Modelo, esforço de raciocínio e recursos da plataforma precisam fazer sentido para o trabalho. Foi essa a conversa do segundo episódio do Código Rocha.
Você abre a inteligência artificial, encontra várias opções de modelo e escolhe a mais poderosa. Depois vê um controle de esforço de raciocínio e coloca no máximo. Parece uma decisão cuidadosa: se o trabalho é importante, melhor usar tudo o que a ferramenta oferece.
Só que essa escolha merece uma pergunta anterior: o que, exatamente, você precisa que a IA faça?
Foi essa conversa que levei ao segundo episódio do Código Rocha, transmitido nesta segunda, 9 de novembro, às 20h. Passei por ChatGPT, Claude, Microsoft Copilot e Gemini para mostrar como a escolha do modelo se relaciona com a tarefa, com o esforço de raciocínio e com os recursos disponíveis em cada plataforma.
Para quem trabalha na advocacia, essa discussão aparece na rotina. Há momentos em que precisamos organizar informações. Em outros, precisamos confrontar documentos, avaliar consequências e preparar uma decisão. Usar a mesma configuração para tudo pode consumir recursos sem trazer uma melhora que justifique esse consumo.
Comece pelo trabalho que precisa ser feito
Na live, usei uma expressão que explica bem o exagero: dar um tiro de canhão para matar uma mosca.
Pense em um resumo de reunião. Se você quer identificar os assuntos discutidos e organizar os encaminhamentos que estão expressos na transcrição, pode testar uma configuração mais econômica e conferir se ela atende ao que foi pedido.
Agora imagine outra tarefa: comparar o que foi combinado naquela reunião com um contrato, verificar divergências e apontar os efeitos de uma mudança sobre obrigações já assumidas. O trabalho ganhou outra dificuldade. Precisamos avaliar relações entre informações e lidar com possíveis ambiguidades.
O modelo mais adequado depende dessa diferença. Há modelos voltados a respostas rápidas e outros com maior capacidade para trabalhos exigentes. Dentro de algumas soluções, também podemos ajustar quanto esforço será dedicado à tarefa. As opções disponíveis variam conforme o produto e o modelo utilizado. OpenAI API
Minha sugestão é descrever a entrega antes de escolher o botão. O que deve aparecer na resposta? Quais documentos precisam ser considerados? Onde um erro teria consequência relevante? Quando essas perguntas estão claras, fica mais fácil decidir como trabalhar.
Os nomes dos modelos mudam depressa. Entender os critérios de escolha ajuda mais do que decorar qual botão usar hoje.
Modelo e esforço de raciocínio são escolhas diferentes
O modelo é o sistema de IA que vai executar o trabalho. O esforço é um ajuste, quando disponível, que orienta quanto trabalho de raciocínio será dedicado à resposta. A documentação da OpenAI e da Anthropic relaciona esse ajuste à qualidade da resposta, ao tempo de processamento e ao consumo de tokens. O efeito varia conforme a tarefa. OpenAI API
Vale pensar na diferença entre responder a uma solicitação direta e examinar um problema que exige várias verificações. Na primeira situação, gastar mais tempo pode acrescentar pouco. Na segunda, investigar alternativas e conferir relações pode fazer diferença.
Por isso, eu não deixaria o esforço máximo ligado por hábito. Também não adotaria o mínimo como regra para qualquer trabalho. Testaria a configuração em uma tarefa conhecida e observaria onde ela atende bem e onde começa a deixar lacunas.
Se o pedido ficou mal explicado, o primeiro ajuste pode estar no próprio pedido. Se falta um documento, é preciso localizar esse documento. Se a resposta exige uma análise mais difícil, aí faz sentido avaliar mais esforço ou um modelo com maior capacidade.
A própria orientação técnica dos fornecedores recomenda testar o ganho nas tarefas que serão executadas. Esse é um bom princípio para o escritório: aumentar recursos quando houver benefício demonstrável. OpenAI API
O número de páginas conta só uma parte da história
Na advocacia, precisamos tomar cuidado ao classificar uma tarefa como simples apenas porque ela envolve a leitura de um PDF.
