Ștergerea automată a linkurilor prin chatbotul grupului Telegram

Ce linkuri trebuie șterse într-un grup Telegram

Înainte de a configura filtrul, stabiliți o regulă pentru participanți și moderatori. În Telegram, un link nu este doar textul de forma https://site.example. Un participant poate trimite o adresă fără protocol, o invitație către alt chat, un URL scurtat, un text clicabil cu o adresă substituită, un link în descrierea unei fotografii, unui video sau unui document.

Stabiliți separat soarta linkurilor către platforme de streaming, rețele sociale, servicii de donații, cloud, portofolii, magazine și formulare de cereri. Pentru chatul unui streamer, de obicei se interzice reclama la canale străine și invitațiile externe, dar se păstrează linkurile către program, clipuri, donații și resursele echipei.

Botul primește mesajul abia după ce a fost trimis și apoi îl șterge. Prin urmare, linkul poate fi vizibil în chat câteva secunde. Telegram nu permite botului să blocheze în prealabil trimiterea mesajului de către participant.

Alegeți o schemă de filtrare, nu o interdicție generală

Ștergerea completă a tuturor linkurilor este potrivită pentru un chat închis, unde materialele sunt publicate doar de echipa proiectului. Într-o comunitate publică, o astfel de schemă începe rapid să încurce: spectatorii nu vor putea trimite un timestamp, un raport de eroare, un link către un clip sau un material relevant pentru discuție.

Este mai practic să împărțiți linkurile în mai multe categorii: domenii permise, linkuri de la roluri de încredere, linkuri suspecte de la utilizatori noi și invitații interzise. De exemplu, puteți șterge toate invitațiile t.me, linkurile către streamuri străine și scurtătoarele de URL, dar să permiteți linkurile către resursele oficiale ale canalului.

• Schemă strictă: șterge orice URL de la un participant obișnuit.
• Listă albă: permite doar domeniile și subdomeniile aprobate.
• Schemă pe roluri: nu verifica linkurile de la administratori, moderatori și boți de serviciu.
• Schemă reputațională: aplică filtrul strict doar conturilor noi sau suspecte.

Cu cât regula este mai complexă, cu atât vor fi necesare mai multe teste. O schemă prea blândă va lăsa să treacă o parte din reclamă, iar una prea largă va începe să șteargă mesaje normale.

Bot gata făcut, constructor sau logică proprie

Pentru moderarea de bază puteți folosi boți gata făcuți, de exemplu Combot sau Rose. Astfel de soluții au de obicei antispam, filtre de cuvinte, restricții pentru utilizatorii noi, avertismente și jurnal de acțiuni. Înainte de instalare, verificați dacă botul ales poate analiza exact linkurile, descrierile media și mesajele editate.

Un bot gata făcut este convenabil atunci când o regulă standard este suficientă. Însă setul de excepții, formatul logurilor și logica de verificare a URL-urilor pot fi limitate de setările serviciului. Comenzile unor astfel de boți diferă în funcție de versiune și interfață, așa că orientați-vă după ajutorul lor actual, nu după instrucțiuni aleatorii din postări vechi.

Un constructor de automatizări este potrivit pentru un scenariu simplu: a primit mesajul, a găsit URL-ul, a trimis notificare moderatorului. Punctul său slab sunt întârzierile, limitările integrării și dependența de platforma externă. Pentru un chat activ, acest lucru poate fi observabil.

Un bot propriu prin Telegram Bot API este necesar dacă se cere o politică separată pentru diferite subiecte, roluri și tipuri de linkuri. Acesta permite verificarea entităților Telegram, păstrarea istoricului încălcărilor și trimiterea logurilor într-un chat închis al moderatorilor. Pentru asta va trebui să răspundeți cu serverul, actualizările și securitatea tokenului.

Ce permisiuni are nevoie botul pentru a șterge mesaje

Adăugați botul în grupul dorit și desemnați-l administrator cu dreptul de a șterge mesaje. Fără acest lucru, botul poate recunoaște URL-ul, poate înregistra evenimentul în log și chiar poate trimite un avertisment, dar nu va putea șterge publicarea.

Dacă sunt planificate restricții temporare, interdicția de a trimite mesaje sau banul după încălcări repetate, vor fi necesare permisiunile corespunzătoare. Pentru un simplu antilink nu sunt necesare permisiuni de modificare a profilului grupului, de desemnare a administratorilor sau de gestionare a invitațiilor.

Acordați doar permisiunile necesare. O eroare în cod, o vulnerabilitate a serviciului sau compromiterea tokenului sunt mai periculoase dacă botul a primit control total asupra chatului.

