Remoção automática de links via chatbot de grupo do Telegram

Quais links devem ser removidos em um grupo do Telegram

Antes de configurar o filtro, defina uma regra para os participantes e moderadores. No Telegram, não é considerado link apenas o texto no formato https://site.example. Um participante pode enviar um endereço sem protocolo, um convite para outro chat, uma URL encurtada, um texto clicável com endereço disfarçado, um link na legenda de uma foto, vídeo ou documento.

Defina separadamente o destino dos links para plataformas de streaming, redes sociais, serviços de doação, nuvens, portfólios, lojas e formulários de inscrição. Para o chat de um streamer, geralmente se proíbe a divulgação de canais alheios e convites externos, mas se mantêm os links para a programação, clipes, doações e recursos da equipe.

O bot recebe a mensagem já após o envio e então a remove. Por isso, o link pode ficar visível no chat por alguns segundos. O Telegram não permite que o bot bloqueie previamente o envio de uma mensagem por um participante.

Escolha um esquema de filtragem, não uma proibição geral

A remoção total de todos os links é adequada para um chat fechado, onde apenas a equipe do projeto publica materiais. Em uma comunidade pública, esse esquema rapidamente começa a atrapalhar: os espectadores não conseguirão enviar um timestamp, um relatório de bug, um link para um clipe ou um material relevante para o tema da discussão.

É mais prático dividir os links em várias categorias: domínios permitidos, links de cargos confiáveis, links suspeitos de novatos e convites proibidos. Por exemplo, é possível remover todos os convites t.me, links para streams alheios e encurtadores de URL, mas permitir links para os recursos oficiais do canal.

• Esquema rígido: remover qualquer URL de um participante comum.
• Lista de permissões: permitir apenas domínios e subdomínios aprovados.
• Esquema por cargo: não verificar links de administradores, moderadores e bots de serviço.
• Esquema por reputação: aplicar o filtro estrito apenas a contas novas ou suspeitas.

Quanto mais complexa a regra, mais testes serão necessários. Um esquema muito permissivo deixará passar parte da divulgação, e um esquema muito amplo começará a remover mensagens normais.

Bot pronto, construtor ou lógica própria

Para a moderação básica, é possível usar bots prontos, como Combot ou Rose. Essas soluções geralmente têm antispam, filtros de palavras, restrições para novatos, advertências e registro de ações. Antes de instalar, verifique se o bot escolhido consegue analisar especificamente links, legendas de mídia e mensagens editadas.

Um bot pronto é conveniente quando a regra padrão é suficiente. Mas o conjunto de exceções, o formato dos logs e a lógica de verificação de URL podem ser limitados pelas configurações do serviço. Os comandos desses bots variam conforme a versão e a interface, então baseie-se na ajuda atual deles, e não em instruções aleatórias de posts antigos.

Um construtor de automações serve para um cenário simples: recebeu a mensagem, encontrou a URL, enviou uma notificação ao moderador. Seu ponto fraco são os atrasos, as limitações de integração e a dependência de uma plataforma externa. Para um chat ativo, isso pode ser perceptível.

Um bot próprio via Telegram Bot API é necessário quando se exige uma política separada para diferentes tópicos, cargos e tipos de links. Ele permite verificar as entidades do Telegram, armazenar o histórico de violações e enviar logs para um chat fechado de moderadores. Em troca, será preciso responder por servidor, atualizações e segurança do token.

Quais permissões o bot precisa para remover mensagens

Adicione o bot ao grupo desejado e nomeie-o como administrador com permissão para remover mensagens. Sem isso, o bot pode reconhecer a URL, registrar o evento no log e até enviar uma advertência, mas não conseguirá remover a publicação.

Se forem planejadas restrições temporárias, proibição de envio de mensagens ou banimento após violações repetidas, serão necessárias as permissões correspondentes. Para um antilink simples, não são necessárias permissões para alterar o perfil do grupo, nomear administradores ou gerenciar convites.

Conceda apenas as permissões necessárias. Um erro no código, uma vulnerabilidade do serviço ou o comprometimento do token são mais perigosos se o bot recebeu controle total sobre o chat.

