Painel de Inteligência do Usuário e Análise de Grupos

Introdução

O sistema de Inteligência de Usuários e Análises de Grupos fornece insights abrangentes e orientados por dados sobre a saúde da sua comunidade no Telegram, o comportamento dos membros e a eficácia da moderação. Esta plataforma sofisticada de análises vai muito além de simples contagens de mensagens, oferecendo análise comportamental aprofundada, perfis de avaliação de risco, recursos de monitoramento em tempo real e detalhamentos estatísticos que ajudam administradores a tomar decisões de moderação bem informadas.

Ao contrário das estatísticas básicas de grupos, que mostram apenas métricas superficiais, o painel de Inteligência e Análises emprega técnicas avançadas de ciência de dados para revelar padrões, identificar possíveis problemas antes que se agravem e fornecer inteligência acionável sobre usuários individuais e a dinâmica geral da comunidade. O sistema combina análise de dados históricos, fluxos de eventos em tempo real e modelagem preditiva de risco para criar uma visão abrangente do status operacional da sua comunidade.

Este conjunto de recursos inclui relatórios de inteligência de usuários individuais (mostrando padrões comportamentais, histórico de violações e pontuações de risco de spam), painéis de estatísticas em nível de grupo (exibindo métricas agregadas, detalhamentos de violações e padrões de engajamento), feeds ao vivo de punições (fluxos em tempo real de ações de moderação em todos os seus grupos) e acesso à API pública para integração programática com ferramentas externas.

Como Funciona

Relatórios de Inteligência de Usuário

O sistema de Inteligência de Usuário mantém perfis comportamentais detalhados de todos os usuários da sua comunidade. Quando você busca um usuário específico por nome, handle ou ID do Telegram, o sistema recupera todo o histórico de interações dele, incluindo mensagens enviadas, violações recebidas, duração das punições, padrões de participação em grupos e pontuações de risco calculadas.

O relatório de inteligência começa com uma avaliação abrangente de risco de spam calculada pelo algoritmo AI Spam Intelligence. Essa classificação (0.0 a 1.0) reflete a probabilidade estatística de o usuário ser um spammer ou agente mal-intencionado com base em vários sinais comportamentais, incluindo taxa de infrações, níveis de confiança das violações, características do perfil e padrões de engajamento.

Abaixo da pontuação de risco, o sistema exibe estatísticas detalhadas de violações, mostrando métricas de confiança (média, mediana, percentil 95), taxa de violações com alta confiança, tipos de violação mais comuns e motivos de violação mais frequentes. Essas estatísticas ajudam os administradores a entender não apenas que um usuário violou regras, mas com que nível de confiança essas violações foram detectadas e quais padrões caracterizam o comportamento problemático do usuário.

O histórico completo de violações aparece como uma lista cronológica que mostra cada infração com seu carimbo de data e hora, tipo de violação (pornografia, conteúdo sexual, linguagem tóxica, spam, palavrões etc.), nível de confiança (0.0-1.0) e motivo detalhado explicando o que acionou a detecção. Essa transparência permite que os administradores avaliem se as violações representam problemas reais ou possíveis falsos positivos.

Painel de Estatísticas do Grupo

O painel de Estatísticas do Grupo oferece insights agregados sobre a saúde geral da sua comunidade e a eficácia da moderação. O sistema calcula e exibe várias categorias de métricas:

Métricas Gerais incluem status do grupo (permitido/não permitido), número total de membros, número de administradores, verificação da presença do bot e se o grupo tem uma foto de perfil e um link de convite configurados corretamente.

Métricas de Atividade mostram o total de mensagens enviadas no histórico do grupo, o total de violações detectadas, o tempo total de punição aplicado (em minutos) e a relação entre esses números, indicando os níveis gerais de conformidade da comunidade.

Eficiência da Moderação calcula a taxa de punição por 1.000 mensagens (mostrando com que frequência a moderação ocorre em relação à atividade), a duração média das punições (indicando a gravidade típica das violações) e a média de mensagens por membro (indicador de engajamento).