Verificați dacă botul primește mesajele participanților

După adăugare, nu vă limitați la comanda de pornire. Trimiteți un mesaj de test de pe un cont obișnuit fără drepturi de admin. Verificați textul cu un link, linkul din descrierea unei fotografii și textul clicabil. Este important să testați exact ca participant: proprietarul și administratorii ajung adesea în excepții.

Pentru botul propriu, verificați actualizările primite. Mesajele noi ajung de obicei în câmpul message, iar modificările mesajelor deja publicate — în edited_message. Dacă botul lucrează într-un canal cu un grup asociat sau procesează publicațiile canalului, pot fi necesare tipuri separate de actualizări.

Modul de confidențialitate influențează și el ce mesaje primește botul. Dacă handlerul vede doar comenzi și răspunsuri la mesajele botului, filtrul de linkuri nu va funcționa pe deplin. După modificarea setărilor, verificați din nou actualizările pe un grup de test.

Verificați entitățile Telegram, nu doar textul

În mesaj, Telegram transmite entități de formatare. Pentru linkuri sunt deosebit de importante entitățile url și text_link. Prima înseamnă că adresa însăși se află în text. A doua înseamnă că adresa este ascunsă sub un cuvânt obișnuit: de exemplu, participantul trimite „uitați-vă aici”, iar accesarea duce către un site publicitar.

Dacă botul verifică doar șirul mesajului, text_link poate fi ușor omis. Pentru text_link trebuie să extrageți URL-ul din câmpul entității, nu să căutați domeniul în textul vizibil. Pentru descrierile media, analizați caption și caption_entities la fel ca text și entities.

Logica minimă de verificare arată astfel: colectați URL-urile din entități, apoi găsiți adresele text pe care Telegram nu le-a recunoscut ca entități, normalizați domeniul și comparați-l cu regulile. Trebuie șters întregul mesaj împreună cu atașamentul, altfel în chat va rămâne o imagine publicitară sau un fișier fără descriere.

Exemple de regex pentru URL-uri și invitații Telegram

Regex nu înlocuiește verificarea entităților, dar ajută la prinderea adreselor fără protocol și a textului formatat neobișnuit. De exemplu, pentru URL-uri obișnuite puteți folosi șablonul: (?i)\b(?:https?://|www\.)[^\s]+. Acesta găsește adrese cu http, https și www, dar nu va vedea un domeniu de forma example.com fără prefix.

Pentru domeniile fără protocol puteți adăuga o verificare separată: (?i)\b[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.(?:com|net|org|ru|io|gg)\b(?:/[^\s]*)?. Lista de zone trebuie adaptată la audiență. Dacă enumerați doar câteva zone, spammerii vor putea folosi altele. Dacă faceți șablonul prea larg, acesta va începe să confunde URL-urile cu notații tehnice.

Invitațiile în Telegram este convenabil să le verificați cu o regulă separată: (?i)\b(?:https?://)?(?:t\.me|telegram\.me)/(?:joinchat/|\+|[a-z0-9_]{5,})\b. O astfel de regulă acoperă linkurile publice t.me și o parte din invitații. Nu trebuie să considere automat spam un link către chatul oficial al proiectului, de aceea domeniile și căile permise concrete se adaugă la excepții.

Nu încercați să acoperiți toate ocolirile cu un singur regex. O scriere de forma s i t e . com, înlocuirea punctului cu cuvântul „punct”, simbolurile Unicode și imaginile cu adresă necesită alte metode: evaluare antispam, verificare manuală sau OCR. Un șablon prea agresiv va produce multe ștergeri false.

Procesați linkurile din descrieri, redistribuiri și fișiere

Spamul rareori se limitează la un mesaj text obișnuit. Linkul poate fi în caption la o fotografie, un video, un GIF, un document, un audio sau un sondaj cu explicație. Dacă botul se uită doar la câmpul text, participantul va ocoli filtrul cu un singur fișier media.

Pentru fiecare mesaj primit verificați text, entities, caption și caption_entities. Numele documentului conține uneori și el un domeniu sau text publicitar, dar merită să ștergeți fișierul doar din cauza numelui cu prudență: într-un chat de lucru astfel se pierde ușor o arhivă necesară sau o înregistrare a streamului.

O postare redistribuită nu conține întotdeauna un URL vizibil, dar poate duce către un canal străin printr-un buton sau o descriere. Un bot obișnuit nu primește întotdeauna toate datele despre butoanele încorporate și sursa redistribuirii într-un format convenabil pentru filtrare. Dacă redistribuirile sunt o problemă, pentru participanții noi este mai sigur să le restricționați separat sau să trimiteți astfel de publicări la verificare manuală.

