Ler centenas de páginas a máquina lê. O que decide se dá para confiar é o que ela faz com a página que não conseguiu ler, com a frase que não tem fonte e com a linha que não reconheceu.
Anderson Silveira · 2 de outubro de 2026
Um dossiê de execução judicial junta contrato, títulos, notificações, planilhas de débito e peças do processo. Muitas vezes são centenas de páginas, parte delas escaneada. Num escritório de advocacia que trabalha com isso, a leitura é o trabalho pesado do dia.
Os advogados já usavam IA para ler, cada um no seu chat. Funcionava, e isso definiu a régua do produto que construí para eles: não podia entregar menos do que aquele fluxo entregava. O que o chat deixava solto era o resto. Uma frase sem a página de onde saiu obrigava a reler o dossiê inteiro para confiar nela.
Este artigo é sobre ler arquivos em lote com IA: o que a máquina extrai, o que ela erra, como mostrar o original ao lado da leitura e quando vale pagar por uma segunda passada. Os exemplos vêm do agente jurídico e do pedido por foto de uma distribuidora, que é o mesmo problema em tamanho menor: uma anotação manuscrita no lugar de um dossiê.
O caminho de um documento
- 01Entrada
O advogado solta os documentos e o caso nasce deles. O lado, credor ou executado, é escolha humana.
- 02Antes de ler
O painel mostra o que a rodada vai ler, que documento está só em imagem e quanto deve custar.
- 03OCR local
Páginas escaneadas passam por reconhecimento de texto no próprio servidor.
- 04Leitura em blocos
Dossiês gigantes são lidos em partes, não de uma vez.
- 05Achados com âncora
Cada afirmação sai com trecho literal, nome do documento e página.
- 06Conferência
O portão humano conta o que falta conferir. Homologar é ato com nome e hora.
O que a máquina extrai
No agente jurídico, a leitura não devolve um resumo. Devolve uma estrutura que o escritório já usava antes do produto, documentada a partir de como os advogados trabalhavam no chat.
A triagem responde a uma pergunta binária: “eu ajuizaria hoje?”, com ressalvas, e não um ensaio. Abaixo vêm os achados. Cada um tem severidade, explicação e as âncoras: o trecho literal entre aspas, o nome do documento e a página, com um botão para copiar o trecho.
Há um tipo de achado que vale mais do que os outros: a lacuna documental acompanhada da defesa que ela abre. “Falta o protesto” não basta. O valor está em dizer o que o outro lado fará com essa falta.
No pedido por foto, a extração é mais simples e segue a mesma ideia. A leitura roda em segundo plano, cruza cada linha da anotação com o catálogo e devolve uma proposta: produto, embalagem e quantidade por linha.
O que ela erra
Leitura em massa erra de jeitos previsíveis. O desenho do produto é decidir, para cada um, o que a tela faz.
| O erro | Como o sistema trata |
|---|---|
| Inferir o lado do caso pelo texto. Credor e executado usam os mesmos termos | O lado nunca é inferido. É escolha humana na entrada do caso |
| Página escaneada ilegível | Limitação declarada na análise, nunca silêncio |
| Afirmação sem a página de onde saiu | Tratada como bug grave. O portão humano conta os achados sem âncora |
| Letra corrida, abreviação, quantidade solta no fim da linha | Linha com dúvida vira sugestão: “Não temos certeza. É este mesmo?” |
| Linha que não casa com nada do catálogo | Não é adivinhada. Fica em vermelho e trava o botão até alguém decidir |
| A leitura inteira falha | O sistema tenta de novo com um modelo maior antes de desistir |
A primeira linha da tabela é a mais importante, porque é o erro mais caro. Errar o lado produziria uma peça defendendo quem o cliente quer executar. Nenhuma precisão de leitura compensa isso, então a decisão saiu da máquina.
O original ao lado da leitura
A regra que mais protege quem usa é simples: nunca mostrar só a leitura. Mostrar de onde ela veio, no mesmo lugar.
