---
title: "La búsqueda no puede ampliar el acceso"
slug: "a-busca-nao-pode-ampliar-o-acesso"
date: "2026-10-23"
publishedAt: "2026-10-23T09:51:00-03:00"
author: "Rodrigo Jorge"
summary: "Copiar un documento al índice de un agente también exige conservar quién puede leerlo. La relevancia no sustituye la autorización, ni siquiera cuando la respuesta es solo un resumen."
origem: "Análisis"
status: "published"
---

**Rodrigo Jorge** · Preparado el 23 de octubre de 2026 a las 09:51 (hora de Brasilia, UTC-3). Hora de publicación por confirmar.

Una persona le pregunta al asistente interno por qué un cliente canceló el contrato. La búsqueda encuentra un informe restringido a la dirección. El asistente responde con un resumen, sin incluir un enlace al archivo.

En este escenario hipotético, ocultar la referencia no evita la exposición. El contenido ya cruzó el límite de acceso.

Como CISO, empezaría por la consulta que alimentó la respuesta: ¿con la autorización de quién se ejecutó? La cuenta que puede indexar todos los documentos no define qué puede recibir cada usuario. Si la integración usa esa cuenta para recuperar cualquier fragmento y le pide al modelo que oculte los que no están permitidos, la selección de contenido ya depende de una instrucción al modelo.

RAG, la generación apoyada en contenido recuperado, necesita conservar los permisos junto con el contenido. La relevancia de un fragmento indica si ayuda a responder la pregunta. No indica si esa persona tiene derecho a recibirlo.

## El filtro no autentica a nadie

La documentación de Azure AI Search describe un patrón de security filters que incluye o excluye documentos al comparar identificadores de usuarios o grupos. Microsoft lo aclara: en ese patrón, el identificador es una string utilizada en el filtro; el filtro no autentica ni autoriza al usuario. Debe aplicarse en cada consulta.

Para una integración que adopte este patrón, propongo obtener la identidad y los grupos de un contexto autenticado, construir la restricción en el servicio e impedir que el usuario o el modelo la sustituyan por parámetros libres. El contenido no autorizado debe quedar fuera del contexto enviado al modelo. Es una propuesta de arquitectura que debe verificarse, no una garantía que otorgue el nombre del producto.

También hay que considerar la copia de los permisos. Microsoft documenta, en su función de control de acceso durante la consulta, actualmente marcada como preview, que la actualización de las ACL depende del método de ingesta. Cambiar el permiso en el origen no implica que todos los índices ya reflejen el cambio. Esta observación no es una recomendación de adoptar la función en preview.

El equipo necesita saber qué ocurre con los fragmentos ya indexados, los caches y el historial de la conversación cuando cambia el acceso. Un filtro nuevo en la búsqueda no borra una respuesta que ya se entregó.

[Ver el diagrama: autorización antes del contexto del modelo](/assets/artigos/a-busca-nao-pode-ampliar-o-acesso-es.svg). Flujo propuesto, sin métricas ni datos de un incidente.

Evaluaría esta integración con dos usuarios de laboratorio y documentos sintéticos. Uno puede leer el documento; el otro, no. La pregunta es la misma. La evidencia debe mostrar qué fragmentos se recuperaron para cada identidad, además de la respuesta final. Después, retiraría el acceso al primer usuario y repetiría la prueba mediante el proceso de actualización previsto.

Que el secreto no aparezca en el texto final no basta si el fragmento prohibido entró en el contexto. Tampoco basta con probar solo la consulta principal: si existen vías de acceso por título, citas o export, deben respetar la misma autorización.

El criterio para autorizar este flujo es demostrar que la búsqueda conserva los límites de lectura para cada identidad y que existe un procedimiento definido para los cambios de permisos. Si la integración no sabe de quién son los permisos que aplica, todavía no sabe qué documentos puede entregar.

### Referencias

- [Microsoft: Security filters for trimming results in Azure AI Search](https://learn.microsoft.com/en-us/azure/search/search-security-trimming-for-azure-search), consultado el 23 de octubre de 2026.
- [Microsoft: Query-time ACL and RBAC enforcement in Azure AI Search (preview)](https://learn.microsoft.com/en-us/azure/search/search-query-access-control-rbac-enforcement), consultado el 23 de octubre de 2026. Límites y actualización de permisos según el método de ingesta.