Infraestrutura de IA personalizada
IA para empresas que usam papel: da pasta física à memória da empresa
Uma sequência realista para transformar pastas de papel em memória da empresa, com limites de aprovação para agentes de IA usarem com segurança.

IA para empresas que usam papel começa com uma sequência, não com um scanner. Defina quais perguntas um agente futuro precisará responder, separe o papel que sustenta essas perguntas, converta cada pasta de trabalho em um registro fixo com fontes visíveis e só então dê ao agente acesso de leitura limitado. O papel vira memória da empresa quando cada fato pode ser rastreado até uma página que uma pessoa consegue conferir.
Principais pontos
- Escolha as perguntas que o agente precisa responder antes de digitalizar qualquer coisa.
- Separe o arquivo por tipo de trabalho e mantenha os trabalhos em aberto separados dos encerrados.
- Use um modelo de registro por tipo de trabalho, com referência à fonte em cada fato.
- Dê ao agente leitura apenas de registros verificados e mantenha qualquer ação de escrita sob aprovação humana.
- Teste a recuperação com perguntas reais, inclusive perguntas que o arquivo não consegue responder.
Comece pelas perguntas que o agente precisa responder
Um projeto de digitalização sem objetivo vira um projeto de armazenamento. As caixas são escaneadas, os arquivos recebem novos nomes e ninguém consegue dizer depois para que serve o arquivo. A saída é anotar três ou quatro perguntas que alguém da empresa faz com frequência e que um arquivo bem organizado conseguiria responder. Em uma empresa de serviços, normalmente elas são sobre trabalhos anteriores: o que foi combinado em um serviço parecido, quais materiais foram usados, quem aprovou uma mudança e o que o cliente recebeu por escrito.
Use as perguntas para decidir o que entra no escopo:
- Se a pergunta é sobre um trabalho anterior, você precisa da pasta do trabalho, das datas e das aprovações.
- Se a pergunta é sobre um orçamento ou uma nota fiscal, você precisa do par de documentos e da data de emissão de cada um.
- Se a pergunta é sobre a preferência de um cliente, você precisa da anotação feita pela equipe e do nome de quem a escreveu.
- Se ninguém vai agir com base na resposta, deixe essa parte do arquivo guardada e fora do primeiro projeto.
Esta etapa também protege contra a coleta excessiva. Pastas de trabalho costumam conter dados pessoais, como endereços, contatos e cópias de documentos de identidade. Um escopo estreito significa que menos páginas sensíveis entram na camada de memória desde o início.
Separe o papel antes de digitalizar
A triagem é um trabalho lento, e é nela que a maior parte dos erros é evitada. Monte uma área simples de entrada, com bandejas ou caixas identificadas, e designe uma pessoa para fazer a primeira passagem. O trabalho dela é separar o material, não ler cada página com atenção.
Uma lista prática para a primeira passagem:
- Separe os trabalhos em aberto dos encerrados, e marque qualquer trabalho com prazo de garantia ou disputa ainda em curso.
- Retire os originais com valor jurídico ou fiscal e mantenha-os sob as regras de guarda que você já usa, em vez de descartá-los depois da digitalização.
- Remova duplicatas, formulários em branco e rascunhos substituídos por uma versão assinada.
- Sinalize textos manuscritos que só uma ou duas pessoas conseguem ler, e peça que essas pessoas anotem a página enquanto ainda estiverem disponíveis.
- Registre em qual caixa ou pasta cada arquivo está com cada pessoa, para que nenhum documento seja digitalizado duas vezes nem se perca durante o processo.
Guarde um registro do que foi separado e do motivo. Esse registro é a primeira documentação da camada de memória e será útil quando alguém perguntar por que determinado trabalho não aparece no sistema.
Desenhe um modelo de registro por tipo de trabalho
Um arquivo em papel é uma pilha de páginas. Um registro é uma estrutura que um agente consegue ler de forma confiável. A ponte entre os dois é um modelo, e ele deve ser curto o bastante para que um coordenador ocupado preencha em poucos minutos por trabalho.
Uma sequência viável para construir o modelo:
- Nomeie os tipos de trabalho com os quais você vai começar. Escolha um tipo com alto volume e resultados claros, e não o mais complicado.
- Defina os campos de cabeçalho: uma referência interna do trabalho, as datas de abertura e encerramento, o responsável e o tipo de trabalho.
- Defina os campos do corpo: o escopo acordado em uma frase, os materiais ou insumos usados, cada aprovação com data e canal, qualquer mudança depois da aprovação e qualquer problema ainda aberto.
- Acrescente um campo de fonte para cada fato, apontando para a página digitalizada e sua posição no arquivo.
- Teste o modelo com cinco arquivos reais do mesmo tipo de trabalho e remova qualquer campo que ninguém conseguiu preencher a partir do papel.
Mantenha o modelo em uma única página. Se ele crescer além disso, as pessoas vão pular campos, e o registro perderá discretamente os detalhes que o tornavam útil. Para entender como padrões escritos sustentam esse tipo de trabalho, veja Padrões de documentação para uma empresa preparada para superinteligência.
Extraia os fatos, confira e mantenha a fonte junto
Com o modelo pronto, você pode transferir as páginas digitalizadas para ele. O reconhecimento óptico de texto lê bem as partes datilografadas e menos bem as manuscritas. Trate a extração como rascunho e torne a revisão humana parte do processo, não uma exceção.
