Skip to content
    HAQQ
    Entrar
    Fale com vendas
    Experimente a HAQQ
    Experimente a HAQQ
    1. Início
    2. Blog
    3. O que acontece antes de uma IA jurídica responder à sua questão
    IA & Tech Jurídica

    O que acontece antes de uma IA jurídica responder à sua questão

    Muitas IA jurídicas enviam o pedido direto a um modelo generalista. O que o sistema faz antes dessa chamada molda a resposta. A arquitetura, e quatro testes para qualquer demonstração.

    Stephane BoghossianStephane Boghossian|
    6 de agosto de 2026
    10 min de leitura
    O que acontece antes de uma IA jurídica responder à sua questão

    Em resumo: muitos produtos de IA jurídica enviam a sua pergunta a um modelo de uso geral dentro de um modelo de prompt, e a interface não permite saber que tipo de produto tem nas mãos. O trabalho que um sistema faz antes dessa chamada ao modelo (intenção, jurisdição, factos como dados, âmbito) molda a resposta. Quatro testes numa demonstração, cerca de dez minutos, dizem-lhe o que está a comprar.

    Factos principais

    • Os modelos de linguagem usam entradas longas de forma desigual: a precisão é mais alta quando a informação relevante está no início ou no fim do contexto e cai quando está no meio (Liu et al., Lost in the Middle, TACL vol. 12, 2024).
    • Todos os 18 modelos do estudo Context Rot da Chroma ficaram menos fiáveis à medida que o comprimento da entrada aumentava, mesmo em tarefas deliberadamente simples (relatório técnico da Chroma, 14 de julho de 2025).
    • Três ferramentas de pesquisa jurídica de referência alucinaram, cada uma, em 17% a 33% das consultas de teste num estudo pré-registado de Stanford (Magesh et al., Journal of Empirical Legal Studies, 2025).
    • Na nossa execução de junho de 2026, 24% de 3.000 respostas avaliadas de 10 modelos de fronteira citavam ou aplicavam normas que não diziam o que o modelo afirmava (benchmark HAQQ, 5 de junho de 2026).
    • A base de dados de Damien Charlotin registava 2.202 decisões de tribunais envolvendo citações ou conteúdos fabricados por IA à data de 19 de outubro de 2026.

    Divulgação: a HAQQ vende IA jurídica, construída sobre o seu próprio motor (Justinian), e realizou o benchmark de junho de 2026 referido acima. Os quatro testes no final funcionam connosco tal como com qualquer outro.

    Todo o advogado que avalia IA jurídica acaba por fazer a mesma pergunta, normalmente cerca de oito minutos depois do início da demonstração: em que é que isto difere de usar o ChatGPT?

    Os fornecedores tendem a responder com dados de treino, um corpus proprietário ou um ajuste fino. Essas afirmações são difíceis de verificar e muitas vezes ficam longe do sítio onde a diferença está. A resposta que damos é arquitetural, e resume-se a onde o raciocínio acontece.

    A maioria da IA jurídica é um invólucro do ChatGPT?

    Uma grande parte dos produtos de IA jurídica funciona assim. Escreve uma pergunta. O produto envolve-a num modelo de prompt (instruções para agir como um assistente jurídico prestável, talvez alguns exemplos) e encaminha-a para um modelo de uso geral. O modelo responde e o produto formata a resposta.

    Isso pode ser útil. Também significa que a qualidade do produto é, no essencial, a qualidade do modelo, e que o advogado da parte contrária pode comprar o mesmo modelo com uma assinatura de consumo.

    Para quem compra, a dificuldade é que não se consegue perceber pela interface. Um invólucro e um motor construído de raiz mostram ambos uma caixa de texto, uma resposta que vai aparecendo e algumas citações por baixo. A diferença está a montante, fora de vista, e é por isso que os fornecedores raramente são pressionados sobre ela.

    O que deve acontecer antes de o modelo ser chamado?

    Quando uma pergunta chega à HAQQ, passa primeiro por uma etapa que controlamos, cuja função é perceber o que é o pedido e configurar tudo o que vem a seguir.

