Uma pessoa. Três dias. Um recurso verificado.

01O problema

A redação jurídica com chatbots tem um modo de falha célebre e vários mais discretos. O célebre são as citações inventadas, e está a piorar: a base de dados AI Hallucination Cases, que regista as decisões em que um tribunal deu por provado que uma parte se apoiou em material alucinado, contava cerca de 200 a meio de 2025 e mais de 1 500 a meio de 2026, com as primeiras suspensões do exercício da profissão por peças assistidas por IA já aplicadas. As falhas discretas são as que perdem processos. A exatidão cai muito quando o trabalho exige síntese entre muitos documentos, e nada dá o alerta quando o facto decisivo do processo é lido e deixado passar.

A primeira fase aqui descrita produziu exemplos de todas. Seis versões redigidas com apoio de um chatbot comercial produziram um recurso estruturalmente excelente que continha também 18 defeitos numerados, incluindo uma passagem citada que não existe na fonte, uma decisão de tribunal superior datada de um domingo em férias judiciais e o facto isolado mais importante do processo esquecido numa página digitalizada.

Nada disto é visível apenas a partir do texto. Tudo isto é desqualificante perante um juiz ou um relator. A oportunidade de produto não é «IA que escreve peças jurídicas». É IA capaz de provar que o que escreveu tem fundamento, a um custo acessível para sociedades de advogados de pequena dimensão e departamentos jurídicos.

02O que fizemos de facto

O processo correu em três regimes distintos. Cada um corresponde a um módulo do produto e cada um foi auditado a partir dos transcripts completos após a interposição:

SVD-025-2026/
├─ 00_INSTRUCOES     carta de missão, transições de estado    4 ficheiros · 11k palavras
├─ 01_FONTES         o processo, ficheiros só de leitura     62 docs · 211 páginas
├─ 02_LEGISLACAO     legislação descarregada e conferida     28 ficheiros · 33k palavras
├─ 03_JURISPRUDENCIA jurisprudência, registos por fonte      19 ficheiros · 25k palavras
├─ 04_ANALISES       mapa do caso + análises especializadas  10 ficheiros · 63k palavras
├─ 05_ADVERSARIAL    45 vetores de ataque + veredictos        3 ficheiros · 27k palavras
├─ 06_VERIFICACAO    matriz de 192 citações, auditorias       6 ficheiros · 62k palavras
├─ 07_PARECER        parecer técnico + correções              3 ficheiros · 19k palavras
└─ 08_ENTREGA        v7…v13, kit de entrega, registo datado  28 ficheiros · 78k palavras

03O que a auditoria demonstrou

Depois da interposição, fizemos uma auditoria forense: um script determinístico sobre cada transcript de sessão, dez agentes de análise e um revisor adversarial de exaustividade que corrigiu os erros dos próprios analistas. Quatro conclusões definem o produto:

• O juízo humano é o fator escasso, e é pouco. 96 intervenções escritas, com uma mediana de ≈ 15 palavras. Apenas 19 % eram instruções; 49 % eram juízos: ceticismo, correções factuais, decisões de âmbito. Uma palavra de escrita humana rendeu ≈ 840 tokens de output do modelo e ≈ 43 palavras de trabalho registado em ficheiro.
• As deteções que salvaram a entrega vieram do ceticismo, nunca de quem produziu. Uma citação inventada, presente desde a fase de chat, foi encontrada por um agente de visão a reler páginas digitalizadas, uma verificação que só correu porque o utilizador contestou uma limitação alegada pela IA, a menos de 24 horas do prazo. A maioria dos utilizadores não teria insistido. A interface tem de induzir esse ceticismo: obrigar o agente a declarar o que verificou e o que não verificou, com «exaustivo vs. amostragem» como contrato bloqueante, verificadores independentes em cada entregável.
• Guardar o estado em ficheiros foi o que o tornou robusto. O sistema sobreviveu a um bloqueio do cliente que matou 4 agentes em pleno voo (recuperados automaticamente em ≈ 20 s), a limites da conta que terminaram outros 2 e a uma paragem da API que matou a sessão mais longa, de cada vez retomando a partir do disco em minutos, sem perda de contexto ao longo de ≈ 25 horas de sessão.
• As peças jurídicas exigem edição transacional. Um ficheiro Word foi corrompido em silêncio por uma edição ao nível do XML que passou em todas as verificações de conteúdo; a solução tornou-se uma salvaguarda permanente de validação de formato. O produto integra edições com âncoras verificadas, validação da estrutura do ficheiro e registo datado de alterações: a prova documental que sustenta a declaração de verificação exigida por um número crescente de tribunais ao advogado que assina, a de que o conteúdo assistido por IA foi verificado por uma pessoa.
• Ler não é ver. O facto que se tornou o argumento central do recurso, um detalhe num carimbo que denunciava a modalidade de entrega usada e tinha relevância decisiva para a discussão nos autos, estava num documento sem qualquer camada de texto. A passagem de leitura visual renderizou essa página e transcreveu o carimbo caráter a caráter entre as 00:00 e a 01:19 de 28 de julho, e seguiu em frente: estava a ler para outro efeito e assinalou como decisiva uma passagem diferente da mesma página. O revisor trouxe o facto de memória onze horas mais tarde, e a confirmação demorou segundos porque a transcrição já existia. A máquina lera a frase, guardara-a e não vira a sua relevância. O passo em falta é o que reconhece essa relevância: varrer cada transcrição nova contra um léxico de termos juridicamente carregados (modalidades de expedição e entrega, menções de meio e prazo, carimbos, datas manuscritas, números de referência) e dar o alerta mesmo quando o agente está a ler para outro fim, com o alerta a sobreviver à mudança de fase e de sessão.

