimizado, se cria um painel HSE autônomo com carregamento local da base real, e como um agente de IA é usado para analisar os materiais da investigação de acidentes.

Prompts prontos para criar e verificar um mascarador local de Excel/Word

As formulações destinam-se ao desenvolvimento por etapas e à adaptação a um cenário corporativo concreto.

Prompt 1. Arquitetura básica de um mascarador autônomo de Excel e Word

Crie uma aplicação local autônoma para mascarar dados em Excel (.xlsx) e Word (.docx).

Formato da aplicação: um único arquivo HTML que abre em um navegador comum e funciona sem instalar software adicional.

Requisitos críticos:
1. Depois de aberta, a aplicação não deve acessar a internet.
2. Não usar APIs externas, telemetria, processamento na nuvem nem transferência automática dos arquivos do usuário.
3. Todas as bibliotecas necessárias devem estar incorporadas localmente no HTML.
4. O usuário deve poder carregar um ou vários arquivos de Excel/Word do computador.
5. Não alterar os arquivos de origem. Salvar o resultado como cópia separada.
6. Executar todas as operações na memória da aba atual do navegador.
7. Adicionar um botão que limpe completamente a sessão atual.

Funções de mascaramento:
- procurar nomes completos, sobrenomes com iniciais e outros valores pessoais selecionados;
- procurar organizações e outros valores indicados manualmente;
- se necessário, mascarar números, contatos e valores monetários;
- o mesmo valor de origem deve receber o mesmo rótulo convencional dentro de uma sessão;
- antes de salvar, mostrar ao usuário a lista de substituições no formato «local / antes / depois»;
- permitir desligar ou alterar manualmente qualquer substituição;
- adicionar um campo «Substituir adicionalmente»;
- adicionar um campo «Manter sem alterações», com prioridade sobre as substituições.

Para o Excel, preservar a estrutura das tabelas e os campos necessários à análise posterior. Para o Word, preservar a estrutura do documento tanto quanto possível.

Depois da primeira versão, liste em separado as limitações do reconhecimento automático e os pontos que o usuário deve verificar manualmente.

Prompt 2. Modo Excel: modelo anonimizado para vibe coding e analítica de HSE

Aprimore o mascarador HTML local para preparar com segurança um modelo de Excel que depois possa ser usado no desenvolvimento de um programa analítico com IA.

Objetivo: a IA deve ver a estrutura da tabela de trabalho, mas não os valores pessoais reais nem os demais valores sensíveis selecionados.

Requisitos:
1. Preserve os nomes das planilhas, os cabeçalhos das colunas, os tipos de dados, as datas, as categorias e os atributos hierárquicos, salvo se o usuário os tiver marcado para substituição.
2. Substitua os nomes completos por rótulos estáveis do tipo Funcionário_001, Funcionário_002 e assim por diante.
3. Substitua as organizações por rótulos Organização_001, Organização_002 e assim por diante.
4. Substitua identificadores e matrículas, se tiverem sido selecionados para mascaramento, por rótulos ID_001, ID_002 e assim por diante.
5. O mesmo valor de origem deve receber a mesma substituição em todos os arquivos de Excel da sessão atual.
6. Mostre uma lista prévia de todas as substituições e permita ao usuário corrigi-la manualmente.
7. Não exclua linhas e colunas apenas porque o programa não as usa.
8. Não altere o arquivo de origem.
9. Após o processamento, permita baixar uma cópia anonimizada separada.
10. Acrescente um aviso bem visível: antes de passar o resultado a uma IA externa, o usuário deve verificar manualmente o arquivo anonimizado.

Importante: a restauração inversa do Excel não é necessária. A base de trabalho real permanece dentro do perímetro corporativo; a cópia anonimizada serve apenas para projetar a lógica e a interface do futuro painel HTML.

Prompt 3. Modo Word: mascaramento, chave separada e restauração local

Aprimore o mascarador HTML autônomo para o trabalho bidirecional com Word (.docx).

Cenário:
1. O usuário carrega os documentos Word originais do acidente.
2. O programa substitui localmente nomes completos, organizações e outros valores selecionados por rótulos convencionais estáveis.
3. O usuário verifica e confirma a lista de substituições.
4. O programa cria:
   a) um documento Word mascarado;
   b) um arquivo de chave criptografado separado, contendo as correspondências exatas «rótulo convencional ↔ valor de origem».
5. Para o arquivo de chave o usuário define uma senha de no mínimo 10 caracteres. Não guarde a senha na aplicação e não a escreva em texto aberto dentro da chave.
6. O Word mascarado pode depois ser passado a um agente de IA externo para análise do conteúdo.
7. Depois de receber o Word revisado, o usuário volta à aplicação local.
8. Para a restauração ele carrega:
   - o Word mascarado revisado;
   - o arquivo de chave correspondente;
   - e digita a senha.
9. O programa devolve localmente os rótulos convencionais preservados aos valores originais e cria um Word restaurado separado.