    Essa etapa resolve o que um associado competente estabeleceria antes de começar a trabalhar, e regista o resultado como dados estruturados:

    • A pergunta por trás das palavras. O que alguém escreve às 23h entre duas chamadas, reformulado de forma precisa e completa. Funciona nativamente em árabe e francês, além de inglês, sem uma etapa de tradução acrescentada depois.
    • O tipo de trabalho jurídico. Redação, pesquisa, revisão, comparação ou uma questão processual. Cada um exige uma forma de resposta diferente, e decidir isso à partida é preferível a esperar que um modelo geral o deduza.
    • A jurisdição, e separadamente a língua em que a lei aplicável está escrita. As duas diferem muitas vezes, e tratá-las como uma só é uma fonte de erro discreta e comum.
    • Os factos, como objetos. Partes, datas, obrigações, montantes, lei aplicável e tipo de documento, extraídos do texto antes de qualquer coisa dispendiosa o ler.
    • Aquilo de que a pergunta precisa. Que capacidades especializadas carregar, que profundidade de raciocínio justifica e se está sequer dentro do âmbito.

    O modelo de uso geral corre depois de tudo isso, e começa preparado: as capacidades relevantes carregadas, os factos extraídos, a jurisdição identificada e o âmbito decidido.

    O modelo corre por último, sobre trabalho que já foi organizado.

    Como se chama essa camada?

    Na HAQQ é o Justinian®, o nosso motor proprietário de raciocínio e orquestração. Fica entre o utilizador, os dados da organização e os modelos de IA subjacentes, e aplica contexto, jurisdição, recuperação de fontes, permissões, controlos e seleção de modelo antes de uma resposta ser produzida.

    A versão curta: o modelo é a inteligência. O Justinian® é o sistema que decide como essa inteligência é usada.

    Cada uma dessas seis palavras responde a uma pergunta que um sócio supervisor faria antes de deixar alguém começar o trabalho:

    • Contexto. O que o escritório já sabe sobre este cliente, este processo e este tipo de documento?
    • Jurisdição. Que direito se aplica, e em que língua está escrito?
    • Recuperação. Em que fontes se deve apoiar a resposta?
    • Permissões. Quem está a perguntar, e o que pode ver?
    • Controlos. Que regras aplica o escritório a este tipo de trabalho?
    • Seleção de modelo. Que modelo convém a esta tarefa?

    A decisão mais importante em IA talvez seja o que acontece antes de o modelo ser chamado. Esses seis pontos são essa decisão, tomada a cada pedido.

    Porque é que isso produz respostas melhores?

    Dois mecanismos, e o segundo surpreendeu-nos mais.

    A atenção é um orçamento

    A janela de contexto de um modelo é finita, e tudo o que lá está compete por atenção. A investigação citada acima mostra o que acontece quando o contexto cresce: a recuperação piora no meio de entradas longas (Liu et al.) e a fiabilidade cai com o comprimento mesmo em tarefas fáceis (Chroma). Carregar todas as capacidades de um sistema em cada pedido gasta esse orçamento antes de o documento do advogado chegar. Carregar apenas as relevantes deixa espaço para o contrato, a lei e os factos.

    Factos estruturados poupam ao modelo um trabalho de análise

    Este é o efeito maior. Perante um parágrafo de texto, um modelo gasta parte do seu esforço a perceber o que o parágrafo contém. Perante factos estruturados (estas partes, esta lei aplicável, esta obrigação, esta data), pode dedicar esse esforço à questão jurídica.

    É esse o efeito para o qual concebemos o sistema: o mesmo modelo de uso geral a fazer melhor trabalho jurídico por causa daquilo que recebeu. Não publicámos uma comparação controlada do mesmo modelo dentro e fora do nosso motor, por isso encare isto como a nossa lógica de conceção, apoiada pela investigação sobre contexto citada acima.

    Porque é que esta camada importa mais à medida que os modelos evoluem?