Análise Temporal exibe a atividade em períodos recentes (últimos 7 dias, últimos 30 dias), mostrando tendências nas violações e nos padrões de punição que ajudam a identificar se a sua comunidade está se tornando mais ou menos problemática ao longo do tempo.

Detalhamento das Violações categoriza todas as violações por tipo (conteúdo pornográfico, conteúdo sexual, linguagem tóxica, spam, violações de idioma, profanidade, insultos, ameaças, palavrões, mensagens encaminhadas, mídia proibida, links de convite, bots não autorizados) com contagens exatas para cada categoria. Esse detalhamento revela quais regras são violadas com mais frequência, orientando decisões sobre se determinadas restrições devem ser reforçadas ou flexibilizadas.

Feed de Punições em Tempo Real

O feed de punições em tempo real usa assinaturas WebSocket para transmitir eventos de moderação à medida que acontecem em todos os grupos onde o seu bot está ativo. Essa visualização ao vivo exibe as 20 punições mais recentes em todo o sistema (não se limitando aos seus próprios grupos), mostrando o usuário punido, o tipo de violação, o motivo detalhado, a pontuação de confiança e o carimbo de data e hora.

O feed é atualizado instantaneamente quando novas violações ocorrem em qualquer lugar do ecossistema monitorado, oferecendo uma janela em tempo real para a atividade de moderação em andamento. Essa transparência ajuda os administradores a:

• Monitorar campanhas de spam ativas que afetam várias comunidades
• Observar o processo de tomada de decisão do bot em tempo real
• Identificar usuários que violam regras em vários grupos
• Ver quais tipos de violação são mais comuns no momento
• Verificar se o sistema de moderação está funcionando ativamente

Cada entrada de punição é clicável, permitindo gerar um relatório completo de Inteligência de Usuário para o infrator com um único clique. Isso permite investigar rapidamente quando você notar padrões preocupantes no feed.

Acesso à API Pública

O sistema de Inteligência de Usuário expõe um endpoint REST de API pública que permite a qualquer pessoa consultar classificações de spam de usuários do Telegram fornecendo o ID do usuário. A API retorna a classificação de spam (0.0-1.0) e a categoria de nível de risco (Baixo, Médio, Alto, Crítico) em formato JSON, sem exigir autenticação.

Essa API pública permite integrações de terceiros, possibilitando que outros desenvolvedores de bots, pesquisadores ou moderadores de comunidades incorporem os dados de inteligência em suas próprias ferramentas e fluxos de trabalho. A documentação da API inclui exemplos de código em várias linguagens (cURL, JavaScript, Python), mostrando como fazer solicitações e interpretar respostas.

Embora a classificação de spam seja pública, históricos detalhados de violações e análises comportamentais permanecem privados, visíveis apenas para administradores de grupos dos quais o usuário consultado é membro. Esse equilíbrio de privacidade fornece informações úteis de risco ao ecossistema mais amplo do Telegram, ao mesmo tempo em que protege a privacidade individual dos usuários.

Configuração

Acessando a Inteligência de Usuários

Para visualizar relatórios individuais de inteligência de usuários:

1. Navegue até a seção "Inteligência de Usuários" no menu principal do seu painel
2. Selecione a aba "Inteligência de Usuários" (primeira aba)
3. Use a interface de busca para encontrar usuários por:
   • Nome completo ou correspondência parcial do nome
   • Identificador do Telegram (com ou sem o símbolo @)
   • ID de usuário do Telegram (numérico)
4. Clique em um usuário nos resultados da busca para visualizar seu relatório completo de inteligência
5. Analise sua classificação de spam, estatísticas de violações e histórico completo de violações

A função de busca funciona em todos os usuários dos grupos nos quais você é administrador, permitindo investigar qualquer membro da comunidade cujo comportamento seja motivo de preocupação.

