O conhecimento existe e ninguém acha
Dez anos de documento espalhado entre drive, e-mail, intranet e a pasta de alguém que já saiu. Buscar por nome de arquivo só funciona para quem já sabe o que procura.
Serviços de IA · Copiloto de documentos
Copiloto que lê os seus documentos e mostra de onde tirou a resposta.
RAG aplicado ao acervo que a empresa já tem: contrato, norma técnica, manual, proposta, ata e planilha. Pergunta em português, resposta em português — com o trecho de origem do lado, para conferir.
Onde trava hoje
O problema quase nunca é falta de tecnologia.
É processo que depende de alguém repetir a mesma tarefa para o sistema funcionar.
A pessoa que sabe virou gargalo
Toda dúvida de norma, cláusula ou procedimento passa pelo mesmo especialista. Enquanto ele responde no WhatsApp, o trabalho dele não anda.
Onboarding leva meses
Quem entra passa o primeiro trimestre descobrindo onde as coisas estão em vez de produzindo. O custo é real e ninguém mede.
ChatGPT genérico não serve
Ele não conhece o seu contrato, o seu processo nem a sua norma interna — e subir documento sensível para ferramenta pública abre um problema de LGPD que ninguém quer assinar.
O que entra
O escopo, em itens verificáveis.
Cada linha é entregável — dá para conferir se está lá no fim do projeto.
Ingestão do acervo em vários formatos
PDF, Word, planilha, e-mail, página de intranet e arquivo escaneado com OCR. Documento novo entra por rotina, sem alguém carregando um por um.
Resposta com citação obrigatória
Toda resposta vem com o documento, a página e o trecho usado. Sem fonte, o copiloto diz que não encontrou em vez de preencher a lacuna.
Permissão herdada do seu diretório
Quem não pode ler o documento não recebe a resposta que veio dele. A regra de acesso é aplicada na busca, não depois.
Versão vigente em primeiro lugar
Norma revisada e contrato aditado convivem no acervo. O copiloto prioriza a versão em vigor e avisa quando existe versão anterior diferente.
Interface onde o time já está
Widget no sistema interno, canal no Teams ou no Slack, ou tela própria. O copiloto vai até o fluxo de trabalho em vez de virar mais uma aba.
Rastro de uso
O que foi perguntado, o que não teve resposta e qual documento é mais consultado — o mapa das lacunas da sua documentação.
Como funciona
Do diagnóstico à operação.
Sem entregável único de seis meses: cada etapa termina com algo que dá para ver funcionando.
- 01
Inventário do acervo
Onde estão os documentos, em que formato, quem pode ver e o que já está obsoleto. Metade do resultado de um RAG se decide aqui.
- 02
Pipeline de ingestão
Extração, limpeza, quebra em trechos e indexação vetorial. Com metadado de setor, data e versão, porque é isso que dá filtro depois.
- 03
Avaliação com perguntas reais
Montamos um conjunto de perguntas com gabarito do seu time e medimos acerto e citação. Ajuste de recuperação é feito com número na mesa, não por impressão.
- 04
Piloto com um setor
Um grupo usa por algumas semanas no trabalho de verdade. Cada resposta ruim vira ajuste de índice ou correção de documento.
- 05
Abertura e rotina de atualização
Libera para a empresa com rotina automática de reindexação — acervo parado envelhece rápido e é assim que um copiloto perde confiança.
Integrações
Entra no que você já usa.
Sistema sem API entra por banco de dados ou automação de interface. Trocar o que já roda quase nunca é o que resolve.
- Google Drive
- SharePoint / OneDrive
- Microsoft Teams
- Slack
- Confluence / Notion
- GED e intranet própria
- PostgreSQL + pgvector
- Active Directory / SSO
FAQ
Copiloto de documentos: o que perguntam
O que é RAG, na prática?
É buscar o trecho certo no seu acervo e entregar esse trecho ao modelo junto com a pergunta. O modelo redige a resposta, mas o conteúdo vem do seu documento — por isso dá para citar a fonte e por isso o risco de invenção cai muito.
Meus documentos vão treinar o modelo de alguém?
Não. RAG não treina modelo: o texto entra como contexto na hora da pergunta e não fica no modelo. Os contratos que usamos proíbem uso para treino, e quando o caso pede, o índice e o modelo rodam em infraestrutura sua.
Funciona com documento escaneado?
Funciona, com OCR antes da indexação. Qualidade de digitalização ruim derruba o resultado, então esse material entra numa etapa própria de tratamento.
Quantos documentos são necessários?
Não há mínimo. Faz diferença já com algumas centenas de páginas e continua funcionando com milhões — o que muda com o volume é a estratégia de indexação e filtro, não a viabilidade.
É melhor fazer RAG ou fine-tuning?
Para conhecimento que muda, RAG — atualizar é reindexar, e a resposta fica auditável. Fine-tuning resolve formato e estilo de saída, não fato novo. Na maioria dos casos de empresa, começa com RAG e fine-tuning só entra se a forma da resposta continuar fora do padrão.
Outros serviços
Costumam entrar juntos.
Vamos ver se copiloto de documentos resolve o seu caso.
Trinta minutos, uma conversa direta e uma resposta honesta sobre o que vale construir agora e o que pode esperar.
Sem compromisso · resposta em até 24h