Rimozione automatica dei link tramite chatbot in un gruppo Telegram

Quali link rimuovere in un gruppo Telegram

Prima di configurare il filtro, stabilisci una regola per i membri e i moderatori. In Telegram non è considerato link solo il testo del tipo https://site.example. Un membro può inviare un indirizzo senza protocollo, un invito a un'altra chat, un URL abbreviato, un testo cliccabile con indirizzo contraffatto, un link nella didascalia di una foto, di un video o di un documento.

Definisci separatamente il destino dei link alle piattaforme di streaming, ai social network, ai servizi di donazione, ai cloud, ai portfolio, ai negozi e ai moduli di richiesta. Per la chat di uno streamer di solito si vieta la pubblicità di canali altrui e gli inviti di terzi, ma si lasciano i link al palinsesto, alle clip, alle donazioni e alle risorse del team.

Il bot riceve il messaggio già dopo l'invio e poi lo elimina. Perciò il link può essere visibile in chat per alcuni secondi. Telegram non consente al bot di bloccare in anticipo l'invio di un messaggio da parte di un membro.

Scegli uno schema di filtraggio, non un divieto generico

La rimozione totale di tutti i link è adatta a una chat chiusa, dove i materiali vengono pubblicati solo dal team del progetto. In una community pubblica questo schema inizia presto a creare problemi: gli spettatori non potranno inviare un timestamp, un bug report, un link a una clip o un materiale utile all'argomento della discussione.

È più pratico dividere i link in diverse categorie: domini consentiti, link da ruoli fidati, link sospetti da nuovi utenti e inviti vietati. Ad esempio, puoi eliminare tutti gli inviti t.me, i link a stream altrui e gli abbreviatori di URL, ma consentire i link alle risorse ufficiali del canale.

• Schema rigido: eliminare qualsiasi URL da un membro ordinario.
• Whitelist: consentire solo domini e sottodomini approvati.
• Schema per ruoli: non verificare i link degli amministratori, dei moderatori e dei bot di servizio.
• Schema reputazionale: applicare un filtro rigoroso solo agli account nuovi o sospetti.

Più complessa è la regola, più test saranno necessari. Uno schema troppo permissivo lascerà passare parte della pubblicità, mentre uno troppo ampio inizierà a eliminare messaggi normali.

Bot pronto, costruttore o logica personalizzata

Per la moderazione di base puoi usare bot pronti, ad esempio Combot o Rose. In queste soluzioni di solito sono presenti antispam, filtri di parole, limitazioni per i nuovi utenti, avvertimenti e registro delle azioni. Prima dell'installazione verifica se il bot scelto è in grado di analizzare proprio i link, le didascalie dei media e i messaggi modificati.

Un bot pronto è comodo quando basta una regola standard. Ma l'insieme delle eccezioni, il formato dei log e la logica di verifica degli URL possono essere limitati dalle impostazioni del servizio. I comandi di questi bot variano in base alla versione e all'interfaccia, quindi orientati alla loro guida aggiornata, non a istruzioni casuali tratte da vecchi post.

Un costruttore di automazioni è adatto a uno scenario semplice: ricevuto il messaggio, trovato l'URL, inviata la notifica al moderatore. Il suo punto debole sono i ritardi, i limiti dell'integrazione e la dipendenza da una piattaforma esterna. Per una chat attiva questo può essere evidente.

Un bot personalizzato tramite Telegram Bot API serve se occorre una politica separata per diversi argomenti, ruoli e tipi di link. Consente di verificare le entità di Telegram, conservare la cronologia delle violazioni e inviare i log in una chat chiusa dei moderatori. In cambio dovrai rispondere di server, aggiornamenti e sicurezza del token.

Quali permessi servono al bot per eliminare i messaggi

Aggiungi il bot al gruppo desiderato e nominalo amministratore con il diritto di eliminare i messaggi. Senza questo, il bot può riconoscere l'URL, registrare l'evento nel log e persino inviare un avvertimento, ma non potrà eliminare la pubblicazione.

Se sono previste limitazioni temporanee, il divieto di inviare messaggi o il ban dopo violazioni ripetute, serviranno i permessi corrispondenti. Per un semplice antilink non servono autorizzazioni per modificare il profilo del gruppo, nominare amministratori o gestire gli inviti.

Concedi solo i permessi necessari. Un errore nel codice, una vulnerabilità del servizio o la compromissione del token sono più pericolosi se il bot ha ottenuto il pieno controllo della chat.

