Corrigindo o Erro de Prompt Sensível no Cursor
O erro de prompt sensível é uma das mensagens mais confusas do Cursor, porque aparece no meio de trabalho legítimo de segurança, medicina ou direito. Este guia explica o que o erro realmente é, quais entradas o acionam, as soluções alternativas que confiavelmente desbloqueiam você e como reportar um falso positivo quando o bloqueio estava errado.
O Que o Erro de Prompt Sensível Significa
O erro não é gerado pelo Cursor. Ele vem de um classificador de segurança do lado da Anthropic que analisa as requisições antes que cheguem a um modelo Claude. Quando o classificador sinaliza o prompt combinado com o contexto como sensível, a Anthropic recusa a requisição e o Cursor exibe a recusa como um erro no chat.
Fatos principais sobre o bloqueio:
- É uma decisão do classificador, não do modelo. O modelo nunca vê a requisição.
- Aplica-se aos modelos da Anthropic, então você o verá com as variantes Opus e Sonnet.
- É acionado pelo prompt mais o contexto anexado, não pela sua intenção nem pelo seu cargo.
- Pode disparar em uma única requisição e sumir na próxima após uma pequena mudança de redação ou contexto.
Como o classificador trabalha sobre a textura e não o propósito, um testador de penetração e um atacante podem enviar textos quase idênticos e obter o mesmo resultado. Essa é a raiz de quase todos os falsos positivos.
Na prática, a correção não é esconder o que você está fazendo, mas declarar isso claramente e manter os artefatos brutos fora do contexto anexado. Um revisor que escreve "explique a causa raiz e o patch" recebe uma resposta útil. O mesmo revisor que cola um exploit não aparado ao lado de "faça isso funcionar" é bloqueado. A profundidade técnica que você recebe muda pouco, mas a chance de um bloqueio cai bruscamente.
O Cursor não pode simplesmente "desativar" este classificador pelo cliente. Ele é imposto a montante pela Anthropic para os modelos que ela hospeda. A solução prática é mudar o que você envia, trocar de modelo, ou ambos.
Sintomas Que Você Verá
O bloqueio aparece em algumas formas reconhecíveis. Associar o sintoma à causa acelera sua correção.
Texto de Erro no Chat
Normalmente você verá algo próximo de uma destas linhas:
The request was blocked because it contains sensitive content.
Please rewrite your request or start a new chat.
Error: prompt contains potentially sensitive content (Anthropic)
The model declined this request. This may be due to the content of
your prompt or the attached context. Try rephrasing or removing files.
A redação exata varia entre versões do Cursor e variantes de modelo, mas o padrão é estável: uma recusa, uma sugestão de reformular e, ocasionalmente, uma menção ao contexto anexado.
O Chat Para no Meio da Resposta
Às vezes o classificador deixa a requisição passar e depois um turno seguinte a dispara. O resultado visível é uma resposta que para no meio, seguida do erro de sensibilidade no próximo turno. Isso normalmente significa que a saída anterior do próprio assistente introduziu texto sinalizado no histórico da conversa.
Funciona em Outros Modelos
Se o mesmo prompt funciona no GPT, no Gemini ou no Grok, mas falha no Opus ou no Sonnet, o classificador da Anthropic é a restrição. Esse é um sinal forte e aponta diretamente para a solução alternativa de trocar de modelo.
Falhas Repetidas no Mesmo Chat
Alguns chats ficam "envenenados": uma vez que o conteúdo sinalizado está no histórico, cada turno posterior o reenvia. Começar do zero costuma ser a única correção confiável para uma conversa envenenada.
Degradação Silenciosa Antes de um Bloqueio Rígido
Algumas sessões se degradam antes de falhar de vez. O modelo encurta respostas, recusa uma subetapa ou responde a uma pergunta diferente da que você fez. Essas são frequentemente pressões iniciais do classificador sobre o contexto ao redor. Se você notar o padrão, limpe o contexto antes que o erro rígido chegue.
Falhas Que Se Movem Entre Turnos
Uma requisição pode passar no primeiro turno e falhar no terceiro, porque a saída intermediária do assistente adicionou novo material sinalizado ao histórico. É por isso que tentar novamente dentro do mesmo thread é pouco confiável, e por que começar um chat novo resolve tantos casos.
