// ZDZAISHIELD · DLP COM IA LOCAL PARA SHADOW AI

Sua equipe está colando
dados sensíveis no ChatGPT
agora mesmo.

Nós bloqueamos. O ZDZAIShield é um DLP com IA local que inspeciona cada prompt e barra o envio de CPF, CNPJ, cartões, senhas e segredos para IAs públicas — com HTTP 403, antes que o dado saia da sua rede.

7 serviços de IA pública cobertos IA 100% local · Ollama O dado nunca sai da rede LGPD by design
7
serviços de IA pública monitorados
403
HTTP no envio de dado sensível
100%
inferência local, sem nuvem
~98%
economia vs. nuvem equivalente
// O problema invisível

Shadow AI: o vazamento que ninguém vê acontecer

Não é um ataque. É a rotina. Todo dia, gente bem-intencionada cola dado de cliente numa IA pública para "adiantar o trabalho" — e o dado sai da sua rede sem passar por nenhum controle.

📋

CPF e CNPJ no prompt

"Resume esse cadastro pra mim." Um CPF, um CNPJ, um contrato inteiro colado numa caixa de texto que envia tudo para servidores de terceiros, fora do país.

🔑

Segredos e credenciais

"Por que esse código não roda?" — e junto vão chaves de API, senhas e strings de conexão. O que era um bug vira exposição de segredo corporativo.

🩺

Dado sensível e de saúde

Prontuários, laudos, dados financeiros e jurídicos. Categorias que a LGPD trata como sensíveis (art. 11) saindo sem base legal, sem trilha, sem consentimento.

⚠️

O ponto cego não é a IA. É a falta de controle na saída.

Bloquear IA pública no firewall não funciona: as pessoas usam o celular, a conta pessoal, a próxima ferramenta. O que falta é inspecionar o conteúdo do que sai — e decidir, em tempo real, o que pode e o que não pode.

// Como funciona

Um DLP que entende o texto — e bloqueia com 403

O ZDZAIShield fica no caminho entre a sua rede e as IAs públicas. Ele inspeciona cada prompt em duas camadas e, se houver dado sensível, devolve HTTP 403 — a requisição nunca chega ao provedor externo.

01 · Intercepta

No caminho de saída

Todo prompt destinado a uma IA pública passa pelo proxy antes de deixar a rede. ChatGPT, Gemini, Claude, Copilot, DeepSeek, Perplexity, HuggingFace — 7 serviços cobertos.

02 · Inspeciona

Regex + IA local

Padrões conhecidos (CPF, CNPJ, cartão, chave) são pegos por regex. O que escapa vai para uma classificação de sensibilidade por NLP em um LLM local.

03 · Decide

Sensível? 403.

Se o conteúdo é classificado como sensível, o proxy bloqueia com HTTP 403 e explica o motivo. O dado não sai. Prompt limpo segue normalmente.

04 · Registra

Trilha para o DPO

Cada bloqueio vira evento auditável: o que foi barrado, para qual serviço, quando. Governança para provar conformidade, não só prometê-la.

A classificação NLP roda em LLM local via Ollama — a inspeção do seu dado nunca é terceirizada para a nuvem.

// Demo do bloqueio

Um CPF tentando chegar ao ChatGPT — barrado

Veja o que acontece quando alguém cola um dado pessoal num prompt destinado a uma IA pública.

POST chat.openai.com/prompt · via ZDZAIShield
colaborador "Analise o cadastro do cliente: nome Fulano de Tal, CPF 000.000.000-00, e escreva um resumo do histórico."
aishield inspecionando conteúdo → regex: match · classificação NLP local: DADO PESSOAL (alta confiança)
HTTP 403 · FORBIDDEN — envio bloqueado
Detectado CPF / dado pessoal no prompt destinado a IA pública (ChatGPT). A requisição foi barrada e não deixou a rede. Evento registrado para trilha de auditoria. Remova o dado sensível ou use a IA local homologada.