Verifica se il bot riceve i messaggi dei membri

Dopo l'aggiunta non limitarti al comando di avvio. Invia un messaggio di test da un account normale senza diritti di amministratore. Verifica il testo con un link, il link nella didascalia di una foto e il testo cliccabile. È importante testare proprio come membro: il proprietario e gli amministratori spesso rientrano nelle eccezioni.

Per un bot personalizzato verifica gli aggiornamenti in ingresso. I nuovi messaggi di solito arrivano nel campo message, mentre le modifiche ai messaggi già pubblicati arrivano in edited_message. Se il bot lavora in un canale con un gruppo collegato o gestisce le pubblicazioni del canale, potrebbero servire tipi di aggiornamento separati.

Anche la modalità privacy influisce sui messaggi che il bot riceve. Se il gestore vede solo i comandi e le risposte ai messaggi del bot, il filtro dei link non funzionerà pienamente. Dopo aver modificato le impostazioni, ricontrolla gli aggiornamenti su un gruppo di test.

Verifica le entità di Telegram, non solo il testo

Nel messaggio Telegram trasmette le entità di formattazione. Per i link sono particolarmente importanti le entità url e text_link. La prima significa che l'indirizzo stesso è presente nel testo. La seconda significa che l'indirizzo è nascosto sotto una parola normale: ad esempio, un membro invia «guardate qui», ma il passaggio porta a un sito pubblicitario.

Se il bot controlla solo la stringa del messaggio, text_link può essere facilmente tralasciato. Per text_link occorre estrarre l'URL dal campo dell'entità, non cercare il dominio nel testo visibile. Per le didascalie dei media analizza caption e caption_entities allo stesso modo di text ed entities.

La logica minima di verifica è questa: raccogliere gli URL dalle entità, poi trovare gli indirizzi testuali che Telegram non ha riconosciuto come entità, normalizzare il dominio e confrontarlo con le regole. Occorre eliminare l'intero messaggio insieme all'allegato, altrimenti in chat resterà un'immagine pubblicitaria o un file senza didascalia.

Esempi di regex per URL e inviti Telegram

Le regex non sostituiscono la verifica delle entità, ma aiutano a intercettare indirizzi senza protocollo e testo formattato in modo non standard. Ad esempio, per gli URL normali puoi usare il modello: (?i)\b(?:https?://|www\.)[^\s]+. Trova gli indirizzi con http, https e www, ma non vedrà un dominio del tipo example.com senza prefisso.

Per i domini senza protocollo puoi aggiungere una verifica separata: (?i)\b[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.(?:com|net|org|ru|io|gg)\b(?:/[^\s]*)?. L'elenco delle zone va scelto in base al pubblico. Se elenchi solo alcune zone, gli spammer potranno usarne altre. Se rendi il modello troppo ampio, inizierà a confondere gli URL con notazioni tecniche.

Gli inviti in Telegram è comodo verificarli con una regola separata: (?i)\b(?:https?://)?(?:t\.me|telegram\.me)/(?:joinchat/|\+|[a-z0-9_]{5,})\b. Questa regola copre i link pubblici t.me e parte degli inviti. Non deve considerare automaticamente spam il link alla chat ufficiale del progetto, perciò i domini e i percorsi consentiti specifici vanno aggiunti alle eccezioni.

Non cercare di chiudere tutti i bypass con un'unica regex. Una scrittura del tipo s i t e . com, la sostituzione del punto con la parola «punto», i caratteri Unicode e le immagini con l'indirizzo richiedono altri metodi: valutazione antispam, verifica manuale o OCR. Un modello troppo aggressivo produrrà molte rimozioni errate.

Gestisci i link nelle didascalie, nei inoltri e nei file

Lo spam raramente si limita a un normale messaggio testuale. Il link può essere nella caption di una foto, di un video, di una GIF, di un documento, di un audio o di un sondaggio con spiegazione. Se il bot guarda solo il campo text, il membro aggirerà il filtro con un solo file multimediale.

Per ogni messaggio in ingresso verifica text, entities, caption e caption_entities. Anche il nome del documento a volte contiene un dominio o un testo pubblicitario, ma eliminare il file solo per il nome va fatto con cautela: in una chat di lavoro così è facile perdere un archivio o una registrazione dello stream necessari.

Un post inoltrato non sempre contiene un URL visibile, ma può portare a un canale di terzi tramite un pulsante o la didascalia. Un bot normale non sempre riceve tutti i dati sui pulsanti incorporati e sulla fonte dell'inoltro in un formato adatto al filtraggio. Se gli inoltri sono un problema, per i nuovi membri è più sicuro limitarli separatamente o inviare tali pubblicazioni alla verifica manuale.