Visualizando Estatísticas do Grupo

Para acessar o painel de análise do seu grupo:

1. Navegue até a página de gerenciamento do seu grupo a partir do painel
2. Selecione a aba "Estatísticas"
3. Escolha a subaba "Estatísticas do Grupo"
4. Analise as métricas abrangentes exibidas em várias seções:
   • Visão geral (status, membros, configuração do bot)
   • Atividade (mensagens, violações, punições)
   • Eficiência da moderação (taxas, médias, engajamento)
   • Atividade recente (tendências de 7 e 30 dias)
   • Principais violações (detalhamento por tipo)
   • Registros de data e hora (última atividade, última atualização)

As estatísticas são atualizadas em tempo real à medida que novos dados chegam, garantindo que você sempre veja métricas atuais.

Acessando Estatísticas de Usuários Dentro dos Grupos

Para visualizar os membros mais ativos em um grupo específico:

1. Na página de gerenciamento do seu grupo, selecione a aba "Estatísticas"
2. Escolha a subaba "Estatísticas de Usuários"
3. Use a função de busca para filtrar usuários por nome, identificador, ID ou conteúdo da bio
4. Analise a lista que mostra os 50 usuários mais ativos por contagem de mensagens
5. Cada cartão de usuário exibe:
   • Avatar (se disponível)
   • Nome e identificador
   • Contagem total de mensagens neste grupo
   • Registro de última visualização
6. Clique em qualquer usuário para visualizar seu relatório completo de inteligência

Este recurso ajuda a identificar os membros mais engajados da sua comunidade e a detectar padrões de atividade incomuns (por exemplo, usuários com contagens de mensagens muito altas, mas sem engajamento visível, podem ser bots de spam).

Monitorando o Feed de Punições ao Vivo

Para acompanhar eventos de moderação em tempo real:

1. Navegue até "Inteligência de Usuários" no menu principal do painel
2. Selecione a aba "Punições ao Vivo"
3. Observe o fluxo de violações recentes mostrando:
   • Avatar e nome do usuário
   • Tipo de violação e motivo detalhado
   • Pontuação de confiança
   • Registro de data e hora (tempo relativo decorrido)
   • Indicador de status da conexão (mostrando a integridade do WebSocket)
4. Clique em qualquer entrada de punição para visualizar o relatório completo de inteligência do infrator

O feed se reconecta automaticamente se a conexão for perdida, garantindo monitoramento contínuo.

Usando a API Pública

Para acessar programaticamente as classificações de spam de usuários:

1. Navegue até a aba "Inteligência de Usuários" → "Documentação da API"
2. Analise a URL e o formato do endpoint da API
3. Copie os exemplos de código fornecidos na sua linguagem preferida:
   • cURL (linha de comando)
   • JavaScript (fetch API)
   • Python (biblioteca requests)
4. Substitua o ID de usuário do exemplo pelo ID que você deseja consultar
5. Execute a solicitação para receber uma resposta JSON contendo:
   • spam_rating: Pontuação numérica (0.0-1.0)
   • risk_level: String de categoria (Baixo/Médio/Alto/Crítico)

A API tem limite de taxa para evitar abusos, mas permite volumes razoáveis de consultas para casos de uso legítimos.

Cenários do mundo real

Cenário 1: Investigando novos membros suspeitos

Um administrador da comunidade percebe que vários novos membros estão entrando ao mesmo tempo e se pergunta se eles fazem parte de uma operação coordenada de spam. Usando a busca de Inteligência de Usuários, o administrador consulta o perfil de cada novo membro.

Os relatórios de inteligência revelam que todos os novos membros têm:

• Classificações de spam acima de 0,70 (alto risco)
• Nenhum identificador do Telegram (sinal de alerta para contas de spam)
• Participação em mais de 200 grupos com pouquíssimas mensagens por grupo (característica de bot)
• Fotos de perfil NSFW (tática comum de spam)

Com essas informações em mãos, o administrador bane preventivamente as contas antes que elas possam publicar spam, evitando transtornos para a comunidade. Sem os dados de inteligência, o administrador teria que esperar as primeiras mensagens de spam aparecerem antes de tomar uma atitude.