Requisitos de segurança:
- a chave de restauração e a senha nunca devem ser transmitidas automaticamente pela rede;
- guarde a chave separadamente do documento mascarado;
- use criptografia moderna da chave (por exemplo AES-256-GCM via Web Crypto API);
- com senha incorreta, não revele o conteúdo da chave;
- ao terminar o trabalho, ofereça a possibilidade de limpar completamente a sessão atual;
- mostre um aviso de que rótulos convencionais apagados ou alterados substancialmente pela IA externa não podem ser restaurados automaticamente;
- não reconheça automaticamente o texto dentro das imagens e avise explicitamente o usuário sobre a necessidade de verificar visualmente imagens e logotipos.

Preserve a estrutura do Word: parágrafos, tabelas, estilos, cabeçalhos e rodapés e imagens, tanto quanto for tecnicamente possível. Não altere o arquivo de origem.

Prompt 4. Auditoria técnica da autonomia e dos possíveis canais de vazamento

Faça uma auditoria técnica da aplicação HTML criada como ferramenta local offline para o trabalho com dados sensíveis.

Verifique todo o código e liste todos os mecanismos encontrados que possam criar troca pela rede ou armazenamento prolongado do conteúdo dos arquivos do usuário.

Verifique separadamente:
- fetch;
- XMLHttpRequest;
- WebSocket;
- EventSource;
- navigator.sendBeacon;
- script src externos;
- CSS e fontes externas;
- CDN;
- APIs externas;
- iframe;
- envio automático de formulários HTML;
- Service Worker;
- localStorage;
- sessionStorage;
- IndexedDB;
- cookies;
- URLs externas em bibliotecas e código;
- telemetria, analítica e crash-reporting.

Resultado exigido:
1. O programa deve funcionar plenamente com a internet desligada.
2. Os arquivos Excel/Word do usuário não devem ser transmitidos pela rede.
3. Chaves de restauração e senhas não devem ser enviadas nem guardadas automaticamente pela aplicação.
4. Se forem usados armazenamentos locais do navegador, explique para quê; para dados de origem, chaves e senhas, exclua o seu uso.
5. Acrescente uma Content-Security-Policy rígida, que proíba conexões de rede e a incorporação de conteúdo externo, na medida em que isso seja compatível com o funcionamento da aplicação.
6. Após o comando «Limpar tudo», apague os dados da sessão atual do estado da aplicação.
7. Depois das correções, verifique o código novamente e entregue um relatório curto: quais canais potenciais foram encontrados, o que foi removido, o que permaneceu e por quê.

Importante: indique que essa autoverificação do código não substitui a verificação corporativa de TI/segurança da informação nem a avaliação jurídica da admissibilidade do cenário concreto de uso.
Regra prática: para o ambiente externo de IA vai apenas uma cópia anonimizada verificada. O arquivo da chave de restauração e a senha devem permanecer no perímetro local e não devem ser anexados ao pedido feito ao agente.

Blog de especialistas

Leia artigos de líderes em segurança

Todos os artigos do blog
Usamos cookies para melhorar sua experiência · Aviso de Cookies

Junte-se aos líderes

14,000+ profissionais · 128+ países

1
Contatos
2
Perfil

Cadastro

Conte-nos sobre você

Campo obrigatório
Campo obrigatório
Insira um email válido
Número inválido

Cadastro

Dados profissionais

Campo obrigatório
Campo obrigatório
Campo obrigatório

Por favor, aceite receber newsletters. Isso melhorará significativamente sua experiência na plataforma.

Cadastro concluído

Enviamos as credenciais de acesso para seu email. Use a senha recebida para fazer login.

Não recebeu o email?
Verifique a pasta de Spam
Já tem conta? Entrar · Esqueceu a senha?

Bem-vindo!

Você entrou com sucesso.

Não tem conta? Cadastro · Esqueceu a senha?

Recuperar senha

Digite seu email para recuperação

Insira um email válido

Link enviado

Um link de redefinição de senha foi enviado para seu email. O link é válido por 1 hora.

Não recebeu o email?
Verifique a pasta de Spam
Lembrou a senha? Entrar · Cadastro