Verifique se o bot recebe as mensagens dos participantes

Após adicionar, não se limite ao comando de inicialização. Envie uma mensagem de teste a partir de uma conta comum sem direitos de administrador. Verifique um texto com link, um link na legenda de uma foto e um texto clicável. É importante testar como participante: o proprietário e os administradores frequentemente ficam nas exceções.

Para um bot próprio, verifique as atualizações recebidas. Novas mensagens geralmente chegam no campo message, e as alterações de mensagens já publicadas chegam em edited_message. Se o bot atua em um canal com grupo vinculado ou processa publicações do canal, podem ser necessários tipos separados de atualizações.

O modo de privacidade também influencia quais mensagens o bot recebe. Se o manipulador vê apenas comandos e respostas às mensagens do bot, o filtro de links não funcionará plenamente. Após alterar as configurações, verifique novamente as atualizações em um grupo de teste.

Verifique as entidades do Telegram, não apenas o texto

Na mensagem, o Telegram transmite entidades de formatação. Para links, são especialmente importantes as entidades url e text_link. A primeira significa que o próprio endereço está no texto. A segunda significa que o endereço está oculto sob uma palavra comum: por exemplo, o participante envia "vejam aqui", e o clique leva a um site de divulgação.

Se o bot verifica apenas a string da mensagem, o text_link passa facilmente despercebido. Para text_link, é preciso extrair a URL do campo da entidade, e não procurar o domínio no texto visível. Para legendas de mídia, analise caption e caption_entities da mesma forma que text e entities.

A lógica mínima de verificação é assim: coletar as URLs das entidades, depois encontrar os endereços textuais que o Telegram não reconheceu como entidades, normalizar o domínio e compará-lo com as regras. É preciso remover a mensagem inteira junto com o anexo, caso contrário, o chat ficará com uma imagem ou arquivo de divulgação sem legenda.

Exemplos de regex para URLs e convites do Telegram

O regex não substitui a verificação de entidades, mas ajuda a capturar endereços sem protocolo e textos formatados de maneira não padrão. Por exemplo, para URLs comuns, pode-se usar o padrão: (?i)\b(?:https?://|www\.)[^\s]+. Ele encontra endereços com http, https e www, mas não verá um domínio no formato example.com sem prefixo.

Para domínios sem protocolo, pode-se adicionar uma verificação separada: (?i)\b[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.(?:com|net|org|ru|io|gg)\b(?:/[^\s]*)?. A lista de zonas deve ser escolhida conforme o público. Se listar apenas algumas zonas, os spammers poderão usar outras. Se o padrão ficar muito amplo, ele começará a confundir URLs com designações técnicas.

Convites no Telegram são convenientemente verificados com uma regra separada: (?i)\b(?:https?://)?(?:t\.me|telegram\.me)/(?:joinchat/|\+|[a-z0-9_]{5,})\b. Essa regra cobre links públicos t.me e parte dos convites. Ela não deve considerar automaticamente como spam um link para o chat oficial do projeto, por isso os domínios e caminhos permitidos específicos são adicionados às exceções.

Não tente cobrir todos os contornos com um único regex. Uma grafia como s i t e . com, a substituição do ponto pela palavra "ponto", símbolos Unicode e imagens com endereço exigem outros métodos: pontuação antispam, verificação manual ou OCR. Um padrão muito agressivo causará muitas remoções falsas.

Trate links em legendas, encaminhamentos e arquivos

O spam raramente se limita a uma mensagem de texto comum. O link pode estar no caption de uma foto, vídeo, GIF, documento, áudio ou enquete com explicação. Se o bot olha apenas o campo text, o participante contornará o filtro com um único arquivo de mídia.

Para cada mensagem recebida, verifique text, entities, caption e caption_entities. O nome do documento às vezes também contém um domínio ou texto de divulgação, mas remover o arquivo apenas pelo nome deve ser feito com cautela: em um chat de trabalho, é fácil perder um arquivo ou gravação de stream importante assim.