Cenário 2: Avaliando relatos de falsos positivos

Um membro antigo da comunidade envia uma mensagem aos administradores alegando que foi silenciado injustamente por publicar uma mensagem legítima. Os administradores não têm certeza se o bot cometeu um erro ou se o usuário está reclamando de uma ação de moderação justificada.

Usando o relatório de Inteligência de Usuários, os administradores veem:

• Classificação de spam: 0,15 (muito baixa, usuário confiável)
• Uma única violação em um histórico de 6 meses
• Confiança da violação: 0,52 (limítrofe, baixa confiança)
• Tipo de violação: Análise de sentimento - detecção de palavrões
• Motivo detalhado: A mensagem continha uma palavra que acionou um falso positivo

A baixa pontuação de confiança e a violação única reforçam a alegação do usuário de que houve um falso positivo. Os administradores explicam o processo de detecção automatizada, esclarecem que a restrição durou apenas 1 minuto e tranquilizam o usuário, informando que sua reputação geral na comunidade continua excelente (classificação de spam de 0,15).

Cenário 3: Monitorando a eficácia da moderação

Uma comunidade endureceu recentemente várias regras de moderação e quer avaliar o impacto. Usando o painel de Estatísticas do Grupo, os administradores analisam:

• Taxa de punição: Aumentou de 2,5 para 4,8 por 1 mil mensagens
• Duração média da punição: Estável em 3,2 minutos
• Total de violações (últimos 7 dias): 45 (acima das 28 da semana anterior)
• Principal violação: Imagens NSFW (18 violações)

As estatísticas mostram que a verificação de imagens mais rígida está identificando mais conteúdo inadequado (como esperado), mas a taxa de punição continua razoável (ainda apenas 0,48% das mensagens violam as regras). Os administradores concluem que as novas configurações estão funcionando como previsto, sem moderação excessiva.

Cenário 4: Identificando padrões de spam entre grupos

Um administrador que monitora o Feed de Punições ao Vivo percebe os mesmos nomes de usuário aparecendo repetidamente com violações semelhantes (detecção de padrão de spam, links de convite) em diferentes grupos com apenas alguns minutos de diferença.

Esse padrão indica uma campanha coordenada de spam mirando várias comunidades ao mesmo tempo. O administrador verifica o relatório de Inteligência de Usuários de um dos spammers, confirma uma classificação de spam alta (0,85+) e então pesquisa nomes de usuário semelhantes para identificar contas relacionadas.

Ao banir proativamente essas contas relacionadas de seus próprios grupos antes que a onda de spam chegue até eles, o administrador impede o ataque em vez de reagir a ele depois que o spam aparece.

Cenário 5: Otimização de regras baseada em dados

Uma comunidade de jogos analisa mensalmente suas Estatísticas do Grupo para otimizar as configurações de moderação. Os dados deste mês mostram:

• Principal violação: Aplicação de idioma (35 violações)
• Segunda: Linguagem tóxica (12 violações)
• Violações NSFW: 2

A alta contagem de violações por aplicação de idioma surpreende os administradores — eles descobrem que a comunidade se tornou mais internacional, com membros falando vários idiomas, mas o bot ainda está aplicando regras de somente inglês.

Com base nesse insight orientado por dados, eles desativam a aplicação de idioma, reconhecendo que a comunidade evoluiu naturalmente para um ambiente multilíngue. As estatísticas os ajudaram a identificar uma regra que já não era adequada à composição atual da comunidade.

Boas práticas

Auditorias regulares de inteligência

Agende revisões semanais ou mensais das principais métricas de inteligência:

• Verifique se há tendências no painel de Estatísticas do Grupo
• Analise os principais infratores nas Estatísticas de Usuários
• Examine a distribuição dos tipos de violação em busca de padrões
• Monitore as taxas e durações das punições

Auditorias regulares ajudam você a detectar problemas emergentes com antecedência e a confirmar se as configurações de moderação continuam adequadas conforme a sua comunidade evolui.

