Melhores práticas de padrões de design em ai red teaming para AI Red Teaming

"Crie um padrão de design (em português, com exemplos de código Python) para a implementação de um 'Sistema de Alerta Precoce para Comportamento Malicioso de LLMs' dentro de uma estrutura de AI Red Teaming. O padrão deve descrever modularmente como detectar, categorizar e notificar sobre 'jailbreaks' e 'prompt injections' em tempo real, focando na reusabilidade, escalabilidade e manutenibilidade. Inclua seções para:

1.  **Detecção de Padrões:** Como identificar automaticamente sequências de entrada que denotam tentativas de ataque, utilizando classificadores baseados em *machine learning* (ex: BERT para detecção de anomalias sintáticas/semânticas) e/ou regras heurísticas.
2.  **Classificação de Ameaças:** Como categorizar o tipo e a severidade do ataque detectado (ex: "jailbreak", "data exfiltration", "denial of service"), considerando o contexto da interação.
3.  **Mecanismos de Resposta/Notificação:** Como integrar com sistemas de alerta (ex: Slack, e-mail, dashboard interno) e/ou acionar automaticamente medidas de mitigação (ex: interrupção da sessão, re-direcionamento da requisição).

O padrão deve ser genérico o suficiente para ser aplicado a diferentes LLMs e cenários, mas detalhado o bastante para guiar uma implementação prática, abordando preocupações como falsos positivos e a evolução das técnicas de ataque."