Entrada de docs
digitalização + pdf
- alimenta
- OCR
Todos os casos técnicos
LLMRAGDocument AI4 meses
Document Intelligence (OCR, extração, RAG)
Cada fatura era lida e introduzida à mão. Agora quatro em cada cinco passam sem intervenção.
Processamento straight-through
81%
Extração encaminhada por confiança
Antes
0%
Cada documento introduzido à mão
Em termos simples
O que é isto.
Sem jargão nesta secção. A descrição técnica está mais abaixo.
O que estava a correr mal
Contratos e faturas chegavam como digitalizações de qualidade muito variável. Os colaboradores liam-nos e introduziam os valores, o que era lento, propenso a erros e não deixava forma de provar de onde vinha cada número.
O que construímos
Construímos uma extração que lê os documentos, indica o grau de confiança em cada valor e envia a uma pessoa apenas os duvidosos — com cada valor ligado ao ponto exato da página de onde veio.
O que mudou
Quatro em cada cinco documentos passam agora sem que ninguém lhes toque, o trabalho manual limita-se às verdadeiras exceções, e o fecho do mês já não espera pela papelada. Qualquer número pode ser rastreado até à sua página.
Arquitetura
Como tudo se encaixa.
Percorra as etapas. Tudo o que está marcado como acrescentado é um componente que não existia antes deste projeto.
OCR
sensível ao layout
- recebe de
- Entrada de docs
- alimenta
- Extração · Índice RAGchunks
Extração
47 campos
- recebe de
- OCR
- alimenta
- Fila de revisãobaixa confiança
Índice RAG
citações
- recebe de
- OCRchunks
Fila de revisão
por confiança
- recebe de
- Extraçãobaixa confiança
- alimenta
- Sincronização ERP
Sincronização ERP
validado
- recebe de
- Fila de revisão
Entrada de docs
digitalização + pdf
- alimenta
- OCR
OCR
sensível ao layout
- recebe de
- Entrada de docs
- alimenta
- Extração · Índice RAGchunks
Extração
47 campos
Acrescentámos isto- recebe de
- OCR
- alimenta
- Fila de revisãobaixa confiança
Índice RAG
citações
Acrescentámos isto- recebe de
- OCRchunks
Fila de revisão
por confiança
Acrescentámos isto- recebe de
- Extraçãobaixa confiança
- alimenta
- Sincronização ERP
Sincronização ERP
validado
- recebe de
- Fila de revisão
A descrição
Como seria construído.
Conjunto de dados, abordagem, métricas-alvo e a stack. Escrito para quem tiver de o rever.
LLMRAGDocument AI4 meses
Document Intelligence (OCR, extração, RAG)
Transformar PDFs em dados estruturados e conhecimento pesquisável com citações.
Problema
Contratos e faturas chegavam como digitalizações de qualidade variável. A introdução manual de dados era lenta e propensa a erros, e não havia rasto de auditoria que ligasse um campo à página de onde veio.
Conjunto de dados
- linhas
- 840 mil páginas
- features
- 47 campos extraídos
- fontes
- Digitalizações, PDFs, anexos de e-mail
- janela
- 30 meses
Abordagem
- 01OCR com preservação do layout, para que a estrutura das tabelas sobreviva à extração
- 02Extração de campos com confiança por campo e proveniência ao nível do excerto
- 03Índice RAG sobre o corpus para consultas em linguagem natural com citações
- 04Fila de revisão encaminhada por confiança, com as correções a realimentar o modelo
Métricas
- 96,8%
- precisão por campo +14,2pp
- 81%
- straight-through sem intervenção humana
- 0,07 $
- custo / doc -1,90 $
- 100%
- cobertura de citações ligado ao excerto
Evidência
- fonte
- Design de referência
- números
- Ilustrativo — valores típicos para este design
- medição
- Não medido. Valores típicos para um design de referência deste tipo, não observados num sistema de cliente.
- referência
- Não disponível para este projeto
- última revisão
- 2026-08-25
Impacto no negócio
- Introdução manual reduzida ao tratamento de exceções
- Cada valor extraído rastreável até uma página e uma bounding box
- O fecho do mês já não espera pelo processamento de documentos
Stack tecnológica
- Python
- Tesseract
- DocTR
- LayoutLM
- PostgreSQL
- Qdrant
- FastAPI
- Next.js
Seguinte
Precisa de um sistema como este?
Responda a seis perguntas e dizemos-lhe se esta forma se adequa ao seu problema — incluindo quando não se adequa.