    Os modelos de fundação estão a tornar-se mais capazes. Isso torna a camada de controlo à sua volta mais importante, não menos.

    O motivo é simples. Qualquer escritório pode comprar acesso aos mesmos modelos, e a parte contrária também. Se o modelo fosse o produto inteiro, a IA de cada escritório seria mais ou menos tão boa como a de qualquer outro, e nada nela refletiria a forma como o seu escritório trabalha.

    A IA genérica sabe muito. Por defeito, não conhece a sua instituição. Não leu os seus precedentes, não sabe que posições os seus sócios adotam perante uma cláusula de limitação e não faz ideia de que a contraparte do NDA de hoje esteve do outro lado num litígio na primavera passada. Esse conhecimento pertence ao escritório, e é a parte que torna uma resposta utilizável sem ser reescrita.

    A sua vantagem competitiva não deveria desaparecer porque todos os escritórios compraram acesso ao mesmo modelo. Quanto mais os modelos evoluem, mais valiosa se torna a camada que governa a forma como as instituições os utilizam. Um modelo mais forte que recebe o contexto, as fontes e a tarefa certos produz um trabalho de mais qualidade. Com uma pergunta crua, produz uma versão mais fluente da mesma resposta genérica.

    A IA de alto risco precisa de mais do que inteligência. Precisa de contexto, controlos e responsabilização. No trabalho jurídico, essa responsabilização tem um nome: o do advogado que assina.

    O que acontece quando o modelo líder muda?

    Vai acontecer. A liderança entre modelos, o custo, as políticas e a disponibilidade estão sempre a mudar, e o modelo que lidera neste trimestre pode não liderar no próximo.

    Faça, por isso, duas perguntas a um fornecedor. Que modelo responde hoje à minha pergunta? E o que teria eu de reconstruir se isso mudasse amanhã?

    Se tudo o que o produto sabe sobre o seu escritório vive em prompts escritos para o modelo de uma só empresa de IA, uma troca de modelo é uma migração. Se vive numa camada própria do produto, uma troca de modelo é uma atualização. Na HAQQ o modelo subjacente é intercambiável por conceção, e beneficiamos à medida que os modelos subjacentes evoluem.

    O seu fornecedor de IA deve poder ser substituído. A sua inteligência institucional, não.

    A sua infraestrutura de IA não deveria ter de ser reconstruída sempre que o modelo líder muda.

    O que decide se a IA jurídica funciona com documentos reais?

    Dois componentes que raramente aparecem numa apresentação comercial, e ambos decidem se o produto funciona numa terça-feira normal.

    Receção de documentos. Muito trabalho jurídico chega como fotografia de uma página carimbada, digitalização de um fax ou PDF que foi impresso e redigitalizado torto. Tratamos a leitura destes documentos como um problema central de engenharia. Se um número de cláusula for mal lido à entrada, nenhum raciocínio posterior o recupera, e o sistema vai raciocinar cuidadosamente sobre o número errado.

    Memória como estrutura. O motor guarda as relações entre os seus processos ao longo do tempo e recorre a elas quando uma pergunta o exige. Colar de novo as suas últimas vinte mensagens no prompt é outra coisa. A memória estruturada é o que permite ao sistema saber que a contraparte do acordo de confidencialidade que está a rever hoje é a mesma empresa de um litígio de há dois meses.

    O que uma boa arquitetura não resolve?

    Preferimos dizê-lo a que o descubra por si.

    Não elimina o erro. Qualquer sistema construído sobre um modelo de linguagem pode produzir uma resposta errada, e os números dos factos principais acima aplicam-se a todos os segmentos do mercado. Uma boa arquitetura torna os erros mais raros e mais fáceis de detetar: afirmações geradas a partir de fontes recuperadas, citações que pode abrir e alertas explícitos onde o direito não está assente. A nossa auditoria de alucinações acompanha o que acontece quando ninguém verifica.

    Não assegura uma resposta correta. Nenhum fornecedor de IA responsável deveria afirmá-lo. O que a camada lhe dá é fundamentação em fontes, citações que pode abrir, controlos e um ponto claro de revisão humana, para que uma resposta errada seja mais fácil de detetar antes de sair do escritório.

    Não dispensa o advogado. Tudo aqui pressupõe que um profissional revê o resultado e o assina. Esse pressuposto moldou a arquitetura desde o início.

    Não torna a cobertura universal. A qualidade varia consoante a jurisdição, o grau de digitalização do direito de origem e a parte dele que é pública. Se um fornecedor apresentar um único número de cobertura global, pergunte o que conta. Preferimos responder a essa pergunta sobre a sua jurisdição do que dar-lhe um só número.

    Como testar um fornecedor de IA jurídica numa demonstração?

    Não precisa do diagrama de arquitetura de ninguém. Quatro testes, cerca de dez minutos, e funcionam com todos os fornecedores da categoria, incluindo nós. Para uma lista mais longa, veja 45 sinais de alerta na avaliação de um fornecedor de IA jurídica.

    1. Pergunte algo fora do direito

    Um modelo geral dentro de um prompt jurídico normalmente responde a uma pergunta médica ou financeira, porque por baixo é um modelo geral. Um sistema que estabelece a intenção antes de gerar deve recusar e explicar porquê.

    2. Faça a mesma pergunta em duas línguas

    Escreva a mesma pergunta jurídica uma vez em inglês e outra em árabe ou francês, cada uma por palavras suas. Se a substância da resposta mudar, a língua está a ser tratada depois do raciocínio.

    3. Dê-lhe uma digitalização má

    Fotografe um documento em ângulo, com pouca luz, e carregue-o. Na nossa experiência, é o teste mais preditivo da demonstração, porque é a entrada real mais comum e a menos mostrada em demonstrações.

    4. Pergunte o que ele não sabe

    Empurre-o para uma área do direito não assente ou com poucas fontes. Um sistema afinado para produzir sempre uma resposta produzirá uma. Um sistema construído para trabalho profissional dir-lhe-á que o terreno é incerto e mostrará porquê.

    Se um fornecedor estiver à vontade com os quatro, a arquitetura é provavelmente real. Se a demonstração os contornar, isso também lhe diz alguma coisa. Pode aplicar os mesmos quatro ao chat de IA jurídica da HAQQ.

    Principais conclusões

    • A diferença relevante entre produtos de IA jurídica é arquitetural e invisível a partir da interface. Pergunte onde acontece o raciocínio.
    • O trabalho estruturado antes da chamada ao modelo melhora a qualidade, além do custo: um modelo que recebe factos extraídos dedica a sua atenção ao direito.
    • Componentes pouco vistosos decidem o desempenho real. A receção de documentos prevê melhor do que uma pontuação de benchmark se uma ferramenta funciona numa terça-feira.
    • Quatro testes de demonstração (fora do tema, duas línguas, uma digitalização má, direito não assente) mostram que tipo de sistema lhe estão a vender.
    • O modelo está a tornar-se uma mercadoria comum. O controlo, não. O que um escritório mantém quando o modelo muda é a camada que guarda o seu contexto, as suas permissões e os seus controlos.
    • Liu et al., Lost in the Middle: como os modelos de linguagem usam contextos longos (TACL 2024)
    • Chroma: Context Rot, como o aumento de tokens de entrada afeta o desempenho dos LLM (julho de 2025)
    • Magesh et al., Hallucination-Free? Avaliação da fiabilidade das principais ferramentas de pesquisa jurídica com IA (JELS 2025)
    • 45 sinais de alerta ao avaliar um fornecedor de IA jurídica
    • Engenharia de contexto para IA jurídica
    • Humano no circuito na IA jurídica
    • A auditoria de alucinações da IA

    Experimente HAQQ AI grátis

    Experimente a redação e pesquisa jurídica com IA

    Escrito por

    Stephane Boghossian
    Stephane Boghossian

    Diretor de Crescimento

    Stephane lidera o crescimento na HAQQ e escreve a secção de IA e Legal Tech: benchmarks de modelos, comparações de ferramentas e a engenharia que faz a IA jurídica funcionar na prática.