Închideți ocolirea prin editarea mesajelor

O ocolire tipică arată astfel: participantul trimite o frază neutră, așteaptă ca mesajul să iasă din zona de atenție a moderatorilor, apoi adaugă reclama prin editare. Dacă handlerul reacționează doar la mesaje noi, linkul va rămâne în grup.

Pentru botul propriu, abonați-vă la actualizarea edited_message și rulați aceeași funcție de verificare ca pentru message. Nu faceți o logică separată trunchiată: altfel filtrul poate șterge un link direct într-un mesaj nou, dar poate omite text_link sau caption după editare.

În jurnal notați că ștergerea a avut loc după editare și păstrați identificatorul inițial al mesajului. Acest lucru va ajuta la analizarea unei reclamații: participantul ar fi putut edita o postare veche nu de dragul reclamei, ci pentru a corecta un link către o resursă permisă.

Alcătuiți lista albă de domenii și căi

Lista albă este mai bine să fie construită după domeniul normalizat, nu după potrivirea completă a șirului. Pentru adresa https://clips.example.com/video/123 botul trebuie să separe hostul clips.example.com de cale, să îl aducă la litere mici și să elimine prefixul de serviciu www.

Exemplu de listă de excepții pentru o comunitate de streameri:

• site-ul dumneavoastră principal și subdomeniile necesare;
• paginile canalului pe platformele de streaming;
• paginile cu programul transmisiunilor și anunțurile;
• serviciile de donații pe care le folosește proiectul;
• documentele echipei, formularele de cereri și trackerele de sarcini;
• linkurile Telegram oficiale ale proiectului: @username concret al chatului sau canalului;
• domeniile partenerilor, dacă publicarea lor este într-adevăr permisă de reguli.

Nu adăugați în lista albă un serviciu mare în întregime dacă este nevoie de o resursă concretă. Permiterea întregului domeniu poate deschide calea către pagini străine, spam de recomandare sau phishing pe aceeași platformă. În astfel de cazuri verificați nu doar domeniul, ci și calea permisă a URL-ului.

Separați rolurile de încredere de participanții obișnuiți

Administratorii, moderatorii și boții de notificări ar trebui de obicei să publice linkuri fără întârzieri. Cea mai simplă variantă este să permiteți utilizatorilor cu statut de administrator. Este comodă, dar oferă o excepție completă tuturor cărora le-ați acordat drepturi de admin, inclusiv asistenților temporari.

O variantă mai strictă este o listă separată de user ID-uri ale conturilor de încredere. Este utilă atunci când nu toți administratorii ar trebui să facă reclamă la resurse externe. Lista trebuie revizuită după schimbarea echipei: un ID uitat al unui fost moderator devine o ocolire a filtrului.

Pentru utilizatorii noi puteți activa un mod separat. De exemplu, să ștergeți orice linkuri externe de la participanții care s-au alăturat recent, iar mesajele utilizatorilor permanenți să le trimiteți la o verificare mai blândă. O astfel de abordare reduce spamul în masă, dar poate împiedica un spectator real să trimită imediat materialul necesar.

Cum să deosebiți un link publicitar de unul util

Un URL în sine nu dovedește spamul. Evaluați contextul mesajului, domeniul și comportamentul autorului. Un link către notele de patch într-o discuție despre actualizarea jocului diferă de „intră pe canalul meu” sub orice mesaj, chiar dacă ambele adrese sunt corecte din punct de vedere tehnic.

• Linkul duce către un domeniu din lista albă sau către o resursă cunoscută pe tema discuției.
• Textul din jurul URL-ului este legat de conversația curentă, nu conține un îndemn șablon la abonare sau câștig.
• Participantul face parte de mult timp din grup, scrie mesaje obișnuite și nu postează același text în mai multe subiecte.
• Domeniul nu folosește substituiri suspecte, simboluri similare și un lanț de redirectări prin scurtătoare.
• Linkul este publicat într-un subiect permis, de exemplu în secțiunea de clipuri, cereri sau suport tehnic.
• Contul nu a trimis mai multe mesaje consecutive cu linkuri diferite după ce s-a alăturat chatului.

Euristicele nu trebuie transformate în ban automat. Reputația unui participant poate fi scăzută la un spectator real nou, iar un cont cunoscut este uneori spart. Pentru cazurile limită este mai util să ștergeți mesajul, să îl păstrați în log și să oferiți o modalitate rapidă de a contacta moderatorul.