Um post encaminhado nem sempre contém uma URL visível, mas pode levar a um canal externo por meio de um botão ou legenda. Um bot comum nem sempre recebe todos os dados sobre botões embutidos e a origem do encaminhamento em um formato adequado para filtragem. Se os encaminhamentos forem um problema, para novos participantes é mais seguro restringi-los separadamente ou enviar essas publicações para verificação manual.

Feche o contorno via edição de mensagens

O contorno típico funciona assim: o participante envia uma frase neutra, espera que a mensagem saia da área de atenção dos moderadores e então adiciona divulgação por meio da edição. Se o manipulador reage apenas a novas mensagens, o link permanecerá no grupo.

Para um bot próprio, inscreva-se na atualização edited_message e execute a mesma função de verificação usada para message. Não faça uma lógica separada e reduzida: caso contrário, o filtro pode remover um link direto em uma nova mensagem, mas deixar passar um text_link ou caption após a edição.

No registro, indique que a remoção ocorreu após a edição e salve o identificador original da mensagem. Isso ajudará a analisar uma reclamação: o participante pode ter editado um post antigo não para divulgar, mas para corrigir um link para um recurso permitido.

Monte uma lista de permissões de domínios e caminhos

É melhor construir a lista de permissões com base no domínio normalizado, e não na correspondência exata da string. Para o endereço https://clips.example.com/video/123, o bot deve separar o host clips.example.com do caminho, convertê-lo para minúsculas e remover o prefixo de serviço www.

Exemplo de lista de exceções para uma comunidade de streamer:

• seu site principal e os subdomínios necessários;
• páginas do canal em plataformas de streaming;
• páginas com a programação das transmissões e anúncios;
• serviços de doação usados pelo projeto;
• documentos da equipe, formulários de inscrição e rastreadores de tarefas;
• links oficiais do Telegram do projeto: o @username específico do chat ou canal;
• domínios de parceiros, se a publicação deles for realmente permitida pelas regras.

Não adicione um grande serviço inteiro à lista de permissões se você precisa de um recurso específico. Permitir o domínio inteiro pode abrir caminho para páginas alheias, spam de referência ou phishing na mesma plataforma. Nesses casos, verifique não apenas o domínio, mas também o caminho permitido da URL.

Separe cargos confiáveis e participantes comuns

Administradores, moderadores e bots de notificação geralmente devem poder publicar links sem atrasos. A opção mais simples é permitir usuários com status de administrador. Ela é conveniente, mas concede isenção total a todos que receberam direitos de administrador, incluindo assistentes temporários.

Uma opção mais estrita é uma lista separada de user IDs de contas confiáveis. Ela é útil quando nem todos os administradores devem divulgar recursos externos. A lista precisa ser revisada após mudanças na equipe: um ID esquecido de um ex-moderador se torna um contorno do filtro.

Para novatos, pode-se ativar um modo separado. Por exemplo, remover quaisquer links externos de participantes que entraram recentemente, e enviar as mensagens de usuários frequentes para uma verificação mais branda. Essa abordagem corta o spam em massa, mas pode impedir que um espectador real envie imediatamente o material necessário.

Como distinguir um link de divulgação de um link útil

Uma URL por si só não prova spam. Avalie o contexto da mensagem, o domínio e o comportamento do autor. Um link para notas de patch em uma discussão sobre atualização de jogo é diferente de "entra no meu canal" sob qualquer mensagem, mesmo que ambos os endereços sejam tecnicamente corretos.

• O link leva a um domínio da lista de permissões ou a um recurso conhecido relacionado ao tema da discussão.
• O texto ao redor da URL está relacionado à conversa atual, e não contém um chamado padrão para se inscrever ou ganhar dinheiro.
• O participante está no grupo há muito tempo, escreve mensagens comuns e não publica o mesmo texto em vários tópicos.
• O domínio não usa substituições suspeitas, caracteres semelhantes e uma cadeia de redirecionamentos por encurtadores.
• O link foi publicado em um tópico permitido, por exemplo, na seção de clipes, inscrições ou suporte técnico.
• A conta não enviou várias mensagens seguidas com links diferentes após entrar no chat.

As heurísticas não devem se transformar em banimento automático. A reputação de um participante pode ser baixa no caso de um novo espectador real, e uma conta conhecida às vezes pode estar invadida. Para casos limítrofes, é mais útil remover a mensagem, salvá-la no log e oferecer uma forma rápida de contatar o moderador.