O Que Aciona o Erro
O classificador reage a padrões, não ao propósito do seu projeto. As categorias a seguir respondem pela maior parte dos acionamentos.
| Gatilho | Por que dispara | Exemplo em um fluxo de trabalho legítimo |
|---|---|---|
| Saída de ferramenta de segurança | Soa como ferramenta de ataque | Saída do Semgrep ou Burp listando cargas de injeção |
| Código de exploit ou PoC | Parece código de exploit funcional | Um reprodutor de CVE para revisão de patch |
| Logs de varredura brutos | Densos de tokens sinalizados | Saída completa do nmap ou nuclei colada inteira |
| Credenciais ou blobs codificados | Lembra segredos e cargas | Strings Base64, tokens ou dumps com hash |
| Conteúdo médico ou jurídico | Palavras-chave de domínio sensível | Notas de uma revisão de HIPAA ou conformidade |
| Violência em conteúdo de jogo | Linguagem violenta fora de contexto | Diálogo de combate ou design de sistema de dano |
| Arquivos grandes colados | Conteúdo misto empurra muitos sinais | Um arquivo inteiro do repositório anexado sem aparar |
Uma única categoria raramente aciona um bloqueio sozinha. O classificador tende a disparar quando vários sinais se acumulam: por exemplo, um log de varredura bruto com blobs codificados, colado ao lado de código com forma de exploit, dentro de uma requisição que pede um "plano de ataque".
As categorias acima são ilustrativas, não exaustivas. Novos gatilhos surgem conforme modelos e classificadores mudam, então trate qualquer bloqueio recorrente como um sinal para inspecionar o que está no contexto anexado, e não como uma lista fixa a memorizar.
Por Que Acontece em Trabalho Legítimo
Segurança, saúde e engenharia jurídica frequentemente exigem texto que se parece exatamente com o conteúdo que o classificador foi projetado para barrar. Isso é normal e esperado.
- Testes de penetração: cargas de exploit, PoCs e relatórios de achados são o produto entregável.
- Análise de malware: strings de amostras, desmontagem e IOCs parecem inerentemente suspeitos.
- Revisões de segurança: revisar um patch em busca de uma vulnerabilidade significa ler o código vulnerável.
- Ferramentas de red team: escrever ou depurar ferramentas ofensivas soa como intenção ofensiva.
O classificador não consegue distinguir "ajude-me a corrigir este CVE" de "ajude-me a explorar este CVE" apenas pelo tom, então o trabalho honesto é capturado. Sua tarefa é enviar o mesmo conteúdo técnico em uma forma que soe como remediação, e não como plano de ataque.
Um teste útil antes de enviar uma requisição sensível: leia-a como se um estranho a recebesse sem contexto sobre o seu papel. Se o primeiro parágrafo puder ser confundido com um pedido para causar dano, o classificador provavelmente também vai enxergar assim. Reescrever para esse estranho normalmente basta para limpar o bloqueio.
Soluções Alternativas Imediatas
Percorra esta lista da mais barata à mais pesada. A maioria dos bloqueios se limpa nas primeiras duas ou três etapas.
Ordem de Execução
Comece com a mudança mais barata que mantém você no seu modelo preferido: reformular ou censurar. Se isso falhar, reduza o contexto. Troque de modelo apenas depois que as mudanças de redação pararem de funcionar, e comece um chat novo apenas quando o próprio thread for o problema. Trabalhar nessa ordem evita churn desnecessário e mantém sua escolha de modelo estável quando não há motivo para mudá-la.
1. Reformule a Requisição
Comece pelo objetivo defensivo e descreva o artefato de forma neutra. Substitua "escreva um exploit para X" por "explique a causa raiz de X e o patch que a corrige". Substitua "como eu contorno Y" por "qual controle impede Y e como verifico que ele está ativado".
2. Reenquadre a Intenção Explicitamente
Declare o propósito na primeira frase. Frases como "para fins defensivos", "como parte de uma revisão de remediação" e "para escrever um teste de regressão" dão ao classificador o contexto que o texto bruto não tem.
3. Divida o Contexto
Envie o material suspeito isoladamente e faça uma pergunta estreita sobre ele, em vez de agrupá-lo com um pedido amplo de "analise tudo". Menos sinais acumulados significa menor chance de disparar o classificador.