Extrair nomes, valores expressos e datas de um documento é uma atividade. Relacionar provas contraditórias, identificar uma questão não enfrentada e avaliar as consequências de uma cláusula é outra. As duas podem começar no mesmo arquivo.
Imagine um contrato com poucos parágrafos e uma cláusula de responsabilidade mal definida. O documento é curto, mas a análise pode exigir bastante atenção. Agora pense em um processo extenso no qual a tarefa seja localizar determinados documentos e indicar suas páginas. O volume é grande, embora o objetivo esteja mais delimitado.
O tamanho influencia o trabalho, assim como a qualidade dos arquivos e a quantidade de informações que precisam ser relacionadas. Mas eu também olharia para a dificuldade da pergunta e para a consequência de uma resposta incompleta.
Em um processo com muitos documentos, gosto da ideia de dividir a atividade em etapas. Primeiro, organizar o material e identificar o que está faltando. Depois, trabalhar as questões que dependem da leitura conjunta dos documentos. A conferência profissional acompanha esse caminho.
Essa divisão também ajuda a perceber onde está o problema. Uma conclusão fraca pode ter começado em uma página ilegível ou em um documento que não foi considerado. Trocar de modelo sem investigar a causa pode manter o erro.
Ter o modelo dentro de uma plataforma não entrega o aplicativo inteiro
Outro ponto da live merece atenção: encontrar um modelo da família Claude dentro do Copilot não significa ter, ali, toda a experiência do aplicativo Claude.
A Microsoft incorpora modelos de terceiros a funcionalidades dos seus serviços, com regras de disponibilidade e configurações próprias. O modelo participa da execução; os recursos que chegam ao usuário dependem da plataforma que o utiliza. Microsoft Learn
Na prática, isso significa conferir como cada produto permite organizar o trabalho, consultar arquivos, usar integrações e compartilhar resultados. Um recurso que você utiliza no aplicativo de origem não aparece automaticamente em outro produto só porque o nome do modelo é o mesmo.
O Copilot também tem recursos próprios. Comparar as soluções exige olhar para o conjunto do trabalho, incluindo o ambiente em que os documentos estão e as permissões necessárias para acessá-los.
Se o escritório já organiza suas atividades no Microsoft 365, eu avaliaria o Copilot nesse contexto. Se utiliza o Google Workspace, faria a mesma análise com o Gemini. Para ChatGPT e Claude, testaria como os recursos disponíveis atendem aos processos que a equipe pretende melhorar.
É uma avaliação concreta: quanto trabalho ainda será necessário entre a resposta da IA e a entrega que o escritório precisa fazer? Uma resposta boa perde parte do valor se exigir várias transferências manuais, ajustes e conferências que poderiam estar melhor organizados.
O consumo precisa entrar na conta
No episódio, também falei da economia de tokens. Para quem não usa esse termo no dia a dia, tokens são unidades usadas para representar e contabilizar o conteúdo processado pela IA. No texto, podem corresponder a palavras ou partes delas.
Mais esforço pode aumentar o consumo. Na API, que permite integrar a IA a sistemas e automações, tokens de raciocínio podem entrar na cobrança. Já em uma assinatura, o efeito pode aparecer no uso mais rápido da franquia. Quando há consumo adicional habilitado, também pode haver cobrança extra, conforme as regras do serviço. OpenAI API
Portanto, não dá para afirmar que cada resposta mais elaborada aumenta automaticamente a mensalidade de qualquer usuário. É preciso conhecer a contratação e os limites da conta.
Eu incluiria nessa avaliação o tempo de quem trabalha com a ferramenta. Uma configuração econômica que exige refazer tudo pode sair cara na rotina. Uma configuração mais exigente pode compensar se reduzir omissões relevantes e facilitar a revisão. O que interessa é o resultado depois de conferido.
Para começar, escolha algumas tarefas recorrentes do escritório e compare. Observe a qualidade, o tempo total até a entrega e o consumo disponível no painel da ferramenta. Faça isso com exemplos cujo conteúdo possa ser verificado. A impressão de que uma resposta ficou melhor é um ponto de partida, mas ainda precisa ser conferida.
A conta utilizada também faz parte da decisão
Durante a demonstração, fiz questão de mostrar que estava utilizando contas de trabalho. Esse cuidado merece continuar quando saímos da live e voltamos aos documentos dos clientes.
