O que você realmente precisa saber sobre filtragem de frases curtas
Quase todo mundo que trabalha com processamento de linguagem natural esbarra no mesmo problema: modelos de conteúdo e filtros de segurança simplesmente travam quando o texto é muito curto. Frases como "oi", "obrigado" ou "onde fica" são interpretadas como ambíguas, potencialmente problemáticas ou inúteis pelos sistemas automáticos. A abordagem sem filtro frases curtas não é um produto específico, é um conceito de configuração que prioriza a desativação seletiva de filtros para textos abaixo de um certo limite de caracteres.
Como implementar sem filtro frases curtas na prática
A ideia básica é configurar seu pipeline para ignorar validação automática em entradas com menos de N caracteres. O valor de N varia conforme o caso de uso, mas na minha experiência trabalhando com plataformas de comentários e chatbots, o ponto ideal fica entre 3 e 5 caracteres. Menos que isso e você começa a aceitar sujeira demais. Mais que isso e o filtro perde o propósito. O workaround que eu uso atualmente envolve uma triagem em duas camadas. A primeira camada é um filtro lexical simples que bloqueia apenas padrões claramente prejudiciais — palavrões, discurso de ódio, links maliciosos. A segunda camada é um classificador leve que só é acionado quando o texto tem mais de 5 caracteres. Isso cortou meu tempo de false positive em cerca de 70% sem aumentar o false negative de forma significativa.
Um detalhe importante que quase ninguém menciona: muitos filtros modernos são baseados em embeddings, o que significa que uma frase de 2 palavras como "eu quero" pode gerar um embedding tão denso quanto "eu quero matar alguém", dependendo do modelo. O resultado é que o filtro não consegue diferenciar contexto em frases curtas. A solução não é burlar o filtro, é ajustar a threshold de decisão para cada faixa de tamanho separately. Eu configurei isso rodando em Docker com um gateway nginx que redireciona requisições menores que 6 caracteres diretamente para o endpoint de resposta, pulando completamente a etapa de moderação. O tempo de resposta caiu de 200ms para 12ms nas frases curtas. Não é trivial de manter se você tiver múltiplos serviços, mas funciona.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Problemas que aparecem quando você segue esse caminho
O principal problema é que spammers aprendem rápido. Se você desliga o filtro para frases curtas, alguém vai usar strings de 3 caracteres para testar seu sistema, enviar links encurtados, ou explorar campos que aceitam texto mínimo. Eu vi um caso específico onde um atacante usou combinações de emojis e caracteres Unicode invisíveis para burlar filtros que estavam configurados para ignorar frases menores que 4 caracteres. A workaround foi adicionar uma verificação de normalização Unicode (NFKC) antes de qualquer decisão de tamanho. Outro ponto: esse enfoque não substitui uma política de moderação adequada. Se o seu produto depende de segurança de conteúdo — rede social, fórum, plataforma de UGC — você não pode simplesmente desligar filtros. O que faz sentido é usar uma abordagem híbrida: filtro automático ativo para conteúdo médio e longo, e revisão manual ou regras específicas para conteúdo muito curto.
Também vale lembrar que modelos como o OpenAI Moderation API cobram por request, não por tokens. Filtrar antes de enviar economiza dinheiro, mas só se você tiver volume suficiente para justificar a complexidade adicional no código.
Quando não usar essa abordagem
Se o seu sistema já tem um mecanismo de rate limiting eficiente e o custo de false positive é baixo, simplesmente não vale a pena implementar essa lógica. A menos que você esteja lidando com milhares de requisições diárias de frases curtas, o ganho de performance não compensa o risco de segurança. Nesses casos, manter o filtro padrão com thresholds ajustados é mais barato e mais seguro. Uma alternativa mais simples para quem não tem equipe de engenharia disponível é usar serviços que já oferecem configurações granulares de filtro por tamanho de entrada. Alguns provedores de API permitem definir minimum_length como parâmetro, o que elimina a necessidade de montar a lógica manualmente.
O importante é entender que sem filtro frases curtas é uma ferramenta, não uma solução completa. Ela resolve um problema real — falsos positivos em texturas breves — mas introduz outros que precisam ser gerenciados com consciência. Comece pequeno, monitore os logs de moderação rejeitada, e ajuste conforme o comportamento dos seus usuários aparece na prática.
