Como usar IA para resumir documentos sem que ela invente

Equipe Viver de IA · 2026-07-08

Chunking, RAG e citação da fonte são o que separa um resumo confiável de um texto bonito e falso.

O resumo bonito que estava errado

Um gestor de uma empreiteira me mandou um contrato de 80 páginas e o resumo que a IA cuspiu. Três parágrafos limpos, bem escritos, com uma cláusula de multa que não existia no documento. A IA inventou. Não por maldade: ela preencheu o buraco com o que costuma aparecer nesse tipo de contrato. E o cara quase tomou uma decisão de R$ 200.000 em cima de uma frase que nunca foi escrita.

Esse é o risco real de aprender como usar IA para resumir documentos sem entender o que acontece por baixo. O modelo não "leu" o seu documento como você leria. Ele processou um monte de texto e produziu a continuação mais provável. Quando o documento é grande demais ou a pergunta é vaga, ele completa com padrão em vez de fato.

A boa notícia: existe um jeito de amarrar a IA ao texto real, obrigando ela a mostrar de onde tirou cada afirmação. É isso que quero destrinchar aqui.

Por que a IA "esquece" o meio do documento

Todo modelo de IA tem um limite de quanto texto consegue segurar de uma vez. É a chamada janela de contexto. Pense nela como uma mesa: cabe uma quantidade fixa de papel. Se você empurra um calhamaço de 300 páginas, parte cai no chão.

Dois problemas nascem daí.

O primeiro é o corte cego: se o documento não cabe, o modelo simplesmente ignora o excedente ou a ferramenta corta pela metade. O segundo é mais traiçoeiro. Mesmo quando tudo cabe, o modelo presta mais atenção no começo e no fim, e o miolo vira névoa. Você pede um resumo do relatório inteiro e recebe um resumo caprichado das primeiras e últimas páginas, com o meio chutado.

É por isso que jogar um PDF inteiro no chat e pedir "resume aí" funciona para um memorando de duas páginas e falha feio num edital de licitação. O tamanho do documento muda o jogo.

Chunking: cortar o documento em pedaços que fazem sentido

Chunking é o nome técnico para uma ideia simples: quebrar o documento em pedaços menores antes de entregar para a IA. Em vez de empurrar 300 páginas de uma vez, você fatia em blocos de, digamos, uma ou duas páginas cada.

O detalhe que separa o chunking bem feito do preguiçoso é ONDE você corta.

• Cortar a cada X caracteres, no meio de uma frase, destrói o sentido. O pedaço fica com metade de um raciocínio.
• Cortar por seção, cláusula, capítulo ou parágrafo mantém cada bloco autossuficiente. A IA entende cada pedaço porque ele tem começo, meio e fim.

Um bom chunking também usa sobreposição: o fim de um pedaço repete o começo do próximo, para não perder a conexão entre eles. É como deixar as bordas de dois quebra-cabeças se tocando.

Só fatiar não resolve nada sozinho. Você ainda precisa saber QUAIS pedaços entregar para a IA quando faz uma pergunta. É aí que entra o RAG.

RAG: fazer a IA ler só o que interessa antes de responder

RAG é a sigla de "geração aumentada por recuperação". Traduzindo para linguagem de dono: antes de a IA escrever a resposta, ela primeiro BUSCA no seu documento os trechos relevantes e só depois responde, olhando para eles.

Pense num funcionário que abre o manual na página certa antes de falar, em vez de responder de cabeça.

O fluxo é este:

Documento em pedaços → Pergunta do usuário → Busca os trechos certos → IA responde só com eles → Resposta com a fonte

Quando você pergunta "qual a multa por atraso nesse contrato?", o sistema não manda as 80 páginas para a IA. Ele encontra os 3 ou 4 pedaços que falam de multa e atraso, entrega só esses, e pede para a IA responder baseada neles. O modelo para de chutar porque tem o texto real na frente.

A IA deixa de inventar quando ela é obrigada a responder olhando pro trecho, não pra memória.

Isso muda tudo em confiabilidade. Um documento de RH, um contrato, uma norma técnica, um histórico de e-mails: em vez de resumo genérico, você tem resposta ancorada.

Quando RAG é exagero

Não monte um sistema de RAG para resumir um e-mail de duas páginas. Se o documento cabe folgado na janela de contexto e você só vai usar uma vez, jogue direto no chat e peça o resumo com a instrução de citar trechos. RAG compensa quando você tem MUITO documento, ou os mesmos documentos consultados o tempo todo, ou precisa que várias pessoas perguntem sobre a mesma base. É infraestrutura, não bala de prata.

Citação da fonte: a trava que impede o resumo inventado

Essa é a parte que a maioria pula, e é a mais importante para segurança.

Citação da fonte significa exigir que a IA, ao afirmar algo, aponte de onde tirou: "segundo a cláusula 4.2, página 12". Não é enfeite. É a trava.

