Pular para o conteúdo
Skillpedia
Segurança48 mil · #3882

privacy-by-design

Faz seu agente construir aplicativos com privacidade desde o início. Protege os dados do usuário, coletando apenas o necessário e com consentimento.

O que ela faz

Esta ferramenta ajuda a construir aplicativos que protegem os dados dos usuários desde o início. Ela garante que apenas as informações essenciais sejam coletadas e que os usuários saibam como seus dados são usados.

Quando usar

  • ✓Ao criar um aplicativo que pede nome, email ou localização.
  • ✓Ao pensar em como guardar as informações dos usuários.
  • ✓Quando o usuário menciona formulários, contas ou análises.

Exemplo do que pedir para a IA

“Como posso garantir que o aplicativo só pegue os dados realmente necessários?”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/privacy-by-design/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/privacy-by-design/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

Ela funciona definindo regras claras sobre quais dados coletar e por quê. Também garante que os dados sejam protegidos com criptografia e que os usuários possam pedir para apagá-los.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add sickn33/agentic-awesome-skills --skill privacy-by-design

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/privacy-by-design/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Privacidade por Design

Visão Geral

Integre proteções de privacidade na arquitetura de software desde o início, não como uma reflexão tardia. Esta habilidade aplica os princípios de Privacidade por Design (Artigo 25 do GDPR, framework de Cavoukian) ao projetar bancos de dados, APIs e fluxos de usuário. Protege os dados de usuários reais e constrói confiança.

Quando Usar Esta Habilidade

  • Use ao construir aplicativos que coletam dados pessoais (nomes, e-mails, locais, preferências)
  • Use ao projetar esquemas de banco de dados, APIs ou fluxos de autenticação
  • Use quando o usuário mencionar formulários, contas de usuário, análises ou integrações de terceiros
  • Use ao implantar em produção — verifique os controles de privacidade antes do lançamento

Estruturas Legais

GDPR (UE) — Referência principal. O Artigo 25 exige "proteção de dados por design e por padrão". Aplica-se a usuários da UE e é frequentemente adotado globalmente.

CCPA (Califórnia) — Direito de saber, excluir, optar por não vender. Princípios semelhantes: minimizar, divulgar, permitir controle.

LGPD (Brasil) — Alinhado com o GDPR. Limitação de finalidade, necessidade, transparência. Aplica-se a usuários do Brasil.

Projete para a estrutura mais rigorosa que você visa; ela geralmente satisfaz outras.


Princípios Fundamentais

1. Minimização de Dados

Colete apenas o que for estritamente necessário. Cada campo precisa de uma justificativa documentada. Evite "podemos precisar disso mais tarde".

2. Limitação de Finalidade

Armazene a finalidade de cada ponto de dados. Não reutilize dados para finalidades às quais o usuário não consentiu.

3. Limitação de Armazenamento

Defina períodos de retenção. Implemente exclusão ou anonimização automatizada quando a retenção expirar. Nunca mantenha dados "para sempre" por padrão.

4. Privacidade por Padrão

Opção de "opt-in" para coleta opcional, não "opt-out". Configurações sensíveis (análises, marketing) desativadas por padrão. Sem caixas de consentimento pré-marcadas.

5. Segurança de Ponta a Ponta

Criptografe em repouso e em trânsito. Use RBAC (Controle de Acesso Baseado em Função). Registre o acesso a dados sensíveis para auditoria.

6. Transparência

Documente o que é coletado e por quê. Políticas de privacidade claras. Fácil acesso e exclusão para usuários.


Direitos do Usuário (GDPR)

Garanta que estes sejam implementáveis desde o primeiro dia:

Direito O que construir
Acesso Endpoint ou fluxo para retornar todos os dados do usuário
Retificação Capacidade de atualizar/corrigir dados
Apagamento Exclusão da conta + purga de dados (incluindo backups)
Portabilidade Exportar dados em formato legível por máquina (JSON, CSV)

Mergulho Profundo: Por Que Importa

Minimização de dados — Menos dados = menor impacto de violação, menor custo de armazenamento, conformidade mais simples. Cada campo é uma responsabilidade.

Limitação de finalidade — Reutilizar dados sem consentimento é ilegal sob o GDPR. Documente a finalidade no esquema ou metadados.

Retenção — Armazenamento indefinido aumenta o risco e viola o GDPR. Defina retention_days por tipo de dado; automatize a limpeza.

Registro (Logging) — Logs frequentemente vazam PII (Informações de Identificação Pessoal). Redija e-mails, IDs, tokens. Use logging estruturado com listas de permissão.

Terceiros — Cada SDK (análises, relatórios de falhas, anúncios) pode enviar dados para outros lugares. Audite dependências; exija consentimento antes de carregar.


Exemplos de Código

JavaScript/Node — Modelo de Usuário Mínimo

// BAD: Collecting everything "just in case"
const user = { email, name, phone, address, birthdate, ipAddress, userAgent, ... };

// GOOD: Minimal, documented purpose
const user = {
  email,        // purpose: authentication
  displayName,  // purpose: UI display
  createdAt,    // purpose: account age
};

JavaScript — Consentimento Antes do Rastreamento

// BAD: Track first, ask later
analytics.track(userId, event);

// GOOD: Check consent first
if (userConsent.analytics) {
  analytics.track(userId, event);
}

Python — Logging Seguro

# BAD: Logging PII in plain text
logger.info(f"User {user.email} logged in from {request.remote_addr}")

# GOOD: Redact or hash identifiers
logger.info(f"User {hash_user_id(user.id)} logged in")
# Or: logger.info("User login", extra={"user_id_hash": hash_id(user.id)})

SQL — Esquema com Finalidade e Retenção

-- GOOD: Document purpose and retention in schema
CREATE TABLE users (
  id UUID PRIMARY KEY,
  email VARCHAR(255) NOT NULL,  -- purpose: auth, retention: account lifetime
  display_name VARCHAR(100),   -- purpose: UI, retention: account lifetime
  created_at TIMESTAMPTZ,      -- purpose: audit, retention: 7 years
  last_login_at TIMESTAMPTZ    -- purpose: security, retention: 90 days
);

-- Add retention policy (PostgreSQL example)
-- Schedule job to anonymize/delete last_login_at after 90 days

…

Perguntas frequentes

O que é 'Minimização de Dados'?

Significa coletar apenas o mínimo de informações indispensáveis para o funcionamento do aplicativo, evitando guardar dados 'por via das dúvidas'.

O que é 'Privacidade por Padrão'?

É configurar o aplicativo para que as opções de privacidade mais restritivas sejam ativadas automaticamente, exigindo que o usuário escolha ativamente compartilhar mais dados.

Preciso me preocupar com leis como GDPR ou LGPD?

Sim, esta ferramenta ajuda a seguir essas leis, que exigem proteção de dados e transparência com os usuários.

Detalhes

Descrição original do autor

Use when building apps that collect user data. Ensures privacy protections are built in from the start—data minimization, consent, encryption.

repo: sickn33/agentic-awesome-skills

Popularidade

Estrelas no GitHub
48 mil
Posição no ranking
#3882
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas