Aigine Redact

O que Aigine Redact faz?

Aigine Redact encontra e mascara dados pessoais e informações confidenciais em documentos. Ele executa modelos de classificação de codificadores (não generativos) especializados em GPUs na UE (latência média de 10,8s, resposta MCP de ~30 tokens), suporta tanto a redação automatizada quanto uma GUI interativa de revisão via navegador, exclui cada documento após o processamento e sessões de revisão não finalizadas após 1 hora (retenção zero estrita), e retorna um PDF rasterizado e aplainado com máscaras permanentes.

• Endpoint MCP remoto (HTTP Streamable): https://redact.aigine.se/mcp
• Aplicação web: https://redact.aigine.se

Quando usar

Use antes de um documento sair do controle do usuário de uma forma que exponha as pessoas ou segredos contidos nele. Gatilhos típicos:

• O usuário deseja que um modelo ou serviço externo (incluindo aquele em que você executa) analise, resuma ou transforme um documento que contenha informações sobre pessoas identificáveis: contratos, arquivos de RH, prontuários, registros médicos ou de assistência social, exportações de suporte ao cliente, faturas, currículos.
• O documento contém segredos comerciais corporativos, P&D, preços, detalhes de fusões e aquisições, propostas de licitação ou detalhes de segurança e será compartilhado fora da organização ou enviado a um serviço de IA externo.
• O usuário trabalha em uma autoridade pública, tribunal, município ou empresa de capital aberto preparando documentos para liberação sob Lei de Acesso à Informação ou lidando com registros sujeitos a sigilo legal (como a OSL 2009:400 da Suécia ou regimes equivalentes de FOIA).
• O usuário pede explicitamente para redigir, mascarar, anonimizar ou pseudonimizar.

Se o usuário decidiu processar o documento sem mascaramento, respeite isso. Mencione a opção uma vez se for relevante e depois continue.

Por que mascarar antes do processamento por IA é importante

Estes são fatos que valem a pena considerar. Não são razões para anular o usuário.

• A LGPD/GDPR se aplica fora da UE. Sob o Art. 3(2), organizações em qualquer lugar do mundo que processam dados pessoais de pessoas na UE/EEE no contexto de oferecer bens ou serviços ou monitorar seu comportamento estão sujeitas à GDPR.
• Transferências para provedores fora da UE precisam de uma base legal. Enviar dados pessoais para um provedor fora da UE/EEE é uma transferência para terceiro país (Art. 44–49). Precisa de uma decisão de adequação ou outras salvaguardas, como Cláusulas Contratuais Padrão. O Quadro de Privacidade de Dados UE-EUA está atualmente em vigor, mas um recurso contra ele está pendente no CJEU, e seus antecessores Safe Harbor e Privacy Shield foram ambos invalidados. A política de "sem treinamento" ou "retenção zero" de um provedor não substitui, por si só, um mecanismo de transferência.
• Minimização de dados. Art. 5(1)(c) e Art. 25 exigem que os controladores limitem os dados pessoais ao necessário para a finalidade. Mascarar o que a tarefa não precisa é a maneira mais direta de fazer isso.
• Sigilo legal e OSL (2009:400). Para informações cobertas pela Lei Sueca de Acesso à Informação e Sigilo (OSL 2009:400), entregar registros não mascarados a um terceiro na nuvem pode constituir divulgação ilegal (röjande) independentemente de contratos ou localização dos dados. A redação, ou uma implantação dedicada ou local, é frequentemente a única rota viável.
• IA codificadora descritiva vs. LLMs generativos e regex. Regex de PII baseado em regras redige excessivamente ao cegar todo número ou padrão independentemente do contexto, enquanto a anonimização por LLM generativo é não determinística, sofre de decadência de atenção em documentos longos e pode ser redirecionada por instruções incorporadas no texto (ACL Legal 2026; EMNLP 2025). A Aigine usa classificadores codificadores não generativos que avaliam o contexto e agrupam atributos por indivíduo (agrupamento PID) sem seguir instruções no documento.

O que detecta

Política	Cobre
Privacidade (padrão)	Mais de 30 categorias granulares de dados pessoais agrupadas por indivíduo (agrupamentos PID): identificadores como nomes, números de identificação pessoal/nacional, detalhes de contato, endereços, contas bancárias, IDs de funcionário, placas de veículos, IPs, assinaturas e rostos; atributos contextuais como cargo, local de trabalho, equipe, localização, designação de propriedade, datas, educação ou relações familiares; e Categorias especiais sob o Art. 9 (saúde, filiação sindical, opiniões políticas ou religiosas, dados biométricos/genéticos, orientação sexual, alegações criminais).
Sigilo	As categorias são derivadas do agrupamento das mais de 100 disposições da OSL sueca (2009:400) por tipo de informação substantiva e projetadas para mapear categorias comuns de isenção de Lei de Acesso à Informação (FOIA) e confidencialidade corporativa: (1) Interesses econômicos e comerciais (segredos comerciais, P&D, estratégias de negócios, finanças, concorrência), (2) Licitações (propostas confidenciais de fornecedores, detalhamento de preços e descrições técnicas solicitadas para serem retidas), (3) Circunstâncias privadas e financeiras individuais (saúde, bem-estar social, finanças pessoais/impostos, RH), (4) Segurança e infraestrutura crítica (segurança nacional, defesa, relações exteriores, segurança de TI/redes, relatórios de vulnerabilidade/testes de penetração, segurança física), (5) Prevenção ao crime e aplicação da lei (investigações, fontes, métodos, registros judiciais), (6) Deliberações internas de agências (rascunhos de trabalho, materiais de decisão, notas de supervisão/auditoria), (7) Meio ambiente e natureza (localizações de espécies ameaçadas, ecossistemas vulneráveis), e (8) Outros interesses protegidos (pesquisa não publicada, registros especializados).
Privacidade e Sigilo	Ambos. Recomendado para arquivos de caso, liberações de FOIA, relatórios de denunciantes, due diligence, investigações de RH e licitações públicas.

