Engenheiro da Selectel mostra agente de LLM que encontra domínios livres

Escolher um nome de domínio pode deixar de ser uma tentativa manual sem fim e virar um fluxo automático curto: o LLM sugere opções, e um script verifica na hora a disponibilidade e descarta as ocupadas. Foi isso que um engenheiro da Selectel descreveu em um projeto pessoal: um serviço simples para quando é preciso lançar rápido uma marca, um produto ou uma landing page e não se quer perder horas atrás de um endereço livre.

O projeto parte de um problema bem concreto. Em zonas populares como .com, .

ru, .io e .org, o espaço está saturado há tempos: segundo dados citados pelo autor, só o .

com tem mais de 160 milhões de domínios registrados. Os nomes mais curtos e claros já foram tomados, e as boas opções muitas vezes estão ocupadas ou à venda. Com isso, projetos novos acabam cedendo: adicionam números, letras extras ou hifens, ou migram para zonas menos comuns.

O índice do mercado de domínios citado pelo autor também mostra que a atividade nas zonas populares cresceu cerca de três vezes nos últimos três anos. Isso afeta não só o reconhecimento, mas também a confiança: o endereço precisa ser fácil de ler, de lembrar e de digitar sem erros.

O autor relaciona ainda a falta de domínios decentes à segurança. Quando o nome bonito já está ocupado, empresas e usuários se acostumam com endereços falsos, espelhos e variações duvidosas, terreno fértil para phishing e typosquatting. O artigo traz exemplos de domínios que diferem do original por um único número ou letra e lembra casos maiores em que atacantes criaram centenas de endereços falsos em torno de eventos de grande visibilidade. Nesse contexto, um bom domínio deixa de ser uma escolha puramente estética: também é uma forma de reduzir o risco de erros, confusão e perda de confiança do usuário.

O serviço é escrito em Python e tem duas etapas. Primeiro, o usuário informa a descrição do projeto, as zonas de domínio desejadas e o número de opções. Quanto mais precisa a solicitação, mais sensatos os resultados: uma descrição específica do produto gera nomes mais aproveitáveis do que categorias abstratas como "fintech" ou "marketplace". Depois, o LLM, por meio de uma API compatível com a da OpenAI, gera uma lista de nomes com um prompt rígido: curtos, memoráveis, sem caracteres desnecessários e apenas nos TLDs indicados.

Em seguida, um segundo módulo passa cada opção pelo python-whois. Se a resposta do WHOIS trouxer dados sobre o domínio, o registrador ou a data de criação, o endereço é considerado ocupado; se o serviço devolver resposta vazia ou mensagens como not found, a opção é marcada como livre. Para não esperar demais, a verificação roda em paralelo em dez threads, e o ciclo completo costuma levar cerca de 10 a 30 segundos.

Sobre esse pipeline, o autor acrescentou uma interface web minimalista: um campo para a descrição do projeto, a escolha das zonas, um contador de resultados e um botão de execução. Depois do envio do formulário, o sistema devolve uma lista já verificada, com as marcações "livre" ou "ocupado". Nos testes, para uma consulta sobre coaching empresarial em Moscou, o serviço encontrou a opção livre bizmoscow.org e, para uma loja de produtos de café em Saratov, sugeriu mais alguns nomes aproveitáveis nas zonas .store, .shop e .ru.

O autor não apresenta o projeto como um produto acabado: é mais um protótipo funcional que pode evoluir com ajuste fino de prompts, filtros adicionais e uma lógica mais cuidadosa para avaliar a qualidade dos nomes.

O ponto do projeto não é que a IA tenha resolvido de repente a escassez de domínios, mas que ela cuida bem da parte chata do processo. O LLM atua como gerador de ideias, e o WHOIS, como um filtro rápido de realidade. Para startups, desenvolvedores solo e equipes pequenas, essa abordagem pode economizar tempo no início e reduzir verificações manuais inúteis, sobretudo quando o que se precisa não é um domínio perfeito para sempre, mas apenas um endereço claro e livre para o lançamento.