Chiudi il bypass tramite la modifica dei messaggi

Il bypass tipico funziona così: il membro invia una frase neutra, aspetta che il messaggio esca dall'attenzione dei moderatori, poi aggiunge la pubblicità tramite modifica. Se il gestore reagisce solo ai nuovi messaggi, il link resterà nel gruppo.

Per un bot personalizzato iscriviti all'aggiornamento edited_message ed esegui la stessa funzione di verifica usata per message. Non creare una logica separata ridotta: altrimenti il filtro potrebbe eliminare un link diretto in un nuovo messaggio, ma tralasciare text_link o caption dopo la modifica.

Nel registro annota che la rimozione è avvenuta dopo la modifica e conserva l'identificatore originale del messaggio. Questo aiuterà ad analizzare un reclamo: il membro potrebbe aver modificato un vecchio post non per fare pubblicità, ma per correggere un link a una risorsa consentita.

Crea una whitelist di domini e percorsi

È meglio costruire la whitelist su un dominio normalizzato, non su una corrispondenza esatta della stringa. Per l'indirizzo https://clips.example.com/video/123 il bot deve separare l'host clips.example.com dal percorso, portarlo in minuscolo e rimuovere il prefisso di servizio www.

Esempio di elenco di eccezioni per una community di streaming:

• il tuo sito principale e i sottodomini necessari;
• le pagine del canale sulle piattaforme di streaming;
• le pagine con il palinsesto delle dirette e gli annunci;
• i servizi di donazione usati dal progetto;
• i documenti del team, i moduli di richiesta e i tracker delle attività;
• i link Telegram ufficiali del progetto: uno specifico @username della chat o del canale;
• i domini dei partner, se la loro pubblicazione è realmente consentita dalle regole.

Non aggiungere un grande servizio per intero alla whitelist se serve una sola risorsa specifica. Consentire l'intero dominio può aprire la strada a pagine altrui, spam di referral o phishing sulla stessa piattaforma. In questi casi verifica non solo il dominio, ma anche il percorso URL consentito.

Separa i ruoli fidati dai membri ordinari

Gli amministratori, i moderatori e i bot di notifica di solito devono pubblicare link senza ritardi. L'opzione più semplice è lasciar passare gli utenti con status di amministratore. È comoda, ma concede un'esenzione totale a chiunque abbia ricevuto i diritti di amministratore, compresi gli assistenti temporanei.

Un'opzione più rigorosa è un elenco separato di user ID di account fidati. È utile quando non tutti gli amministratori devono pubblicizzare risorse esterne. L'elenco va rivisto dopo il cambio del team: un ID dimenticato di un ex moderatore diventa un bypass del filtro.

Per i nuovi utenti puoi attivare una modalità separata. Ad esempio, eliminare qualsiasi link esterno dai membri entrati di recente, mentre inviare i messaggi degli utenti abituali a una verifica più morbida. Questo approccio taglia lo spam di massa, ma può impedire a uno spettatore reale di inviare subito il materiale necessario.

Come distinguere un link pubblicitario da uno utile

Un URL da solo non dimostra lo spam. Valuta il contesto del messaggio, il dominio e il comportamento dell'autore. Un link alle patch note in una discussione sull'aggiornamento di un gioco è diverso da «vieni sul mio canale» sotto qualsiasi messaggio, anche se entrambi gli indirizzi sono tecnicamente corretti.

• Il link porta a un dominio della whitelist o a una risorsa nota pertinente all'argomento della discussione.
• Il testo attorno all'URL è legato alla conversazione in corso e non contiene un invito standard a iscriversi o a guadagnare.
• Il membro è nel gruppo da tempo, scrive messaggi normali e non pubblica lo stesso testo in più argomenti.
• Il dominio non usa sostituzioni sospette, caratteri simili e una catena di redirect tramite abbreviatori.
• Il link è pubblicato in un argomento consentito, ad esempio nella sezione clip, richieste o supporto tecnico.
• L'account non ha inviato diversi messaggi di fila con link diversi dopo essere entrato in chat.

Le euristiche non vanno trasformate in un ban automatico. La reputazione di un membro può essere bassa per un nuovo spettatore reale, mentre un account noto a volte può essere compromesso. Per i casi limite è più utile eliminare il messaggio, salvarlo nel log e offrire un modo rapido per contattare il moderatore.