«Está tudo mesmo terminado? Mesmo os agentes que morreram a meio com erros de API?» — a pergunta do utilizador que expôs uma verificação degradada em silêncio, e a razão pela qual declarar o que foi verificado é uma funcionalidade central do produto

04Custo por caso

Três observações sobre preço. Em primeiro lugar, a esta escala o trabalho não tinha preço nenhum. A verificação de 192 citações nas fontes primárias, e 45 vetores de ataque adversarial pontuados um a um, é o que uma defesa bem financiada produz ao longo de semanas; nenhuma sociedade de pequena dimensão ou advogado em prática isolada o compra para um só processo, por valor nenhum. Em segundo lugar, onde existe um equivalente em honorários profissionais, o custo de computação é inferior em, pelo menos, uma ordem de grandeza, e em duas nas jurisdições mais caras, o que coloca este tipo de trabalho ao alcance de sociedades de advogados de pequena dimensão e departamentos jurídicos. O que limita o preço passa a ser o tempo de revisão qualificada, não a computação. Em terceiro lugar, o custo é dominado pela releitura de contexto (leituras e escritas de cache) e não pela geração, ou seja, as arquiteturas de workflow e de cache, que controlamos, são as principais alavancas de custo. Nada aqui foi otimizado para custo: o objetivo era chegar ao fim. Essas alavancas estão por usar, e esperamos fazer o mesmo trabalho com menos de metade da computação nas próximas iterações.

05O produto

A auditoria sintetizou o processo em nove passos replicáveis: seis foram concebidos à partida, dois emergiram sob pressão e um foi a própria auditoria a encontrá-lo em falta:

• 1 · Entrada e redação assistida: chat com histórico de versões automático e um registo de citações onde cada referência nasce «por verificar».
• 2 · Constituição do processo: dossiê a partir de modelo: fontes só de leitura, regras, fases, armadilhas conhecidas; o utilizador preenche um formulário.
• 3 · Pipeline autónomo de análise: mapeamento, análises especializadas, ataque adversarial isolado com agente avaliador, matriz de citações. Pontos de controlo humanos entre blocos.
• 4 · Síntese: um parecer técnico com correções cirúrgicas, cada uma rastreável até às fontes.
• 5 · Revisor de exaustividade: questões em aberto numeradas; o modo de verificação (exaustivo ou por amostragem) é um contrato declarado e bloqueante.
• 6 · Aplicação transacional: edição em formato nativo com âncoras, validação da estrutura do ficheiro, versões imutáveis, registo datado de alterações.
• 7 · Revisão a dois: anotação em linha para o advogado; a IA confirma antes de opinar; decisões estruturadas com um registo vinculativo. (emergiu em produção)
• 8 · Módulo de entrega: numeração de anexos, verificação factual do e-mail de envio por agente independente, assinatura exclusivamente humana e lista de verificação para a entrega. (emergiu em produção)
• 9 · Rastreio de termos com peso jurídico: cada transcrição nova conferida contra um léxico de termos juridicamente carregados, com um alerta que sobrevive à mudança de fase e de sessão. (encontrado em falta pela auditoria)

Utilizador-alvo: advogados e departamentos jurídicos de empresas sem competências técnicas. O que compram é verificação, auditabilidade e processo: a matriz de citações, o teste adversarial, o rasto datado de auditoria que podem subscrever.