    Todos os artigos deste autorLinkedIn

    Recursos relacionados

    45 Red Flags in a Legal AI Vendor EvaluationContext Engineering for Legal AIM&A Due Diligence AI: Single Prompt vs a 3-Agent SwarmThe Justinian engine

    Artigos relacionados

    Jev dentro de uma arquitetura de IA jurídica: 8 padrões de decisão e o limite que medimos
    Explicação

    Jev dentro de uma arquitetura de IA jurídica

    Jev dentro de uma arquitetura de IA jurídica: 8 padrões de decisão e o limite que medimos

    IA para due diligence em M&A: prompt único vs enxame de 3 agentes
    Benchmark

    IA para due diligence em M&A

    IA para due diligence em M&A: prompt único vs enxame de 3 agentes

    O que aprendemos ao contar cliques em dois sistemas de gestão de escritórios

    O que aprendemos ao contar cliques em dois sistemas de gestão de escritórios

    Perguntas frequentes

    O que é uma camada de orquestração de IA no software jurídico?

    O termo tem dois significados. Na maioria do software jurídico significa encaminhamento de fluxos de trabalho: enviar um assunto à pessoa certa para aprovação. O significado técnico mais restrito é a camada que decide o que acontece antes de um modelo de IA ser chamado: a intenção, a jurisdição, os factos e o âmbito do pedido. Quando um fornecedor fala em orquestração, pergunte a qual dos dois se refere, porque só o segundo altera a qualidade da resposta.

    A HAQQ é um wrapper do ChatGPT?

    Na HAQQ, a geração final é feita por um modelo generalista. Antes de esse modelo ser chamado, o motor da HAQQ, Justinian, determina o que é o pedido: a intenção, a jurisdição, a língua da lei aplicável, os factos como dados estruturados e o âmbito. Num wrapper, a pergunta vai para o modelo envolvida num modelo de prompt, com pouco ou nenhum trabalho prévio.

    Como sei se um produto de IA jurídica é um wrapper?

    Faça quatro testes numa demonstração. Pergunte algo fora do direito: um modelo generalista envolvido normalmente responde a uma pergunta médica ou financeira. Faça a mesma pergunta jurídica em duas línguas, por palavras suas: se a substância mudar, a língua é tratada depois do raciocínio. Carregue uma digitalização torta e mal iluminada. Depois puxe a conversa para uma área do direito não consolidada, onde um sistema profissional deve dizer que o terreno é incerto.

    Porque é que fazer trabalho antes da chamada ao modelo melhora a resposta?

    A janela de contexto de um modelo é finita, e a investigação mostra que a fiabilidade diminui à medida que a entrada cresce: Liu et al. (TACL 2024) concluíram que a exatidão cai quando a informação relevante está no meio de um contexto longo, e o estudo Context Rot da Chroma, de julho de 2025, concluiu que todos os 18 modelos testados se degradaram com entradas mais longas. Carregar apenas o que uma pergunta precisa, e passar os factos como dados estruturados, deixa mais atenção para a questão jurídica.

    Uma melhor arquitetura impede a IA jurídica de alucinar?

    Não. Qualquer sistema construído sobre um modelo de linguagem pode produzir uma resposta errada. Um estudo pré-registado de Stanford concluiu que as principais ferramentas de pesquisa jurídica alucinaram em 17% a 33% das consultas de teste, e a execução da HAQQ de junho de 2026 concluiu que 24% de 3.000 respostas de modelos de fronteira citavam direito que não sustentava a afirmação. Uma boa arquitetura torna os erros mais raros e mais fáceis de detetar, através de fontes recuperadas, citações que se podem abrir e sinalizações explícitas de incerteza.

    Porque é que a qualidade da digitalização de documentos importa para a IA jurídica?