Investigue anomalias

Quando notar padrões incomuns nos dados, investigue imediatamente:

• Um aumento repentino nas violações pode indicar um ataque de spam ou configurações incorretas
• Classificações de spam incomumente altas para usuários conhecidos e confiáveis podem indicar falsos positivos
• Contagens altas de mensagens com baixo engajamento podem indicar bots
• Distribuições incomuns de confiança das violações podem revelar problemas sistemáticos de detecção

Os dados de inteligência ajudam você a identificar essas anomalias; a investigação ajuda você a entendê-las e resolvê-las.

Use a inteligência para recursos contra banimentos

Quando usuários solicitarem a remoção de um banimento ou recorrerem de restrições, use relatórios de inteligência para tomar decisões bem fundamentadas:

• Analise o histórico completo de violações do usuário (não apenas o incidente mais recente)
• Examine as pontuações de confiança (violações com baixa confiança podem ser falsos positivos)
• Verifique a classificação de spam (0,2 ou menos geralmente indica um usuário legítimo)
• Considere os padrões de violação (incidente isolado vs. problemas recorrentes)

A avaliação de recursos baseada em dados garante decisões de moderação consistentes e justas.

Compartilhe insights com coadministradores

Use os painéis de estatísticas como uma ferramenta de comunicação entre a sua equipe de moderação:

• Faça capturas de tela das estatísticas semanais para compartilhar no chat de administradores
• Discuta tendências e se as configurações precisam de ajustes
• Coordene respostas a padrões emergentes de spam
• Crie conhecimento institucional sobre a dinâmica da sua comunidade

A transparência com a sua equipe leva a uma moderação coletiva melhor.

Use a API pública para integrações

Se você gerencia várias comunidades ou usa ferramentas adicionais de moderação, integre a API pública:

• Consulte classificações de spam antes de aceitar novos membros
• Faça cruzamento com bancos de dados externos de spam
• Crie painéis personalizados combinando dados de várias fontes
• Automatize decisões de moderação baseadas em risco

A API permite fluxos de trabalho sofisticados além da interface web.

Monitore o feed ao vivo periodicamente

Inclua a verificação do Feed ao Vivo de Punições na sua rotina regular de administração:

• Faça verificações pontuais para confirmar se a aplicação das regras está funcionando corretamente
• Identifique campanhas coordenadas de spam com antecedência
• Acompanhe quais tipos de violação estão mais comuns no momento
• Verifique se as pontuações de confiança correspondem à qualidade real do conteúdo

O feed em tempo real oferece consciência situacional que estatísticas atrasadas não conseguem fornecer.

Integração com outros recursos

Base para a Inteligência de Spam com AI

Os relatórios de Inteligência do Usuário oferecem a transparência que torna a Inteligência de Spam com AI confiável. Quando a AI expulsa automaticamente um usuário com uma classificação de spam acima de 0,75, os administradores podem revisar o relatório de inteligência para entender exatamente por que aquela classificação foi calculada e verificar se a decisão foi adequada.

O histórico de violações, as estatísticas de confiança e a análise comportamental exibidos nos relatórios de inteligência são os dados brutos que alimentam o algoritmo de cálculo de risco da AI. Essa integração cria um ciclo fechado: a AI toma decisões com base em dados, e os administradores podem auditar essas decisões visualizando os mesmos dados.

Complemento à moderação manual

Embora os sistemas automatizados cuidem da aplicação rotineira das regras, os dados de inteligência ajudam os administradores a tomar decisões mais criteriosas em casos limítrofes:

• Pontuações de spam limítrofes (0,60-0,74) podem justificar avisos em vez de expulsões
• Violações com baixa confiança podem merecer uma segunda chance
• Usuários com bom histórico de longo prazo, mas com violações recentes, podem receber orientação em vez de punição

O sistema de inteligência fornece o contexto que a automação pura não consegue oferecer.

Ampliação da detecção de padrões

Relatórios individuais de inteligência mostram padrões no nível do usuário, enquanto as estatísticas do grupo revelam padrões no nível da comunidade:

• Muitos usuários violando a mesma regra sugerem que a regra pode estar rígida demais
• Altas taxas de violação em horários específicos indicam quando campanhas de spam ocorrem
• Mudanças na distribuição dos tipos de violação mostram como as táticas de spam evoluem ao longo do tempo

Combinar as duas perspectivas cria uma percepção abrangente de padrões.