O fato de uma ferramenta ser paga, por si só, não informa todas as condições de privacidade. Uma assinatura individual e uma contratação empresarial podem ter regras diferentes. Precisamos conferir o produto, os termos aplicáveis e as configurações da organização.
OpenAI e Anthropic publicam compromissos de não utilizar, por padrão, dados de determinados produtos empresariais para treinamento. Esses compromissos têm escopo e condições, inclusive situações de compartilhamento voluntário de informações. OpenAI
Microsoft e Google também estabelecem proteções para ofertas empresariais específicas. No caso do Google, por exemplo, a documentação delimita a aplicação dessas condições a edições elegíveis do Workspace. Conhecer a marca da ferramenta é apenas o começo dessa verificação. Microsoft Learn
Antes de inserir um processo ou conectar uma pasta, eu verificaria quem terá acesso, quais informações precisam realmente ser utilizadas e como o escritório controla esse uso. O profissional também precisa saber em qual conta está trabalhando. Uma configuração adequada perde utilidade se, na pressa, o documento for enviado para outro ambiente.
Privacidade Importa. E começa nessas escolhas do dia a dia.
Um jeito prático de melhorar o próximo pedido
A conversa sobre modelos fica mais útil quando chega ao pedido que fazemos à IA. Solicitações muito abertas dificultam tanto a execução quanto a conferência.
Se você escreve apenas “analise o processo”, deixa indefinidos o objetivo, o recorte e a entrega esperada. É melhor dizer qual etapa do trabalho precisa ser feita e o que será considerado uma boa resposta.
Para uma primeira organização documental, você pode adaptar este pedido:
Organize os documentos anexados para uma análise posterior. Identifique as partes, os pedidos expressamente formulados e os principais eventos. Para cada informação, indique o arquivo e a página em que foi localizada, quando essa identificação estiver disponível. Diferencie o que está escrito nos documentos de qualquer inferência. Informe páginas ilegíveis, documentos aparentemente incompletos e informações que não conseguiu localizar. Não complete lacunas por suposição. Nesta etapa, limite a entrega à organização das informações.
Depois da conferência, um novo pedido pode tratar de uma questão jurídica específica, usando os documentos pertinentes. Nesse momento, vale reavaliar o modelo e o esforço necessários.
Para o uso recorrente, eu registraria quais configurações funcionaram em cada tipo de atividade e o que o revisor precisou corrigir. Isso dá à equipe um ponto de partida comum. Também permite revisar a escolha quando os modelos mudarem ou quando surgir uma tarefa diferente.
É nesse encontro entre gestão e tecnologia que concentro meu trabalho de consultoria: entender o que a equipe faz, organizar o uso das ferramentas e verificar o que melhorou na prática. A configuração da IA precisa conversar com a rotina de quem vai utilizá-la.
Assista!
Assista o episódio aqui:
Se não abrir, acesse https://www.youtube.com/live/u8OI-KzbTeU
Nas segundas temos mais Código Rocha
O Código Rocha é esse espaço de conversa sobre inteligência artificial e tecnologia, com demonstrações, dúvidas e aplicações para o trabalho. Na live, conseguimos olhar para a tela e discutir escolhas que muitas vezes passam despercebidas.
Na segunda, 16 de novembro, às 20h, no horário de Brasília, temos um novo encontro, com mais questões de IA e tecnologia na veia.
Quero seguir trazendo temas que ajudem você a usar melhor essas ferramentas. Projetos, habilidades e outras formas de organizar o trabalho estão entre as possibilidades que mencionei. As sugestões de quem acompanha também ajudam a escolher as próximas conversas.
Acompanhe pelo meu canal no YouTube, youtube.com/@gustavorocha. Inscreva-se e deixe nos comentários a dúvida ou o tema que você gostaria de ver no programa. Se assistir à gravação depois, pode comentar também.
Toda segunda, às 20h. Até o próximo Código Rocha!
#ForteAbraço
Gustavo Rocha
Consultor em Gestão, Tecnologia, Inteligência Artificial e Marketing Jurídico
www.gustavorocha.com
Privacidade Importa.
O Futuro, hoje: A resposta é PENSAR.