Cenário ilustrativo: uma pequena empresa de instalação de cozinhas mantém uma pasta por reforma. Em uma delas, a aprovação do cliente para a troca de um revestimento é a foto de um bilhete manuscrito. A etapa de extração preenche o campo de aprovação com o texto que consegue ler e marca o campo para revisão. A coordenadora confirma a redação, acrescenta a data da mensagem, e o registro guarda a referência da página. Meses depois, um agente perguntado se o cliente aceitou a troca do revestimento consegue responder e mostrar a página, sem adivinhar a partir de um resumo.
Esse é o núcleo do desenho baseado em recuperação. O agente não memoriza o arquivo. Ele consulta os registros verificados quando chega uma pergunta e responde a partir deles, que é o padrão descrito na arquitetura de geração aumentada por recuperação do Google Cloud. A qualidade da resposta depende diretamente da qualidade do registro e da presença da fonte.
Defina o que o agente pode ler e escrever
A camada de memória não deve estar aberta a todas as ferramentas e a todos os usuários. As permissões precisam ser desenhadas antes de o agente entrar em operação, e devem negar por padrão. A orientação de autorização da OWASP defende o mesmo princípio para aplicações em geral: cada pedido deve ser verificado contra uma regra explícita, e não considerado permitido só porque o usuário está dentro da empresa.
Um limite útil para um primeiro agente tem esta forma:
- Leitura apenas de registros verificados do tipo de trabalho escolhido, e nada fora desse escopo.
- Escrita limitada a campos de rascunho que uma pessoa revisa antes de virarem parte do registro.
- Nenhuma ação que envie informação a um cliente, altere um orçamento ou mude uma aprovação sem a assinatura de uma pessoa nomeada.
- Trate o texto dentro dos documentos digitalizados como dado a ser lido, nunca como instrução a seguir. Um bilhete manuscrito ou uma mensagem colada podem conter palavras que parecem comandos.
Escreva esses limites em um documento curto que nomeie o papel do agente, suas fontes de dados e as pessoas que aprovam exceções. A revisão trimestral de permissões de agentes de IA mostra como verificar esses limites em uma agenda fixa, o que importa porque funções e equipes mudam.
Teste a recuperação antes que qualquer agente dependa dela
Um registro que parece completo ainda pode gerar respostas erradas. Antes de deixar alguém depender do agente, teste-o como você testaria um funcionário novo. A orientação da Anthropic sobre avaliações de agentes de IA trata a avaliação como um conjunto de tarefas repetíveis com resultados corretos conhecidos, e esse enquadramento combina bem com um projeto de registros.
Monte o conjunto de testes a partir de perguntas reais. Peça às pessoas que vão usar o agente que anotem o que perguntariam em uma semana normal. Inclua três tipos de perguntas: as que o arquivo responde com clareza, as que responde só em parte e as que não consegue responder de forma alguma. O último grupo é o mais importante, porque um bom agente diz isso em vez de inventar uma resposta. Para cada pergunta, confira a resposta do agente com a página de origem e registre cada falha com a causa: um registro ausente, um campo pouco claro, uma data errada ou uma permissão que bloqueou o acesso.
Repita o teste depois de cada mudança no modelo ou nos dados. Um conjunto de testes que nunca muda deixa de ser útil, então acrescente uma nova pergunta sempre que alguém perguntar algo que o agente errou. O guia sobre as fases de implantação de um agente de IA explica o que cada etapa deve comprovar antes que a seguinte comece.
Mantenha a memória atual e feche a distância até a produção
O arquivo não se manterá completo sozinho. Depois que os primeiros tipos de trabalho estiverem estruturados, os novos trabalhos devem ser criados diretamente no modelo, para que a etapa de papel diminua aos poucos. Agende uma revisão curta a cada trimestre para verificar se os registros estão sendo completados, se as referências de fonte ainda levam à página certa e se as permissões do agente continuam de acordo com as pessoas que o usam.
A Be Human desenha e opera essa camada como parte de operações gerenciadas. O trabalho inclui definir os modelos de registro e os limites de memória para um papel de agente útil, implementar recuperação e permissões, rodar avaliações recorrentes e revisar acessos e integrações conforme o negócio muda. O cliente mantém o controle da identidade, da memória, das aprovações e das permissões da empresa, e toda mudança passa por uma solicitação documentada.
O diagnóstico gratuito de IA da Be Human pode ajudar a encontrar o primeiro arquivo de trabalho que vale entregar a um agente.
Perguntas frequentes
Precisamos digitalizar todos os arquivos em papel antes que um agente de IA possa ajudar? Não. Comece com um tipo de trabalho que gere as perguntas que sua equipe faz com mais frequência, estruture esses registros e teste o agente com eles. O restante do arquivo pode esperar até que a primeira camada funcione e tenha sido revisada.
É seguro colocar em um sistema de IA pastas de trabalho que contêm dados pessoais de clientes? Pode ser, mas apenas com escopo estreito, regras claras de acesso e uma revisão de quais dados pessoais cada registro guarda. Remova os campos de que você não precisa, limite a leitura às pessoas e aos papéis de agente que realmente precisam dela, e confira as regras de proteção de dados que valem no seu país antes de conectar qualquer coisa.
E se a letra manuscrita for difícil demais para a extração? Mantenha a imagem digitalizada como registro de referência e deixe uma pessoa digitar os campos principais, como aprovações e datas, com a referência da página anexada. A extração ainda pode ajudar nas seções datilografadas, e a etapa de revisão captura o que o software leu errado.
Como saber se o agente responde a partir dos nossos registros e não está adivinhando? Exija uma referência de fonte em cada resposta e teste o agente com perguntas que o arquivo não consegue responder. Um agente bem configurado diz que o registro não contém a resposta, e cada resposta factual aponta para uma página que alguém pode abrir e conferir.
Seu próximo passo
Descubra primeiro onde um agente de IA cabe na sua empresa.
Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.
Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.


