IA em Documentos: RAG sobre o Seu Processo

Como funciona

A resposta vem do processo, não da memória do modelo

Um modelo de linguagem consultado direto responde com o que aprendeu no treinamento. Para um processo administrativo específico, isso não serve: ele não conhece aquele processo e, se responder mesmo assim, inventa.

O MavenDoc usa RAG — recuperação seguida de geração. Ao receber a pergunta, o sistema primeiro localiza os trechos relevantes dentro dos documentos daquele processo, usando o mesmo índice de busca do Visualizador, e só então envia esses trechos ao modelo junto com a pergunta. O modelo redige a resposta a partir do material recuperado.

A consequência prática é a que importa para quem responde por um parecer: a resposta pode ser conferida. Ela vem do documento que está ali, e não de uma afirmação plausível sobre um processo que o modelo nunca viu.

Escopo fechado

A recuperação acontece dentro do processo aberto. A IA não responde sobre outros processos nem sobre assuntos fora do acervo consultado.

Inclui o digitalizado

Como a recuperação usa o índice alimentado pelo OCR, documentos escaneados entram na resposta — não só os nativos em texto.

Conferível

A resposta é construída sobre trechos existentes, o que permite voltar à peça e verificar. É o oposto de uma resposta que não se pode auditar.

Independência

O modelo é uma configuração — e pode rodar dentro do órgão

O módulo opera com provedor de modelo de linguagem compatível: OpenAI ou Azure OpenAI. As credenciais são de titularidade da instituição, o que mantém o controle do consumo e da política de uso com quem contrata.

No on-premises, o modelo pode ser local

Este é o ponto que costuma decidir a viabilidade em órgão com exigência de soberania de dados. Na instalação on-premises, a solução é compatível com qualquer modelo que siga o padrão de interface da OpenAI — incluindo modelos executados na própria infraestrutura do órgão, como Ollama, vLLM, LM Studio e Llama.cpp.

Na prática: é possível ter consulta em linguagem natural sobre o acervo sem que nenhum trecho de documento saia da rede. A ressalva honesta é de desempenho — modelo executado localmente costuma responder mais devagar, em função da capacidade computacional disponível.

O recurso também é desligável na instalação. Um órgão pode operar visualização, processamento e tarjamento com a IA desativada, sem que isso altere qualquer outra função.

Cenário	Provedor do modelo	O conteúdo sai da rede?
SaaS	Provido pela Maven, em nuvem hospedada no Brasil	Sim, para o ambiente da plataforma
On-premises com nuvem	OpenAI ou Azure OpenAI, com chave do órgão	Sim, apenas os trechos recuperados
On-premises com modelo local	Ollama, vLLM, LM Studio ou Llama.cpp no ambiente do órgão	Não

Antes de habilitar com provedor em nuvem, leve a decisão à área de segurança da informação. A pergunta relevante não é sobre base legal: é se os trechos recuperados daquele acervo podem trafegar até o provedor. Quando a resposta é não, a saída é o modelo local — não desligar o recurso.

Uso na rotina

O que a equipe pergunta se repete — e vira biblioteca

Na prática, as perguntas de uma unidade são sempre as mesmas: resumir o andamento, listar as partes, localizar a manifestação de determinado setor, apontar prazos. Reescrever essas perguntas toda vez é desperdício, e cada pessoa escreve de um jeito, produzindo respostas em formatos diferentes.

Por isso as perguntas viram itens salvos, organizados por processo e reutilizáveis:

Modelos de prompt definidos pela instituição, para padronizar o que se pergunta e como a resposta vem formatada.
Compartilhamento entre usuários da mesma unidade, para que uma boa pergunta não fique restrita a quem a escreveu.
Anexos no prompt, quando a pergunta precisa de um documento que não está no processo.
Histórico por processo, mantendo o que já foi perguntado e respondido naquele caso.
Exportação para documento, quando a resposta precisa ir para um parecer ou uma minuta.

É essa parte que transforma a IA de curiosidade em rotina: o ganho não vem de uma resposta impressionante, vem de a mesma pergunta ser feita do mesmo jeito por toda a equipe.

Limites

O que a IA não decide

Vale ser direto sobre o alcance, porque promessa demais em IA custa caro quando o resultado chega.

A IA não decide. Ela lê o que está no processo e organiza a resposta. A análise, o juízo e a assinatura continuam sendo de quem responde pelo ato — e a resposta precisa ser conferida contra a peça de origem antes de virar fundamento de qualquer decisão.

Ela também não substitui o tarjamento. Resumir um documento não o torna publicável: para divulgar, a informação restrita precisa ser removida do arquivo, com registro do que foi ocultado. São produtos diferentes resolvendo problemas diferentes.

E ela não enxerga o que não foi reconhecido. Se o acervo é digitalizado e o OCR não está habilitado, não há texto para recuperar — a IA não tem o que ler.

Visualizador de Processos OCR de Documentos Tarjamento de Dados Padrões de segurança

Perguntas frequentes

O que costuma ficar em dúvida

A IA inventa respostas sobre o processo?

O risco existe em qualquer sistema baseado em modelo de linguagem, e é por isso que a arquitetura é RAG: a resposta é construída a partir de trechos recuperados dos documentos daquele processo, não da memória do modelo. Ainda assim, a resposta deve ser conferida contra a peça de origem antes de fundamentar uma decisão.

Quais modelos de IA são usados?

O módulo requer credenciais junto a um provedor compatível: OpenAI ou Azure OpenAI. No modelo on-premises, também são aceitos modelos que sigam o padrão de interface da OpenAI, inclusive executados na infraestrutura do próprio órgão, como Ollama, vLLM, LM Studio e Llama.cpp.

Os documentos do órgão são usados para treinar o modelo?

Não. O conteúdo recuperado é enviado apenas para produzir a resposta daquela pergunta. Se a política do órgão não permitir que trechos do acervo trafeguem até um provedor externo, a alternativa é executar o modelo localmente, no próprio ambiente — o recurso continua disponível sem saída de dados.

Dá para usar a IA sem o Visualizador?

A recuperação usa o índice de busca do Visualizador, que é o que permite localizar os trechos dentro do processo. Na prática, os dois andam juntos.

A IA funciona com documentos digitalizados?

Sim, desde que o OCR esteja habilitado. É o reconhecimento de texto que coloca o conteúdo dessas páginas no índice; sem ele, o documento é uma imagem e não há o que recuperar.

É possível padronizar as perguntas da equipe?

Sim. O usuário cria e gerencia seus próprios prompts, compartilha com outros usuários e acessa um banco de prompts comum à organização. Também é possível anexar arquivos a um prompt para enriquecer o contexto da consulta.

Veja a IA respondendo sobre um processo real

A demonstração é feita com um processo do seu órgão, para que você avalie a qualidade da resposta no seu tipo de documento — não em um exemplo preparado.

Agendar demonstração