Validação da configuração dos recursos

Use estatísticas para validar se as configurações dos seus recursos estão funcionando como esperado:

• Se a detecção de NSFW gera muitas violações, ela está identificando conteúdo (funcionando)
• Se a análise de sentimento mostra zero violações apesar de um chat tóxico, o limite pode estar alto demais
• Se a detecção de spam deixa passar spam óbvio, o limite pode estar rigoroso demais

A validação orientada por dados garante que os recursos estejam configurados de forma ideal para a sua comunidade.

Uso avançado

Análise de correlação

Administradores avançados podem correlacionar diferentes métricas para obter insights:

• Taxa de punição vs. nível de atividade: Grupos com alta atividade e baixas taxas de punição têm culturas saudáveis
• Confiança da violação vs. tipo de violação: Violações NSFW com baixa confiança podem indicar um limite sensível demais
• Classificação de spam do usuário vs. número de grupos em que participa: Usuários em muitos grupos com classificações de spam altas provavelmente são spammers profissionais
• Padrões temporais: Violações concentradas em determinados horários podem indicar campanhas de spam direcionadas

Procure essas correlações para entender padrões mais profundos na dinâmica da sua comunidade.

Análise de coortes usando estatísticas de usuários

Acompanhe coortes específicas de usuários para entender a saúde da comunidade:

• Novos membros (entraram nos últimos 30 dias): Qual porcentagem acumula violações?
• Principais colaboradores (alta contagem de mensagens): Eles têm baixas classificações de spam?
• Membros inativos (sem atividade recente): Eles estão voltando a participar ou saindo?

A análise de coortes revela se a sua comunidade está retendo membros de qualidade e integrando novos participantes com sucesso.

Análise da distribuição de confiança das violações

O relatório de inteligência mostra a média, a mediana e o 95º percentil de confiança. Use esses dados para entender a qualidade da detecção:

• Média alta + mediana alta (ambas >0,7): Detecções fortes e confiantes
• Média baixa + 95º percentil alto: Detecções em sua maioria fracas, com algumas fortes ocasionalmente
• Desvio padrão alto (grande diferença entre a média e o percentil): Qualidade de detecção inconsistente

Esses padrões ajudam você a avaliar se as configurações de moderação estão produzindo resultados confiáveis.

Benchmark em relação a dados históricos

Acompanhe as principais métricas ao longo do tempo para estabelecer referências e identificar tendências:

• Qual é a sua taxa normal de punição por 1 mil mensagens?
• Qual é a distribuição típica de violações (quais tipos são mais comuns)?
• Como é a distribuição de classificação de spam na sua comunidade?

Com referências históricas estabelecidas, as anomalias ficam imediatamente evidentes.

Estratificação de risco

Categorize os usuários em níveis de risco com base nas classificações de spam:

• 0.00-0.30: Usuários confiáveis (verde)
• 0.31-0.60: Usuários normais (amarelo)
• 0.61-0.74: Risco elevado (laranja)
• 0.75+: Alto risco (vermelho, removido automaticamente se AI estiver ativada)

Aplique diferentes políticas de monitoramento ou aplicação de medidas a cada nível. Por exemplo, usuários com risco elevado podem receber escalonamento mais rápido para restrições, enquanto usuários confiáveis podem receber tratamento mais flexível em violações limítrofes.

Implementação técnica

O sistema de Inteligência de Usuários opera como parte do microsserviço telegram_intelligence, que mantém um banco de dados atualizado continuamente com perfis comportamentais derivados de eventos de violação, estatísticas de mensagens, dados de participação em grupos e informações de perfil.