Configura la reazione dopo la rimozione del link

La rimozione silenziosa riduce il rumore, ma il membro può ripetere la pubblicazione senza capirne il motivo. Una breve notifica in chat o un messaggio privato rende la regola più trasparente. Non pubblicare l'URL rimosso nella notifica: così il bot diffonderebbe di nuovo lo spam da solo.

Testo adatto per la notifica: «Il link è stato rimosso secondo le regole del gruppo. Sono consentiti materiali pertinenti all'argomento e domini presenti nell'elenco delle eccezioni. Se il messaggio è stato rimosso per errore, scrivi al moderatore». È meglio adattare la formulazione alle regole della community.

Il contatore delle violazioni è utile per proteggersi dal flood ripetuto. Ma non attivare il blocco automatico alla prima attivazione. Prima raccogli le statistiche delle rimozioni errate, soprattutto se vengono verificati domini senza protocollo e link nelle didascalie.

Tieni i log e avvisa i moderatori

Il log di moderazione deve contenere come minimo i dati per l'analisi: ID della chat, ID dell'utente, nome o username al momento dell'evento, ID del messaggio, ora, tipo di attivazione e motivo. I motivi possono essere «dominio vietato», «invito a un gruppo di terzi», «abbreviatore di URL», «link dopo la modifica» o «link da un nuovo membro».

È meglio inviare l'URL rimosso in una chat chiusa dei moderatori, non conservarlo in un canale di log comune. Se il link può essere dannoso, non renderlo cliccabile: trasmetti il dominio come testo o sostituisci il punto con uno spazio con una spiegazione per il moderatore.

Una notifica utile al moderatore include l'azione e il contesto: chi ha inviato il messaggio, dove è stato pubblicato, secondo quale regola è stato rimosso e se si trattava di una modifica. Così il moderatore potrà decidere rapidamente se aggiungere il dominio alla whitelist, revocare la limitazione al membro o lasciare la regola invariata.

Cosa fare in caso di falso positivo

Il membro ha bisogno di un percorso chiaro per il reclamo: messaggi privati al moderatore, un argomento separato nel gruppo o un modulo di feedback. Non chiedere di inviare di nuovo il link rimosso nella chat comune. È meglio proporre di inviare il dominio e spiegare a cosa serve.

In fase di analisi il moderatore dovrebbe verificare la regola, il tipo di entità e lo status dell'autore. Se l'URL era consentito, aggiungi il dominio o il percorso esatto alle eccezioni. Se il problema è nato da una regex troppo ampia, restringi il modello invece di creare un elenco di decine di eccezioni casuali.

Non ripristinare automaticamente qualsiasi messaggio rimosso. Potrebbe contenere un link di phishing e il contesto originale è già scomparso. È più sicuro chiedere all'autore di pubblicare di nuovo il materiale dopo la conferma della moderazione o di inserirlo nell'argomento destinato ai link.

Verifica il filtro in un gruppo di test prima del lancio

Crea un gruppo di test con gli stessi permessi del bot e prepara un normale account di test. La verifica dal proprietario della chat non è adatta: potrebbe essere escluso dal filtro come amministratore. Registra i risultati per non rompere gli scenari già funzionanti dopo aver modificato la regex o la whitelist.

1. Invia un URL con https, con www e un dominio senza protocollo.
2. Verifica un link nascosto in un testo cliccabile tramite l'entità text_link.
3. Invia un invito t.me a un gruppo di terzi e un link alla chat consentita del progetto.
4. Aggiungi un URL nella didascalia di una foto, di un video e di un documento.
5. Modifica un messaggio neutro e inserisci un link vietato.
6. Verifica una pubblicazione da un dominio consentito e un messaggio da un moderatore fidato.
7. Assicurati che nel log dei moderatori arrivi il motivo della rimozione senza pubblicare il link pericoloso nella chat comune.

Aggiungi la regola sui link nella descrizione del gruppo

Una regola breve riduce il numero di violazioni ripetute e le dispute con i membri. Basta indicare che i link pubblicitari, gli inviti di terzi e gli URL abbreviati vengono rimossi automaticamente, mentre i materiali utili possono essere concordati con la moderazione.

Non rivelare nella descrizione tutti i dettagli tecnici del filtro, le espressioni regolari e le condizioni di verifica della reputazione. Queste informazioni aiutano gli spammer a trovare bypass. Per i membri è più importante sapere quali link sono ammessi e a chi rivolgersi in caso di rimozione errata.