Escritório de advogados indexa 30 anos de arquivos para IA

Antes: 30 anos de ficheiros binários inacessíveis

Imagine um escritório de dimensão média com uma unidade partilhada repleta de processos que datam do início da década de 1990. Milhares de memorandos, peças processuais e pareceres — muitos em Corel WordPerfect (.wpd). Os novos colaboradores não conseguiam pesquisá-los; até encontrar "aquele processo de indemnização de '98" significava abrir pastas uma a uma ou esperar que alguém se lembrasse do nome do ficheiro. O conhecimento estava lá, mas indexar arquivos jurídicos para pesquisa — já para não falar de IA — era impossível enquanto tudo permanecesse em WPD binário.

O objetivo: histórico de processos pesquisável e um LLM privado

O escritório queria um assistente privado de LLM/RAG: fazer uma pergunta em linguagem natural e obter respostas fundamentadas nos seus próprios precedentes e trabalho. Isso significava converter WPD para um formato de texto (Markdown ou TXT), depois fragmentar, incorporar e carregar num armazenamento vetorial — tudo nas instalações ou num ambiente controlado. O primeiro passo era o estrangulamento: precisavam de processar em massa milhões de palavras sem enviar dados confidenciais de clientes para a nuvem.

Como o fizeram: WPD Converter + exportação em massa

Apontaram o WPD Converter para as pastas antigas de processos e exportaram tudo para Markdown (com TXT como opção para a ingestão mais simples). A estrutura de pastas foi preservada, para que os metadados de processo e ano permanecessem intactos. A conversão correu localmente numa única estação de trabalho; nenhum documento saiu do edifício. A saída foi diretamente para o seu pipeline existente: fragmentar por secção, incorporar com o modelo escolhido, carregar na sua base de dados vetorial. Em poucos dias, tinham um histórico de processos pesquisável que abrangia três décadas — pronto para RAG.

Depois: respostas instantâneas de um assistente de IA em toda a empresa

O "depois" é a recompensa. Advogados e colaboradores consultam agora o assistente: "O que argumentámos em Smith contra Jones sobre o prazo de prescrição?" ou "Resuma a nossa posição sobre cláusulas de arbitragem em contratos com fornecedores." O sistema recupera trechos relevantes dos ficheiros convertidos, e o LLM responde com citações de documentos internos. Indexar arquivos jurídicos não só tornou os ficheiros antigos possíveis de abrir — tornou-os a espinha dorsal de uma IA privada e específica do escritório. Sem conversão na nuvem, sem fuga de dados; apenas conversão local seguida da sua própria pilha RAG.

Conclusão

Este caso de estudo de um escritório de advogados (hipotético mas realista) mostra o padrão: antes = arquivos binários inacessíveis; depois = histórico de processos pesquisável a alimentar um LLM privado. O facilitador é a conversão local e em massa de WPD para texto — para poder indexar décadas de trabalho sem nunca o carregar.