O cálculo da classificação de spam usa um modelo estatístico que combina teoria de probabilidade bayesiana com curvas logísticas de risco. O algoritmo pondera diversos fatores, incluindo taxa de infrações (violações / mensagens), distribuições de confiança (média, mediana, percentil), prevalência por tipo de violação, sinais comportamentais (características do perfil, padrões de participação em grupos) e fatores de reputação (status de administrador, níveis de engajamento).

As estatísticas de grupo são calculadas por meio de consultas de agregação ao banco de dados que somam violações, contagens de mensagens, durações de punições e outras métricas em todos os eventos registrados para o grupo. As consultas usam indexação e cache eficientes para garantir que os tempos de carregamento do painel permaneçam rápidos mesmo em grupos com um histórico extenso.

O feed de punições ao vivo usa assinaturas GraphQL por conexões WebSocket, transmitindo eventos em tempo real da tabela tg_punishments à medida que novas linhas são inseridas. A consulta de assinatura inclui um limite (20 punições mais recentes) e ordena por carimbo de data/hora de criação em ordem decrescente para mostrar os eventos mais recentes primeiro.

O endpoint da API pública fornece uma interface REST simples que aceita parâmetros de ID de usuário e consulta o banco de dados de inteligência para obter a classificação de spam correspondente. A formatação da resposta segue as convenções padrão de JSON, com cabeçalhos CORS apropriados para permitir solicitações de origem cruzada de aplicações web.

Todos os dados de inteligência são armazenados no banco de dados PostgreSQL com índices apropriados nos campos consultados com frequência (user_id, group_id, created_at, violation_type), garantindo recuperação rápida mesmo à medida que o conjunto de dados cresce para milhões de registros.

Privacidade e tratamento de dados

O sistema de Inteligência de Usuários processa e armazena:

• Registros de violações: Tipo, carimbo de data/hora, confiança, detalhes
• Estatísticas de mensagens: Contagens por usuário por grupo
• Associação a grupos: A quais grupos os usuários pertencem
• Informações de perfil: Status NSFW, presença de handle, conteúdo da bio (se verificado)
• Métricas calculadas: Classificações de spam, estatísticas de confiança

Todos os dados são derivados de informações disponíveis por meio da API do Telegram ou gerados pelas ações de moderação do bot. O sistema não acessa diretamente o conteúdo das mensagens — ele recebe relatórios de violação de sistemas de análise de conteúdo que já verificaram as mensagens de acordo com as configurações de moderação definidas.

As proteções de privacidade incluem:

• Controle de acesso: Apenas administradores de grupos podem visualizar informações detalhadas de inteligência sobre usuários em seus grupos
• Limitações da API: A API pública fornece apenas a classificação de spam, não o histórico detalhado de violações
• Minimização de dados: Os logs de violações armazenam o tipo de violação e a confiança, não o conteúdo completo das mensagens
• Anonimização: Estatísticas agregadas não revelam identidades individuais de usuários

Os usuários não podem optar por não ter seu comportamento analisado (pois isso permitiria que spammers evitassem a detecção), mas seus históricos detalhados permanecem privados para os administradores de seus grupos. A exposição limitada de dados da API pública equilibra a proteção da comunidade (compartilhando informações de risco) com a privacidade individual (protegendo detalhes das violações).

Solução de problemas

"Não é possível encontrar um usuário específico na pesquisa de inteligência"

Possíveis causas:

• O usuário não interagiu com nenhum grupo em que seu bot esteja presente
• Pesquisa usando formato incorreto de nome/handle
• O usuário entrou recentemente e ainda não foi totalmente indexado

Solução: Os usuários só aparecem na pesquisa se tiverem sido ativos em grupos monitorados pelo bot. Certifique-se de pesquisar pelo handle exato do Telegram (tente com e sem o símbolo @) ou pelo ID numérico do usuário. Novos usuários podem levar alguns minutos para serem totalmente indexados após a primeira atividade.

