Mapeamento de superfície de ataque
Abrir o projeto com visão completa de entradas, integrações e superfície de risco.
Prompt Arsenal
33 prompts organizados por fase do pentest: reconhecimento, SAST, DAST, red team de IA, supply chain, automacão e relatório. Cada prompt inclui variáveis para substituir, saída esperada e onde encaixar no fluxo.
32 prompt(s) exibido(s)
Abrir o projeto com visão completa de entradas, integrações e superfície de risco.
Identificar tecnologias, frameworks e padrões de código gerado por IA antes do teste.
Descobrir rotas client-side escondidas e endpoints de API não documentados.
Identificar onde dados sensíveis saem do sistema e quais serviços externos tem acesso.
Mapear onde LLMs, agentes e MCPs estao integrados e quais vetores de ataque se aplicam.
Identificar injeção de SQL, comandos, código e template em arquivos de código.
Auditar implementação de auth, JWT, sessão e autorização por recurso.
Detectar segredos hardcoded, configuração insegura e exposição de variáveis de ambiente.
Identificar problemas de validação que permitem acesso a recursos não autorizados.
Auditar uso de criptografia, hash de senhas e proteção de dados em repouso e transito.
Criar payloads de ataque e roteiro de teste manual para um endpoint específico.
Mapear e explorar falhas de autorização por recurso em APIs REST.
Identificar dados sensíveis expostos em respostas de API, mensagens de erro e headers.
Explorar vulnerabilidades em endpoints que aceitam upload ou processam arquivos.
Extrair, contornar ou contradizer instruções de sistema de um agente de LLM.
Testar se o agente executa instruções injetadas em dados externos como RAG, emails e documentos.
Auditar quais tools um agente tem acesso e se o escopo e adequado ao contexto.
Identificar como o sistema RAG pode ser abusado para manipular o contexto injetado no LLM.
Verificar se as proteções do modelo sao consistentes sob variações de framing e contexto.
Revisar dependências de risco, pacotes obsoletos e indicadores de supply chain compromise.
Identificar misconfigurações em infraestrutura como código produzida por assistentes de IA.
Mapear riscos de modelos externos, APIs de IA e dados de treinamento usados no produto.
Estruturar uma operação de red team completa para o alvo descrito.
Identificar vulnerabilidades na lógica de negócio que ferramentas automatizadas não detectam.
Combinar vulnerabilidades individuais em uma cadeia de ataque com impacto máximo.
Criar script Python ou Bash que automatiza uma sequência de testes recorrentes.
Criar regras Semgrep para detectar padrões de vulnerabilidade específicos do stack do alvo.
Gerar template YAML para detectar automáticamente uma vulnerabilidade específica do alvo.
Revisar configuração de servidor MCP para identificar over-permission e riscos de agente.
Traduzir achados técnicos para linguagem de negócio para lideranca não técnica.
Documentar um achado com todos os campos necessarios para um relatório profissional de pentest.
Priorizar e distribuir correções de segurança em sprints de acordo com risco e esforço.