IA para ler documentos, contratos e notas fiscais
Como OCR e modelos de linguagem extraem dados de documentos, onde a precisão cai, e por que revisão humana continua sendo parte do processo.
A leitura automática funciona em duas etapas. OCR transforma imagem em texto e o modelo de linguagem extrai os campos em formato estruturado. Funciona muito bem em documentos digitais e padronizados, cai em escaneados ruins e manuscritos, e sempre precisa de validação por regra e revisão nos casos de baixa confiança.
A leitura automática de documentos funciona em duas etapas encadeadas: OCR converte a imagem em texto e um modelo de linguagem extrai os campos em formato estruturado. A diferença em relação aos extratores tradicionais é que o modelo entende o documento pelo sentido, não pela posição na página, o que resolve o problema de cada fornecedor mandar um layout diferente.
Como o processo funciona de ponta a ponta
1. Classificação. Antes de extrair, identifique o que é o documento: nota fiscal, contrato, comprovante, certidão, laudo. Cada tipo tem um esquema de campos diferente. Errar aqui contamina tudo à frente.
2. Extração de texto. Se o PDF é digital (texto selecionável), extraia direto, sem OCR, sem perda. Se é imagem ou escaneado, entra o OCR. A qualidade dessa etapa é o teto de tudo que vem depois: OCR ruim significa extração ruim, por melhor que seja o modelo.
3. Extração estruturada. O modelo recebe o texto e um esquema JSON com os campos esperados, seus tipos e regras. A saída vem estruturada, pronta para gravar. Modelos com suporte a saída estruturada por esquema reduzem drasticamente o problema de formato inconsistente.
4. Validação por regra. Aqui o determinismo volta. Confira dígito verificador de CNPJ, soma dos itens contra o total, data dentro de faixa plausível, valor contra o pedido de compra, existência do fornecedor no cadastro. Nenhuma dessas checagens deve ser feita pelo modelo, são regras exatas, escreva código.
5. Roteamento por confiança. Documento que passa em todas as validações segue sozinho. Documento com divergência ou campo de baixa confiança vai para uma fila de revisão humana, com o campo problemático destacado.
6. Realimentação. Todo item corrigido pelo revisor vira material para ajustar prompt, regra ou esquema. Sem esse ciclo, o sistema não melhora.
Onde funciona bem e onde não funciona
| Tipo de documento | Resultado esperado | Observação |
|---|---|---|
| PDF digital com texto selecionável | Muito bom | Não use OCR, extraia direto |
| Nota fiscal eletrônica | Trivial | Use o XML, que já é estruturado |
| Escaneado limpo, 300 dpi | Bom | OCR resolve bem |
| Foto de celular bem enquadrada | Aceitável | Pré-processar (endireitar, contraste) ajuda muito |
| Foto tremida, dobrada, com sombra | Ruim | Melhor recusar e pedir novo envio |
| Tabela com células mescladas | Difícil | Estrutura se perde no OCR |
| Carimbo e assinatura sobre o texto | Difícil | Confunde o reconhecimento |
| Manuscrito | Muito ruim | Não dimensione projeto contando com isso |
| Documento em várias colunas | Variável | Ordem de leitura pode embaralhar |
Um alerta importante: se a sua nota fiscal é eletrônica, você não precisa de IA para lê-la. O XML da NF-e já traz todos os campos estruturados e assinados digitalmente. Usar OCR no DANFE em vez do XML é trocar um dado exato por um dado estimado. IA entra quando o documento é o recibo do fornecedor pequeno, o contrato em PDF, o comprovante enviado pelo cliente no WhatsApp.
Contratos exigem um tratamento diferente
Contrato não é formulário. Os campos que interessam não estão em posição fixa e frequentemente dependem de interpretação: qual o prazo de vigência, existe multa rescisória, qual o índice de reajuste, há cláusula de exclusividade, qual o foro.