4. Censure Trechos Sinalizados
Substitua os bytes reais por marcadores. Use REDACTED_TOKEN, REDACTED_PAYLOAD ou <secret-value> e peça ao modelo para raciocinar sobre estrutura e forma em vez do conteúdo literal.
Instead of pasting the raw payload:
payload = b"\x90\x90\x90...\xcc"
Paste a redacted form:
payload = b"<REDACTED_SHELLCODE>"
Length: 412 bytes
Ask: what defenses would detect this class of payload at the WAF layer?
5. Comece um Chat Novo
Se o thread estiver envenenado pela saída sinalizada anterior, uma nova conversa descarta esse histórico. Isso costuma ser mais rápido do que tentar limpar um thread antigo.
6. Reduza o Contexto Anexado
Desanexe arquivos mencionados com @ e blocos colados de que você não precisa. Cada arquivo extra adiciona área de superfície para o classificador reagir.
7. Troque de Modelo
Mova a tarefa para um modelo não-Anthropic: GPT, Gemini ou Grok. O classificador é específico da Anthropic, então o mesmo conteúdo normalmente passa em outros lugares.
8. Espere e Tente Novamente
O comportamento do classificador não é perfeitamente determinístico ao longo do tempo. Uma nova tentativa após uma breve espera ocasionalmente tem sucesso sem nenhuma mudança, embora você não deva contar com isso como sua correção principal.
O Que Não Fazer
Igualmente importante é o que evitar, porque esses padrões desperdiçam tempo e podem piorar o bloqueio:
- Não cole a mesma requisição bloqueada repetidamente; entradas idênticas tendem a falhar de forma idêntica
- Não escale para um prompt do tipo "jailbreak"; isso aumenta a sensibilidade em vez de reduzi-la
- Não cole mais conteúdo bruto na esperança de esclarecer; contexto adicionado só soma sinais
- Não presuma que o modelo está com defeito; a requisição nunca chegou ao modelo
- Não reutilize um thread depois que ele começa a falhar de forma consistente; o histórico dele é o problema
- Não edite uma palavra e reenvie na hora; pequenas edições raramente ajudam, reenquadramentos maiores sim
Para um bloqueio rígido em uma tarefa substancial, troque primeiro para um modelo não-Anthropic e depois, opcionalmente, tente novamente no Sonnet mais tarde com um contexto mais curto e mais limpo. Trocar de modelo limpa o bloqueio imediatamente e mantém você em movimento.
Prevenção de Longo Prazo
Os bloqueios são irritantes, mas redutíveis. O objetivo é manter seu contexto focado e livre de material bruto sinalizado.
Mantenha as Regras Focadas e Curtas
Um arquivo .cursor/rules com centenas de linhas acaba anexado a muitas requisições e multiplica a chance de um acionamento acidental. Mantenha as regras limitadas ao que o modelo realmente precisa para o trabalho atual.
Nunca Cole Segredos Brutos
Não cole chaves, tokens ou dumps. Se você precisar raciocinar sobre o formato de um segredo, use um marcador e descreva a forma. Isso evita completamente o gatilho de credenciais e blobs.
Resuma a Saída de Varredura
Não cole um dump de scanner de mil linhas. Extraia os achados que importam, mantenha os dez principais e descreva o resto em prosa. Resumos carregam muito menos tokens sinalizados.
Anexe Só o Que Você Precisa
Use menções com @ para anexar arquivos específicos em vez de arrastar um diretório inteiro. Contexto estreito é mais barato e menos propenso a disparar um classificador.
Mantenha um Projeto de Contexto Seguro
Para trabalho sensível recorrente, mantenha um projeto dedicado cujos arquivos contenham conteúdo higienizado, no estilo de documentação: análises de causa raiz, notas de remediação e planos de teste em vez de artefatos brutos. Direcione perguntas sensíveis para esse projeto.
Rastreie Quais Arquivos São de Risco
Mantenha uma nota curta de quais arquivos no seu projeto tendem a acionar bloqueios, como exportações de varredura brutas ou cargas de fixture. Refira-se a eles por nome quando necessário e evite anexá-los por padrão. Uma lista de riscos mantida supera redescobrir o mesmo gatilho toda semana.