06Escalabilidade

Quatro propriedades da arquitetura são o que torna o resultado repetível e não uma questão de sorte, e são as que tencionamos manter em qualquer reescrita:

• O estado vive em ficheiros, nunca numa janela de contexto. Um dono por ficheiro, fontes só de leitura, cada fase a passar o testemunho em disco. O projeto sobreviveu a um fork de sessão, à morte de seis agentes, a uma paragem da API e a duas mudanças de modelo sem perder uma linha de raciocínio, e depois de uma sessão ter sido limpa a fase de síntese reconstruiu o estado inteiro do caso a partir do disco em 5 minutos.
• O registo de tarefas é idempotente. O trabalho tem chave por tarefa, pelo que um relançamento repete apenas o que não chegou ao fim. É por isso que os 4 agentes mortos a meio voltaram em ≈ 20 s sem ninguém ao teclado.
• Os verificadores devolvem dados estruturados, não prosa. Cada verificação regressa com resultado, problemas e detalhe, o que permite agregar de forma determinística. Nove verificadores dão uma tabela; novecentos dão a mesma tabela. Ninguém lê novecentos relatórios.
• Quem produz nunca avalia o próprio trabalho. Os dois agentes adversariais foram mantidos em isolamento informacional um do outro e da redação, um agente avaliador separado pontuou os 45 ataques um a um, e a verificação de entrega corre um agente independente por anexo. Foi essa última que apanhou um erro factual no e-mail de envio escrito pelo próprio orquestrador.

Hoje o fan-out segue as questões jurídicas: seis lentes de especialidade em paralelo, dois atacantes, um avaliador. O fan-out por documento também existe, e é a parte que escala linearmente com o volume, mas está no fim do pipeline, a verificar o que já foi produzido. A próxima iteração leva esse mesmo padrão para a entrada: um agente por documento, cada um a devolver um registo estruturado de entidades, datas, atos, referências cruzadas e intervalos de páginas, passando o mapa do caso a resultar de uma consulta a esse índice. A matriz de citações já traz afirmação → transcrição exata → fonte e página nas 192 linhas; acrescentar identificadores de entidade e de evento transforma o raciocínio entre documentos num join e leva a matriz para o início do pipeline, onde passa a alimentar a análise que hoje audita. As partições passam a derivar do índice e a síntese corre em árvore, por questão jurídica primeiro. Nada disto é maquinaria nova. É a maquinaria acima, ligada por outra ordem.

07Limitações

• A execução mais longa sem supervisão até hoje. ≈ 8 horas de ponta a ponta sob uma carta de missão são o mais longo que o pipeline correu sem ninguém ao teclado. Assenta em quase 20 peças jurídicas anteriores produzidas com apoio de IA (várias validadas por advogados), até aqui construídas com uma mistura de ferramentas e fluxos muito manuais. Continua a ser um único caso e um utilizador tecnicamente sofisticado: a tese do produto é precisamente tornar os dois comportamentos decisivos do autor (ceticismo e conhecimento da matéria) acessíveis a quem não os traz consigo.
• 62 documentos são um volume pequeno. Um processo desta dimensão cabe folgadamente em contexto, pelo que nada aqui testa o que acontece com centenas ou milhares de documentos de entrada, que é onde a recuperação e o particionamento passam a decidir o resultado. É isso que tencionamos correr a seguir. A maior largura de paralelismo que corremos até hoje é de 9 agentes em simultâneo, pelo que a secção anterior é análise de desenho assente em peças já construídas, e não um teste de carga.
• A IA declarou impossíveis duas capacidades que afinal tinha, degradou em silêncio uma verificação para amostragem e inventou uma citação na fase de chat. Todas estas falhas foram detetadas pelo processo. É esse o objetivo, mas o catálogo de 12 pares de falha e recuperação, listado por inteiro na auditoria de processo, faz parte da especificação.
• Os limites da conta interromperam o trabalho durante cerca de 2 horas a meio do projeto; a gestão de quotas é um problema central de produto.
• A primeira parte da redação, até à v6, correu sem auditoria, incluindo o recurso a um chatbot comercial. A parte útil é a analogia: representa o estado em que um processo costuma chegar até nós, redigido noutro sítio e por verificar. O produto aceita esse ponto de partida e assume também a redação de forma nativa: rascunhos versionados, registo de citações e rasto de auditoria desde o primeiro prompt.