Quando você força a IA a citar o trecho exato, duas coisas acontecem. Primeiro, você confere em segundos se a afirmação bate com o documento. Segundo, e mais sutil, a IA inventa muito menos quando sabe que precisa apontar a origem. É como pedir para alguém mostrar a nota fiscal: quem não tem, some.

O resumo do contrato de 80 páginas que abriu esse texto teria sido pego na hora se o gestor tivesse exigido citação. A tal cláusula de multa inventada não teria página nenhuma para apontar.

Na prática, a instrução que você dá para a IA muda de "resume esse documento" para algo como: "resuma apenas com base nos trechos fornecidos, cite a seção ou página de cada afirmação, e se a informação não estiver no texto, diga que não encontrou." Essa última parte, "diga que não encontrou", é o freio de mão. Sem ela, o modelo prefere inventar a admitir que não sabe.

O erro que faz o resumo parecer certo e estar errado

O erro mais comum não é técnico. É de confiança.

O resumo da IA vem bem escrito, coerente, no tom certo. O cérebro humano confunde fluência com veracidade. Texto bem redigido PARECE verdade. Por isso resumo inventado é mais perigoso que resposta obviamente errada: ele não levanta suspeita.

Vi isso em documentos jurídicos, em relatórios financeiros, em prontuários. A IA troca um número, inverte uma condição, atribui uma fala à pessoa errada, e como o resto está impecável, ninguém confere. O estrago aparece semanas depois.

A defesa é sempre a mesma: resumo sem fonte citável é palpite bem vestido. Se você não consegue clicar e ver o trecho original, trate como rascunho, nunca como decisão.

Onde isso já roda de verdade

A lógica de recuperar o trecho certo antes de responder não vive só em resumo de PDF. É o mesmo princípio de atendimento e análise que várias empresas já usam.

Na Corpus, a consultoria de Andre Moreira de Lima, uma ferramenta de IA lê perfis do LinkedIn e gera um resumo detalhado de cada currículo com insights sobre a relevância do candidato para a vaga, o que rendeu R$ 12.600 em economia anual. O ganho está em extrair e resumir com base no que está escrito no perfil, não em suposição.

Na OMEGA RADIOLOGIA, todas as ligações passaram a ser transcritas e analisadas automaticamente por IA integrada ao VoIP da clínica, parte de uma estratégia que trouxe R$ 40.000 em aumento de receita em 3,5 meses. Transcrição fiel e análise em cima do que foi realmente dito: o mesmo princípio de ancorar a IA no dado bruto em vez de deixá-la resumir de memória.

O fio que liga os dois: a IA rende quando trabalha sobre um texto real e recuperável, não sobre a impressão geral que ela tem do assunto.

Por onde começar a resumir documentos com segurança?

Comece exigindo fonte antes de exigir escala. Antes de contratar qualquer sistema, mude só a instrução que você dá para a IA: peça o resumo com citação da seção ou página de cada ponto, e mande ela dizer explicitamente quando a informação não estiver no documento. Isso já corta a maior parte da invenção e não custa nada.

Depois, escale conforme a dor:

1. Pedaço certo: quebre o documento por seção ou cláusula, não a cada X caracteres
2. Busca antes da resposta: monte um RAG que recupera só os trechos relevantes da pergunta
3. Fonte obrigatória: instrua a IA a citar página e a admitir quando não achar
4. Conferência amostral: confira à mão os primeiros resumos para calibrar a confiança

Esses quatro passos servem tanto para quem vai usar uma ferramenta pronta quanto para quem vai montar algo sob medida. O que não muda é a ordem: fonte primeiro, volume depois.

O trade-off que fica

Um sistema de RAG com citação da fonte tem custo e tem fricção. Você troca a facilidade do "joga tudo no chat" por um pouco de engenharia: fatiar os documentos, montar a busca, ajustar as instruções, conferir os primeiros resultados. As respostas também ficam um pouco mais lentas, porque a IA precisa buscar antes de escrever, e às vezes mais secas, porque ela para de completar com o que "provavelmente" estaria lá.

Esse é o preço. E é um preço que vale em qualquer contexto onde um resumo errado custa caro: contrato, laudo, norma, decisão financeira.

O que você ganha em troca é o direito de confiar no resumo. Poder clicar, ver o trecho original e saber que a IA não está te vendendo uma cláusula que nunca foi escrita. Para documento de baixo risco, o chat solto resolve. Para documento em que um erro vira prejuízo, resumo sem fonte é um luxo caro demais.

Relacionados

Como implementar IA na empresa: o guia completo

Soluções de IA prontas para empresas

Mais de 500 cases reais de IA

70% dos advogados já usam IA sozinhos. E é aí que mora o problema

IA que revisa prescrição não substitui o farmacêutico: ela devolve tempo pra ele decidir