Prefira Estrutura a Volume
Contexto longo e indiferenciado convida a sinais acumulados. Divida um pedido grande em uma série de requisições pequenas e de propósito único, cada uma com o conteúdo anexado mínimo. Isso também melhora a qualidade da resposta, então a mudança compensa duas vezes.
Uma vez que uma resposta sinalizada entra em uma conversa, os turnos posteriores a reenviam como histórico. Se um chat começou a falhar repetidamente, trate-o como comprometido e comece um novo em vez de lutar contra o bloqueio turno após turno.
Trabalhando com Conteúdo de Segurança e Conformidade
Algumas áreas precisam rotineiramente de conteúdo que soa sensível. Os padrões a seguir fazem essas tarefas passarem sem bloqueios repetidos.
Testes de Penetração e Red Team
Enquadre o trabalho como remediação desde a primeira linha e mantenha o alvo abstrato.
- Pergunte sobre a classe da vulnerabilidade e sua correção, não um exploit passo a passo
- Substitua hostnames, tokens e cargas reais por marcadores
- Descreva achados em prosa e anexe apenas o código específico em revisão
- Mantenha a linguagem de escopo explícita, por exemplo "avaliação autorizada, escopo: ambiente de teste interno"
Análise de Malware e Forense
Strings de amostras e desmontagem soam hostis por padrão, então um padrão isolado e documentado funciona melhor.
- Mova a amostra bruta para um arquivo separado e refira-se a ela por nome em vez de colá-la
- Pergunte sobre classes de comportamento e regras de detecção em vez de "o que isso faz"
- Resuma indicadores em vez de colar logs completos
- Mantenha um projeto de análise dedicado cujos arquivos indexados guardem artefatos higienizados
Dados Médicos, Jurídicos e Regulamentados
Conteúdo de domínios regulamentados carrega palavras-chave próprias que podem disparar o classificador mesmo quando a tarefa é puramente técnica.
- Remova identificadores de pacientes, clientes ou casos e substitua-os por valores sintéticos
- Mantenha a pergunta técnica separada da narrativa do domínio
- Prefira descrições de schema e estrutura a conteúdos literais de registros
- Descreva a forma dos dados e pergunte sobre lógica de tratamento em vez de ler registros reais
Montando um Conjunto de Referência Higienizado
Para trabalho recorrente, monte um pequeno conjunto de arquivos no estilo de documentação que descrevem o mesmo material em termos neutros: análises de causa raiz, notas de remediação, planos de teste e descrições de controles. Direcione perguntas sensíveis para esses arquivos em vez de para artefatos brutos. Em algumas semanas isso se torna o caminho confiável, e o caminho do artefato bruto se desvanece.
Substituir nomes por fictícios ajuda, mas a fraseologia clínica ou jurídica densa ainda pode acionar o classificador por conta própria. Se isso acontecer, estreite a requisição para a pergunta técnica específica e descarte a narrativa ao redor por completo.
Escolhendo Entre Trocar de Modelo e Reescrever o Prompt
Ambas as correções funcionam, e a certa depende de quão central o Claude é para a sua tarefa.
| Situação | Melhor primeira ação | Por quê |
|---|---|---|
| Pergunta pontual bloqueada | Reescreva o prompt | Mantém você no seu modelo preferido |
| Contexto grande já preparado | Troque de modelo | Evita reconstruir anexos do zero |
| A tarefa precisa especificamente do Claude | Reescreva e censure | Você ainda precisa do comportamento do Claude |
| Bloqueios repetidos em um projeto | Reestruture o projeto | Ataque a causa raiz, não o sintoma |
| Pressão de prazo | Troque de modelo agora, tente de novo depois | Caminho mais rápido para desbloquear |
Quando Reescrever o Prompt
Reescreva quando o bloqueio for sobre redação, enquadramento ou um único trecho sinalizado. Essas mudanças são baratas, mantêm você no Claude e muitas vezes produzem um prompt melhor como efeito colateral, porque um enquadramento defensivo costuma ser também mais claro.
Quando Trocar de Modelo
Troque quando o conteúdo for inerentemente sinalizado, quando o contexto for grande e caro de reconstruir, ou quando você estiver sob pressão de tempo. GPT, Gemini e Grok não aplicam o classificador da Anthropic, então o mesmo material normalmente passa imediatamente.