"As estatísticas do grupo mostram zero violações apesar de infrações conhecidas às regras"

Possíveis causas:

• As violações ocorreram antes de o bot ser adicionado ao grupo
• O recurso que detectaria as violações não está habilitado
• As violações estão acontecendo, mas não estão sendo registradas corretamente

Solução: Verifique se os recursos de moderação relevantes estão realmente habilitados nas configurações. Analise os relatórios de inteligência de usuários individuais para infratores conhecidos a fim de verificar se suas violações estão sendo registradas. As estatísticas incluem apenas violações detectadas pelo bot, não problemas preexistentes.

"O feed de punições ao vivo mostra o status 'desconectado'"

Possíveis causas:

• A conexão WebSocket foi perdida devido a um problema de rede
• A aba do navegador ficou inativa por um período prolongado
• Manutenção ou reinicialização do servidor

Solução: O feed deve se reconectar automaticamente em até 30 segundos. Se continuar desconectado, atualize a página. Verifique o indicador de status da conexão — se ele mostrar "conectado", mas nenhuma punição aparecer, isso pode indicar um período sem violações (normal em momentos de baixa atividade).

"As classificações de spam parecem mais baixas do que o esperado para spammers óbvios"

Possíveis causas:

• O spammer ainda não acumulou violações suficientes
• As violações têm pontuações de confiança baixas
• O spammer tem sinais de reputação positivos compensando as violações

Solução: As classificações de spam refletem a probabilidade estatística com base nos dados acumulados. Novos spammers com poucas violações não terão classificações altas até estabelecerem um padrão. Analise o relatório de inteligência deles para ver as pontuações de confiança — se as violações tiverem baixa confiança (0,50-0,60), o algoritmo atribui corretamente um risco menor. A classificação aumentará à medida que mais violações de alta confiança forem acumuladas.

"A API pública retorna erro ou resposta vazia"

Possíveis causas:

• Formato de ID de usuário inválido
• O usuário nunca interagiu com grupos monitorados pelo bot
• Limite de taxa acionado

Solução: Certifique-se de fornecer um ID numérico válido de usuário do Telegram, não um nome de usuário ou handle. A API só retorna dados de usuários que estiveram ativos em grupos onde o bot opera. Se estiver fazendo muitas solicitações, reduza a frequência para evitar limites de taxa (máx. 100 solicitações por minuto por IP).

"As Estatísticas de Usuários mostram menos de 50 usuários apesar de o grupo ser maior"

Possíveis causas:

• Muitos membros têm zero mensagens
• Um filtro de pesquisa está ativo e limitando os resultados
• Membros inativos não estão incluídos na lista de principais contribuidores

Solução: A lista de Estatísticas de Usuários mostra apenas usuários que enviaram pelo menos uma mensagem, ordenados pela contagem de mensagens. Membros que entraram, mas nunca participaram, não aparecerão. Limpe quaisquer filtros de pesquisa ativos para ver a lista completa. A contagem inclui apenas participantes ativos, não o total de membros.

Conclusão

O sistema de Inteligência de Usuários e Análise de Grupos oferece visibilidade sobre a dinâmica da sua comunidade, o comportamento dos membros e a eficácia da moderação. Ele combina perfis comportamentais individuais com estatísticas agregadas, monitoramento em tempo real e acesso público via API.

Seja para investigar um usuário suspeito, avaliar se suas configurações de moderação estão funcionando corretamente, monitorar campanhas de spam em andamento em tempo real ou integrar dados de inteligência a ferramentas externas, o painel de análise fornece os insights de que você precisa para tomar decisões informadas com rapidez e confiança.

A transparência dos relatórios de inteligência garante que as decisões de moderação automatizada permaneçam auditáveis e explicáveis — os administradores sempre podem revisar exatamente por que um usuário recebeu uma determinada classificação de spam ou quais violações contribuíram para uma ação de aplicação de regras. Essa responsabilização torna a moderação automatizada confiável e ajuda os administradores a manter a confiança da comunidade mesmo quando ocorrem ações de aplicação de regras.

Usados regularmente, esses relatórios permitem que você modere de forma proativa, em vez de reativa — revisar as classificações de spam e o feed de punições traz problemas à tona antes que se espalhem, e a trilha de auditoria mantém cada decisão automatizada disponível para revisão.