Configurați reacția după ștergerea linkului

Ștergerea silențioasă reduce zgomotul, dar participantul poate repeta publicarea fără să înțeleagă motivul. O notificare scurtă în chat sau un mesaj privat face regula mai transparentă. Nu publicați URL-ul șters în notificare: astfel botul însuși va răspândi din nou spamul.

Text potrivit pentru notificare: „Linkul a fost șters conform regulilor grupului. Sunt permise materiale pe temă și domenii din lista de excepții. Dacă mesajul a fost șters din greșeală, scrieți moderatorului”. Formularea este mai bine să fie adaptată la regulile comunității.

Contorul de încălcări va fi util pentru protecția împotriva floodului repetat. Dar nu activați blocarea automată la prima declanșare. Mai întâi colectați statistici despre ștergerile false, mai ales dacă sunt verificate domenii fără protocol și linkuri din descrieri.

Țineți loguri și notificați moderatorii

Logul de moderare trebuie să conțină minimul de date pentru analiză: ID-ul chatului, ID-ul utilizatorului, numele sau username-ul la momentul evenimentului, ID-ul mesajului, ora, tipul declanșării și motivul. Motivele pot fi „domeniu interzis”, „invitație către un grup străin”, „scurtător de URL”, „link după editare” sau „link de la un participant nou”.

URL-ul șters este mai bine să fie trimis într-un chat închis al moderatorilor, nu păstrat într-un canal comun de loguri. Dacă linkul poate fi dăunător, nu îl faceți clicabil: transmiteți domeniul ca text sau înlocuiți punctul cu un spațiu, cu o explicație pentru moderator.

O notificare utilă pentru moderator include acțiunea și contextul: cine a trimis mesajul, unde a fost publicat, după ce regulă a fost șters și dacă a fost o editare. Atunci moderatorul va putea decide rapid dacă să adauge domeniul în lista albă, să ridice restricția participantului sau să lase regula neschimbată.

Ce să faceți în caz de declanșare falsă

Participantul are nevoie de o rută clară pentru reclamație: mesaje private către moderator, un subiect separat în grup sau un formular de feedback. Nu îi cereți să trimită din nou linkul șters în chatul comun. Este mai bine să propuneți să trimită domeniul și să explice de ce este necesar.

La analiză, moderatorul ar trebui să verifice regula, tipul entității și statutul autorului. Dacă URL-ul era permis, adăugați domeniul sau calea exactă la excepții. Dacă problema a apărut din cauza unui regex prea larg, restrângeți șablonul, nu creați o listă de zeci de excepții aleatorii.

Nu restaurați automat orice mesaj șters. Acesta poate conține un link de phishing, iar contextul inițial a dispărut deja. Este mai sigur să cereți autorului să publice din nou materialul după confirmarea moderatorului sau să îl plaseze în subiectul destinat linkurilor.

Verificați filtrul într-un grup de test înainte de lansare

Creați un grup de test cu aceleași drepturi ale botului și folosiți un cont de test obișnuit. Verificarea de la proprietarul chatului nu este potrivită: acesta poate fi exclus din filtru ca administrator. Înregistrați rezultatele, pentru ca după modificarea regex-ului sau a listei albe să nu stricați scenariile deja funcționale.

1. Trimiteți un URL cu https, cu www și un domeniu fără protocol.
2. Verificați un link ascuns într-un text clicabil prin entitatea text_link.
3. Trimiteți o invitație t.me către un grup străin și un link către chatul permis al proiectului.
4. Adăugați un URL în descrierea unei fotografii, unui video și unui document.
5. Editați un mesaj neutru și inserați în el un link interzis.
6. Verificați o publicare de pe un domeniu permis și un mesaj de la un moderator de încredere.
7. Asigurați-vă că în logul moderatorilor ajunge motivul ștergerii fără publicarea linkului periculos în chatul comun.

Adăugați regula despre linkuri în descrierea grupului

O regulă scurtă reduce numărul de încălcări repetate și disputele cu participanții. Este suficient să indicați că linkurile publicitare, invitațiile străine și URL-urile scurtate sunt șterse automat, iar materialele utile pot fi coordonate cu moderarea.

Nu dezvăluiți în descriere toate detaliile tehnice ale filtrului, expresiile regulate și condițiile de verificare a reputației. Această informație îi ajută pe spammeri să găsească ocoliri. Pentru participanți este mai important să știe ce linkuri sunt permise și unde să se adreseze în caz de ștergere greșită.