Quando Reestruturar o Projeto
Se os bloqueios recorrerem por muitos turnos no mesmo trabalho, os próprios arquivos do projeto são o gatilho. Mova os artefatos brutos para fora dos caminhos anexados, mantenha resumos higienizados nos arquivos indexados e direcione perguntas sensíveis para esses resumos. Isso remove o gatilho na fonte em vez de remendar cada prompt.
Mantenha um modelo Anthropic e um modelo não-Anthropic na sua lista de modelos, para que a troca seja um único clique. Conseguir mover uma requisição bloqueada lateralmente em segundos é o que transforma este erro de uma parada rígida em um pequeno desvio.
Reportando um Falso Positivo à Anthropic via Suporte do Cursor
Quando um bloqueio está claramente errado e barra trabalho real, reporte-o. O Cursor coleta esses relatos e repassa o padrão à Anthropic, e relatos suficientes sobre o mesmo tema realmente mudam o comportamento do classificador com o tempo.
O Que Incluir
Forneça uma descrição mínima e reproduzível em vez de uma longa narrativa:
Model: Claude Sonnet (or Opus)
Task: reviewing a security patch for CVE-XXXX-YYYY
Prompt (summarized): explain the root cause and write a regression test
Context attached: two files, both sanitized, no secrets
Result: sensitive prompt error, request never reached the model
Reproduced on: 3 attempts in the same chat, 1 attempt in a fresh chat
Notes: same prompt succeeded on GPT and Gemini. This reads as a false
positive on a defensive security workflow.
Inclua o nome do modelo, o prompt higienizado e o fato de que ele reproduz. Não cole o conteúdo sensível bruto em si no relatório; uma descrição da forma basta e evita reacionar filtros nas ferramentas de suporte.
Para Onde Enviar
Use o formulário de suporte no aplicativo ou o endereço de suporte publicado. Inclua o nome do modelo, o prompt higienizado, os passos de reprodução e uma descrição em uma linha do propósito defensivo. Não anexe nada bruto. Mesmo se o suporte não conseguir reproduzir o bloqueio, ainda pode encaminhar o padrão à Anthropic, e relatos recorrentes sobre o mesmo tema são o que acaba movendo o classificador.
Um relatório com uma reprodução estável e um propósito defensivo claro é bem mais útil do que um relatório que só diz "o erro continua acontecendo". A especificidade é o que torna o padrão acionável a montante.
Tabela de Solução de Problemas de Referência Rápida
Use esta tabela para ir do sintoma à correção sem reler o guia inteiro.
| Sintoma | Causa provável | Correção |
|---|---|---|
| Erro no primeiro envio, modelo Anthropic | Prompt ou contexto disparou o classificador | Reformule, reenquadre a intenção, censure ou troque de modelo |
| Funciona no GPT/Gemini mas não no Opus/Sonnet | Classificador exclusivo da Anthropic | Troque para um modelo não-Anthropic |
| O chat para no meio da resposta e depois dá erro | A saída anterior agora está sinalizada no histórico | Comece um chat novo |
| Falha em todos os turnos de um thread | Histórico de conversa envenenado | Comece um chat novo; não tente de novo no mesmo lugar |
| Falha após anexar um arquivo | O conteúdo anexado carrega gatilhos | Reduza ou higienize o contexto anexado |
| Falha em uma colagem grande | Sinais mistos de um bloco grande | Divida em requisições menores e focadas |
| Falha com saída de varredura ou exploit | Soa como material de ataque | Resuma em vez de colar a saída bruta |
| Intermitente, sem gatilho claro | Comportamento de borda do classificador | Tente uma vez e depois troque de modelo se persistir |
O padrão em todos esses casos é o mesmo: o classificador lê textura, então você vence mudando a textura do que envia, estreitando o contexto ou movendo a requisição para um modelo que não aplica aquele classificador.
Trate o erro como um sinal sobre o seu contexto, e não como um julgamento sobre o seu trabalho. Ajustar a forma do que você envia mantém tarefas legítimas de segurança, conformidade e análise em andamento, deixando a camada de segurança intacta para os casos que ela foi feita para capturar.
Mantenha uma nota curta das soluções alternativas que resolveram cada bloqueio que você enfrentou. Com o tempo, essa nota se torna um manual pessoal, e o próximo bloqueio se limpa em segundos em vez de custar uma sessão de depuração.