(exemplo ilustrativo · CPF fictício e mascarado · valores não representam dado real de cliente)

// Por que local

A IA que inspeciona seu dado mora na sua infra

Um DLP que manda seu conteúdo para a nuvem para "analisar" recria exatamente o problema que deveria resolver. O ZDZAIShield roda o LLM de classificação dentro da sua rede, com Ollama. Inferência privada, isolada por cliente.

  • Soberania do dado. O conteúdo inspecionado nunca sai da rede — nem para bloquear, nem para classificar.
  • Inferência isolada por cliente. Sua instância de LLM local, sem multitenância de terceiros no meio.
  • On-premises-first. Roda no seu mini-datacenter ou servidor dedicado, sem depender de fatura de nuvem.
  • "Ollama local — dados nunca saem da rede." É a regra de projeto, não um opcional.
~98%
de economia vs. nuvem equivalente
A mesma fundação on-premises que roda o ZDZAIShield entrega inferência de LLM local a uma fração do custo de nuvem — sem abrir mão de soberania.
// LGPD & governança

Da política ao evento auditável

Conformidade não é um PDF na gaveta. O ZDZAIShield transforma a sua política de uso de IA em controle técnico que age sozinho — e deixa rastro.

📐

Política que vira controle

A regra de "não colar dado de cliente em IA pública" deixa de depender de treinamento e boa vontade: passa a ser aplicada em tempo real, no caminho de saída.

🧾

Trilha de auditoria

Cada tentativa e cada bloqueio ficam registrados: qual categoria de dado, para qual serviço, quando. O DPO tem evidência de conformidade, não suposição.

🩺

Dados sensíveis (art. 11)

Endereça diretamente o tratamento de categorias sensíveis — inclusive dados de saúde — impedindo que saiam da rede sem base legal.

// Perguntas frequentes

O que CISOs e DPOs perguntam

Quais IAs públicas o ZDZAIShield cobre? +
Sete serviços de IA pública: ChatGPT, Gemini, Claude, Copilot, DeepSeek, Perplexity e HuggingFace. O prompt destinado a qualquer um deles passa pela inspeção antes de deixar a rede.
Meu dado é enviado para algum lugar para ser analisado? +
Não. A classificação de sensibilidade roda em um LLM local via Ollama, dentro da sua infraestrutura. O conteúdo inspecionado nunca sai da rede — nem para bloquear, nem para classificar. A inferência é privada e pode ser isolada por cliente.
Como o bloqueio acontece na prática? +
O ZDZAIShield fica no caminho de saída. Ele inspeciona o prompt em duas camadas — regex para padrões conhecidos (CPF, CNPJ, cartão, chaves) e classificação NLP por IA local para o que escapa. Se o conteúdo é sensível, a requisição recebe HTTP 403 e não chega ao provedor externo. Prompt sem dado sensível segue normalmente.
Isso me ajuda com a LGPD? +
Sim. Ele aplica a sua política de uso de IA como controle técnico e gera trilha de auditoria de cada bloqueio — o tipo de evidência que o DPO precisa. Endereça diretamente o tratamento de dados pessoais e sensíveis, incluindo dados de saúde (art. 11), impedindo a saída sem base legal.
Por que rodar a IA localmente em vez de na nuvem? +
Por soberania e por custo. Um DLP que envia seu conteúdo para a nuvem recria o problema que deveria resolver. Rodando local, o dado nunca sai — e a mesma fundação on-premises entrega inferência de LLM a uma economia de cerca de 98% frente à nuvem equivalente.
// Diagnóstico de risco de shadow AI

Descubra o que já está saindo da sua rede

Um diagnóstico de risco para mapear onde a sua equipe usa IA pública, que tipo de dado está exposto e como o ZDZAIShield fecha essa porta. IA + Pessoas: a máquina bloqueia, a sua governança decide.