No agente jurídico, cada achado abre com o trecho literal e a página. O advogado confere a fonte, não relê o dossiê. Ao lado da análise, o portão humano mostra quantas referências ainda precisam ser conferidas no original e quantos achados estão sem âncora. Enquanto isso não zera, a análise é minuta.
No pedido por foto, a tela de revisão põe a foto da anotação no topo, com zoom, e cada linha mostra o que estava escrito no papel ao lado do que o sistema entendeu. Quando o pedido é confirmado, a foto original segue anexada para quem vai separar conferir.
Tamanho tem limite, e o limite tem de aparecer antes
Todo leitor tem um limite por rodada: de páginas, de tamanho, de custo. O que importa é onde esse limite aparece. Antes do clique, como informação, ou depois, como falha.
No agente jurídico, dossiês gigantes são lidos em blocos, e o painel de disparo mostra, antes de qualquer análise, o que a rodada vai ler, que documento está só em imagem e quanto deve custar, contra quanto ainda cabe no orçamento do caso. A estimativa é de pior caso, calculada sobre a maior rodada que o caso já teve, e a tela diz isso. Cada caso tem teto de orçamento.
Quando reprocessar com um modelo maior
Modelo maior lê melhor e custa mais.
No pedido por foto, a regra é escalar por falha. A primeira leitura roda com o modelo padrão. Quando ela falha, o sistema tenta de novo com um modelo maior. Só então desiste, e a linha chega à revisão marcada como não identificada.
A sequência importa: tentar barato, escalar quando falhar, e desistir de forma visível. A linha vermelha na revisão é a prova de que o sistema desistiu de adivinhar. Um reprocessamento que nunca desiste acaba inventando uma leitura só para não ficar em branco.
Testar com o arquivo de verdade
Uma lição que veio de outro projeto, a calculadora comercial, vale para leitura também. Lá, os PDFs de proposta são gerados no navegador, e a lógica estava testada. Ao renderizar o PDF de verdade, apareceu um erro antigo: a última coluna da tabela vazava alguns milímetros da margem. Ninguém tinha visto porque ninguém tinha aberto o arquivo.
Com leitura em massa é igual. O teste com o PDF limpo de exemplo passa. O dossiê real tem página escaneada, documento que está só em imagem e a anotação com a quantidade solta no fim da linha. Validar no artefato final, aqui, é rodar a leitura no dossiê de verdade, com uma pessoa conferindo os achados contra as páginas.
O que eu levo
A parte da IA que mais chama atenção, ler centenas de páginas, foi a que menos pediu decisão. As decisões ficaram em volta: o lado que a máquina não escolhe, a página ilegível que vira aviso, a frase que não vale sem página, a linha vermelha que trava, o custo que aparece antes do botão.
No agente jurídico, o fluxo completo do credor foi validado de ponta a ponta num caso real, da triagem à minuta homologada no papel timbrado do escritório. No pedido por foto, a leitura está pronta e testada, e ficou desligada no ar a pedido do cliente até a leitura real ser ativada. Nos dois, o que vai ao ar é o par: a leitura e a conferência. Nunca a leitura sozinha.
Em A IA propõe, o humano confirma, eu detalho onde fica a aprovação. O case do agente jurídico mostra as telas.
Checklist para ler documentos em lote
- A leitura devolve itens conferíveis, e não um resumo corrido?
- Cada afirmação sai com a fonte ao lado: trecho, documento e página, ou o original ao lado da leitura?
- O que a máquina não conseguiu ler aparece como limitação declarada?
- O que ela não reconheceu trava o fluxo, em vez de virar chute?
- O que a rodada vai ler e quanto deve custar aparecem antes do clique, contra um teto?
- A validação rodou no arquivo de verdade, com as páginas escaneadas, e não no exemplo limpo?
Se a leitura chega bonita e ninguém consegue dizer de que página saiu cada frase, o trabalho manual não acabou. Só mudou de lugar.