O que funciona:
- Quebrar por cláusula, não por número de caracteres. Guarde o título e a numeração junto com o trecho.
- Buscar antes de extrair. Recupere as cláusulas candidatas e peça a extração sobre elas, em vez de mandar 80 páginas inteiras.
- Exigir citação. A resposta deve vir com a cláusula de origem, para o revisor conferir em segundos.
- Tratar aditivos. Um contrato com três aditivos tem cláusulas revogadas. Se o sistema não sabe disso, ele vai extrair a versão errada com toda a confiança do mundo.
O que não funciona: pedir ao modelo um parecer sobre risco jurídico e tratar isso como conclusão. Extração e localização de cláusula são tarefas de leitura; julgamento de risco é responsabilidade profissional.
Por que revisão humana não sai do processo
Extração de documentos tem uma característica que muda a conta: a precisão por campo não é a precisão por documento. Um documento com 15 campos e 97% de acerto por campo tem chance considerável de conter pelo menos um erro. Se um único campo errado inviabiliza o lançamento, a taxa que importa é a de documentos perfeitos, sempre menor que a por campo.
Por isso o desenho correto não é "IA substitui a conferência", e sim "IA elimina a digitação e concentra a conferência onde há dúvida". O ganho real vem de:
- Aprovar automaticamente o que passa em todas as validações cruzadas
- Enviar para revisão só o que tem divergência, com o problema já apontado
- Reduzir o tempo de revisão de minutos para segundos por documento
Campos que quase sempre devem exigir validação forte: valores monetários, datas de vencimento, identificadores fiscais, números de conta e qualquer coisa que dispare pagamento.
Como dimensionar o projeto sem se enganar
Antes de orçar, faça um teste com uma amostra real e representativa, 100 a 200 documentos, incluindo os feios, não só os bonitos. Meça:
- Acerto por campo, individualmente
- Percentual de documentos aprovados sem nenhuma correção
- Tempo médio de revisão dos que caem na fila
- Percentual ilegível que precisa de reenvio
Esses quatro números dizem se o projeto se paga. Uma amostra com só os documentos de melhor qualidade produz uma expectativa que a produção não confirma, e essa é a origem de boa parte da frustração com automação documental.
Nos projetos de automação documental que a Retti Tech conduz, o padrão é sempre o mesmo: a modelagem do esquema de campos e as regras de validação cruzada dão mais trabalho e mais resultado do que a escolha do modelo de IA. Extrair é a parte fácil; garantir que o extraído está certo é onde está o sistema.
Perguntas frequentes
A IA lê nota fiscal melhor que um sistema tradicional de OCR?
Lê melhor documentos com layout variado, porque não depende de posição fixa na página. Em documentos totalmente padronizados, um extrator por regra continua sendo mais barato e mais previsível. Para nota fiscal eletrônica, o certo é usar o XML, que já é estruturado.
Qual a precisão esperada na extração de campos?
Varia demais com a qualidade do documento e não existe número universal. O caminho correto é medir com uma amostra dos seus documentos reais, campo a campo, antes de dimensionar o projeto. Documento digital nativo dá resultado muito melhor que foto de papel amassado.
Dá para eliminar a conferência humana?
Em campos críticos, não. O desenho que funciona é validar automaticamente o que pode ser checado por regra ou cruzamento com o cadastro, aprovar sozinho os documentos que passam em tudo, e enviar para revisão apenas os que têm divergência ou baixa confiança.
Tem um processo que consome o time?
Me conta como funciona hoje. Se der para automatizar, eu te digo por onde começar — a conversa de diagnóstico não é cobrada.
Natiam Gabriel é AI Engineer & Full-Stack Developer e fundador da Retti Tech, estúdio de desenvolvimento de software que atende empresas em todo o Brasil. Constrói sistemas web sob medida, automações e integrações, com ou sem inteligência artificial, do levantamento de requisitos até a operação em produção. Mais de 20 empresas usam em produção os sistemas que desenvolveu.