    Muito trabalho jurídico chega como uma página carimbada fotografada, uma digitalização enviada por fax ou um PDF digitalizado de novo e torto. Se um número de cláusula ou uma data for mal lido na entrada, nada a jusante o recupera: o sistema raciocina cuidadosamente sobre o número errado e apresenta o resultado com confiança. É por isso que uma má digitalização é um dos testes mais úteis a fazer em qualquer demonstração de IA jurídica.

    Porque é que a independência do modelo importa na IA jurídica?

    Porque a liderança, o custo, as políticas e a disponibilidade dos modelos estão sempre a mudar. Uma sociedade deve poder melhorar a camada do modelo sem reconstruir a sua camada de inteligência institucional. Na HAQQ, o Justinian® detém a camada de raciocínio, contexto, orquestração e controlo em torno do modelo, e o modelo subjacente é intercambiável por conceção.

    O que vem a seguir?

    Experimente HAQQ AI grátis

    Experimente a redação e pesquisa jurídica com IA

    Calcule seu ROI

    Veja quanto tempo e dinheiro o HAQQ economiza para seu escritório

    Explore Prompts jurídicos

    Prompts prontos para cada tarefa jurídica

    Voltar ao Blog

    Artigo anterior

    Como tornar-se uma sociedade de advogados nativa de IA: um modelo operacional em sete partes

    Próximo artigo

    O que aprendemos ao contar cliques em dois sistemas de gestão de escritórios

    Nesta página

    10 min de leitura

    1. 01Factos principais
    2. 02A maioria da IA jurídica é um invólucro do ChatGPT?
    3. 03O que deve acontecer antes de o modelo ser chamado?
    4. Como se chama essa camada?
    5. 04Porque é que isso produz respostas melhores?
    6. A atenção é um orçamento
    7. Factos estruturados poupam ao modelo um trabalho de análise
    8. 05Porque é que esta camada importa mais à medida que os modelos evoluem?
    9. 06O que acontece quando o modelo líder muda?
    10. 07O que decide se a IA jurídica funciona com documentos reais?
    11. 08O que uma boa arquitetura não resolve?
    12. 09Como testar um fornecedor de IA jurídica numa demonstração?
    13. 1. Pergunte algo fora do direito
    14. 2. Faça a mesma pergunta em duas línguas
    15. 3. Dê-lhe uma digitalização má
    16. 4. Pergunte o que ele não sabe
    17. 10Principais conclusões

    Partilhe este artigo

    Ponha isto a trabalhar

    Faça ao HAQQ a pergunta que este artigo lhe levantou.

    HAQQ across all devices
    HAQQ Legal AI Platform Logo

    O seu Gémeo IA Jurídico & Sistema de Gestão de Prática para redigir, faturar e vencer.

    Transferir naApp StoreDisponível noGoogle Play

    Documentações

    • Docs abre num novo separador
    • Primeiros passos abre num novo separador
    • Sala de imprensa abre num novo separador
    • Atualizações do produto abre num novo separador
    • Estado abre num novo separador
    • Confiança abre num novo separador
    • Segurança
    • FAQ abre num novo separador
    • Comunidade abre num novo separador
    • Apoio abre num novo separador

    Academy

    • Parceiro abre num novo separador
    • Curso abre num novo separador
    • Prompts abre num novo separador
    • Labs abre num novo separador

    Site

    • eFirm
    • Chat IA Jurídico
    • App Móvel
    • Motor Justinian
    • HAQQ eBar
    • HAQQ eWallet
    • Preços
    • Compare-nos
    • Soluções
    • Blog
    • Conhecer a equipa
    • Junte-se a nós abre num novo separador
    Abrir a app
    • Idiomasenarfresitdeptrohics
    • Contatoinfo@haqq.ai
    • Estadooperacional·fundamentado
    • Termos de Serviço
    • Política de Privacidade
    • Política de Cookies
    • Processamento de Dados
    • Humanos abre num novo separador
    • Advogados abre num novo separador
    • Segurança abre num novo separador
    © 2026 HAQQ Inc. Todos os direitos reservados.Produto desenvolvido internamente pela HAQQ. Site construído com ferramentas web modernas.