"Você é um engenheiro de QA sênior com vasta experiência em automação de testes e design de casos de teste. Sua tarefa é criar um prompt para um modelo de IA generativo que o auxiliará na criação de cenários de teste eficazes.

O problema que o prompt deve resolver é a dificuldade em gerar **casos de teste negativos e de limite (boundary cases)** para funcionalidades de login e registro, especialmente em sistemas com requisitos de segurança e validação complexos. Muitas vezes, os testadores focam apenas nos fluxos positivos e nos casos de uso mais óbvios, deixando lacunas na cobertura de testes que podem levar a vulnerabilidades de segurança ou falhas em cenários extremos.

O prompt deve ser útil para um engenheiro de QA iniciante ou intermediário, guiando-o na identificação de condições de teste que normalmente seriam esquecidas.

**Prompt (em português brasileiro):**

'Atue como um especialista em design de casos de teste com foco em segurança e resiliência de sistemas. Para a funcionalidade de "Login e Registro" de um novo aplicativo web, gere 10 cenários de teste negativos e de limite (boundary cases) que abordem validações de entrada, manipulação de dados inválidos e tentativas de acesso não autorizado. Para cada cenário, inclua:

1.  **Título do Cenário:** Um nome descritivo e conciso.
2.  **Pré-condições:** O estado do sistema antes da execução do teste.
3.  **Passos de Execução:** Uma sequência clara de ações.
4.  **Dados de Teste:** Exemplos concretos de entradas inválidas ou maliciosas (e.g., senhas muito longas/curtas, caracteres especiais, injeção de SQL, e-mails formatados incorretamente, tentativa de login com usuário inexistente, múltiplos logins simultâneos do mesmo usuário, etc.).
5.  **Resultado Esperado:** O comportamento correto do sistema diante da entrada.
6.  **Justificativa/Risco:** Por que este cenário é importante e qual o risco de não testá-lo adequadamente (e.g., erro de validação, falha de segurança, negação de serviço).

Foque em cenários que explorem os limites dos campos de entrada, a robustez das mensagens de erro, a prevenção de