Configure a reação após a remoção do link

A remoção silenciosa reduz o ruído, mas o participante pode repetir a publicação sem entender o motivo. Uma notificação curta no chat ou uma mensagem privada torna a regra mais transparente. Não publique a URL removida na notificação: assim o bot mesmo redistribuirá o spam.

Texto adequado para a notificação: "O link foi removido pelas regras do grupo. São permitidos materiais sobre o tema e domínios da lista de exceções. Se a mensagem foi removida por engano, escreva ao moderador". É melhor adaptar a formulação às regras da comunidade.

Um contador de violações será útil para proteção contra flood repetido. Mas não ative o bloqueio automático no primeiro acionamento. Primeiro, colete estatísticas de remoções falsas, especialmente se forem verificados domínios sem protocolo e links em legendas.

Mantenha logs e notifique os moderadores

O log de moderação deve conter o mínimo de dados para análise: ID do chat, ID do usuário, nome ou username no momento do evento, ID da mensagem, hora, tipo de acionamento e motivo. Os motivos podem ser "domínio proibido", "convite para grupo externo", "encurtador de URL", "link após edição" ou "link de novo participante".

É melhor enviar a URL removida para um chat fechado de moderadores, e não armazená-la em um canal de logs comum. Se o link puder ser malicioso, não o torne clicável: passe o domínio como texto ou substitua o ponto por um espaço com uma explicação para o moderador.

Uma notificação útil ao moderador inclui a ação e o contexto: quem enviou a mensagem, onde ela foi publicada, por qual regra foi removida e se foi uma edição. Assim, o moderador poderá decidir rapidamente se adiciona o domínio à lista de permissões, remove a restrição do participante ou mantém a regra sem alterações.

O que fazer em caso de acionamento falso

O participante precisa de um caminho claro para reclamar: mensagens privadas ao moderador, um tópico separado no grupo ou um formulário de feedback. Não peça para enviar o link removido novamente no chat geral. É melhor sugerir que envie o domínio e explique por que ele é necessário.

Ao analisar, o moderador deve verificar a regra, o tipo de entidade e o status do autor. Se a URL era permitida, adicione o domínio ou caminho exato às exceções. Se o problema surgiu por causa de um regex muito amplo, restrinja o padrão, e não crie uma lista de dezenas de exceções aleatórias.

Não restaure automaticamente qualquer mensagem removida. Ela pode conter um link de phishing, e o contexto original já desapareceu. É mais seguro pedir ao autor que publique o material novamente após a confirmação da moderação ou que o coloque em um tópico destinado a links.

Verifique o filtro em um grupo de teste antes de iniciar

Crie um grupo de teste com as mesmas permissões do bot e use uma conta de teste comum. A verificação pelo proprietário do chat não serve: ele pode estar isento do filtro como administrador. Registre os resultados para que, após alterar o regex ou a lista de permissões, você não quebre cenários que já funcionam.

1. Envie uma URL com https, com www e um domínio sem protocolo.
2. Verifique um link oculto em texto clicável por meio da entidade text_link.
3. Envie um convite t.me para um grupo externo e um link para o chat permitido do projeto.
4. Adicione uma URL na legenda de uma foto, vídeo e documento.
5. Edite uma mensagem neutra e insira nela um link proibido.
6. Verifique uma publicação de um domínio permitido e uma mensagem de um moderador confiável.
7. Confirme que o log de moderação recebe o motivo da remoção sem publicar o link perigoso no chat geral.

Adicione a regra sobre links à descrição do grupo

Uma regra curta reduz o número de violações repetidas e disputas com os participantes. Basta indicar que links de divulgação, convites externos e URLs encurtadas são removidos automaticamente, e que materiais úteis podem ser acordados com a moderação.

Não revele na descrição todos os detalhes técnicos do filtro, as expressões regulares e as condições de verificação de reputação. Essas informações ajudam os spammers a encontrar contornos. Para os participantes, é mais importante saber quais links são permitidos e a quem recorrer em caso de remoção por engano.