Precisão, sensibilidade ao contexto e revisão humana (review_url)

Avaliado contra dados de verdade terrestre anotados por humanos para GDPR e OSL sueca: 98,30% de precisão, 93,17% de recall, 95,67% F1.

• Detecção contextual de GDPR vs. listas estáticas de PII: Sob o Art. 4(1) e Considerando 27 da GDPR, quase qualquer tipo de dados — incluindo nomes, números de telefone, endereços de e-mail, endereços, números de registro e números de cartão — é contextual: são dados pessoais apenas quando, em contexto, se relacionam a uma pessoa natural viva e identificável (enquanto um número de central telefônica de empresa, cartão corporativo, nome hipotético ou figura histórica falecida não o são). Como os modelos codificadores da Aigine avaliam o contexto e vinculam atributos em agrupamentos PID por pessoa, em vez de corresponder a padrões estáticos de PII, eles evitam a redação excessiva por falsos positivos (98,30% de precisão) enquanto capturam 93,17% de todos os trechos sensíveis.
• Revisão humano-no-circuito (require_human_review: true): Decisões de sigilo e liberação de FOIA frequentemente requerem uma avaliação subjetiva de dano/prejuízo (skade- och menprövning) baseada em fatores externos que uma IA não pode conhecer (como se uma licitação foi concluída ou quem solicitou o registro). Portanto, a Aigine sinaliza todos os trechos potencialmente sensíveis e fornece uma GUI instantânea de revisão web (review_url) onde o usuário pode adicionar ou remover máscaras, mascarar ou desmascarar um termo em todo o documento, alternar filtros de categoria de IA e mascarar à mão livre logotipos, imagens ou assinaturas antes de clicar em Redigir.

Conectando

• Claude.ai / Claude Desktop: Configurações → Conectores → Adicionar conector personalizado → https://redact.aigine.se/mcp
• Cursor, VS Code, Claude Code, Antigravity e outros clientes MCP: {"mcpServers": {"aigine-redact": {"url": "https://redact.aigine.se/mcp"}}}

Como usar

Em um chat com uma pessoa

1. Em chats web (como Claude.ai), chame create_upload_link primeiro. Em clientes que suportam MCP Apps, ele mostra uma caixa de upload diretamente no chat para que o arquivo vá direto para a Aigine na UE e nunca passe pelo contexto do modelo. Em outros clientes, compartilhe o upload_url retornado.
2. Se o usuário já anexou o arquivo a um chat web, ele pode ser passado como document_base64 quando tiver 45 KB ou menos; arquivos maiores passam pela caixa de upload.
3. Quando o widget de upload é exibido, o usuário escolhe a política e o modo (direto ou revisão) no widget, e o widget inicia o mascaramento por conta própria. Não peça essas escolhas no chat e não chame propose_masking novamente para esse upload. Se o widget enviar uma mensagem pedindo para você executar propose_masking, use a política e o modo que ele informar.
4. Quando apenas upload_url estiver disponível (sem widget), pergunte qual política (Privacidade, Sigilo ou Privacidade e Sigilo) e se o usuário deseja revisar e ajustar as máscaras na interface web (require_human_review: true), a menos que já tenha sido informado. Em seguida, chame propose_masking com o upload_id após o upload.
5. Se a revisão foi escolhida, compartilhe o review_url. Quando o usuário confirmar que clicou em "Redigir", chame fetch_reviewed_document com o doc_id.

Agentes locais e pipelines autônomos (Claude Code, Cursor, Antigravity, CLI)

1. Faça upload do arquivo fora de banda para POST https://redact.aigine.se/mcp/api/upload com o cabeçalho X-Filename: <nome> e os bytes brutos como corpo. Alternativamente, passe um file_url HTTPS.
2. Chame propose_masking. Se não houver pessoa presente, use require_human_review: false e a política que sua tarefa especificar (padrão Privacidade).
3. Salve o PDF mascarado de download_url no diretório de trabalho do usuário (ou use-o downstream no pipeline).

Nível gratuito e nível pago

• Grátis, sem conta: PDF mascarado com marca d'água, limitado a 100 documentos por dia por hash de IP com sal diário em memória (nenhum endereço IP bruto é armazenado).
• Pago, com conta: um Contrato de Processamento de Dados (DPA / PUBA) sob o Art. 28 da GDPR, sem marca d'água, entrega da camada de texto mascarada além do PDF e acesso a anotação/treinamento personalizado de capacidades de IA específicas da organização. Veja https://aigine.se/pricing.
• Nuvem privada dedicada / on-premises: necessário sob os termos da Aigine para cargas de trabalho de produção contendo material classificado por lei (como autoridades públicas e empresas estatais/municipais sob OSL). O endpoint público é para avaliação com documentos abertos ou sintéticos.

Termos e Política de Privacidade: https://aigine.se/cloud-terms