Era uma noite de quinta-feira, pouco depois das sete, quando o advogado de um comprador enviou uma carta reestruturando termos centrais de uma aquisição que deveria fechar na manhã seguinte. Novas condições de escrow. Carve-outs de indenização ampliados. Um conjunto revisado de documentos de fechamento. A mensagem implícita: aceitem ou abandonamos o negócio.
O advogado do lado vendedor, cliente de uma consultoria que assessoro, fez algo que teria parecido improvável dois anos atrás. Carregou o contrato de compra, os schedules de divulgação e a carta de demanda em um modelo de iA. Em minutos, o sistema mapeou cada alteração proposta contra os termos existentes e encontrou o que os advogados do comprador aparentemente não perceberam: dois dos carve-outs propostos contradiziam representações que eles próprios já haviam confirmado nos schedules, e um terceiro criava um conflito interno com a seção de representações fundamentais que, na prática, enfraqueceria as proteções pós-fechamento do próprio comprador.
Enquanto a negociação seguiu noite adentro por e-mail, cada nova comunicação alimentou a iA. O sistema rastreou como cada concessão proposta interagia com disposições ao longo de todo o contrato, sinalizou onde aceitar uma mudança criaria exposição em outra seção, e ajudou a construir uma resposta que cedia nos pontos dispensáveis e mantinha firmeza onde importava. Às onze da noite, havia um conjunto limpo de contraposições, cada uma fundamentada em referências cruzadas à própria linguagem do comprador. O negócio fechou na manhã seguinte nos termos que o cliente queria.
Uma equipe de três associados em um escritório de médio porte precisaria até a manhã para produzir essa análise. Ali, o núcleo do trabalho saiu em menos de duas horas.
Acompanho escritórios de advocacia no processo de adoção de iA há mais de um ano. E algo ficou claro nesse período: um escritório pequeno estruturado ao redor de iA não apenas acompanha escritórios maiores. Ele se move com mais velocidade, produz trabalho mais completo e opera com uma estrutura de custos que seria impensável há dezoito meses.
A ferramenta em questão é o Claude, da Anthropic. O que segue é uma explicação de como advogados estão usando esse modelo no dia a dia, para trabalho jurídico real. Não teoria. Fluxo de trabalho.
Por que um modelo generalista, e não “iA jurídica”
O mercado está repleto de produtos de iA especializados para o setor jurídico. Harvey, Spellbook, CoCounsel, Luminance. Todos compartilham uma tese: advogados precisam de iA construída para trabalho jurídico. Já avaliei a maioria deles. Para um profissional em escritório de pequeno ou médio porte, um modelo de propósito geral bem configurado funciona melhor. E a diferença não é sutil.
Os produtos especializados são camadas construídas sobre os mesmos modelos de base que alimentam as ferramentas generalistas. O argumento comercial parece convincente: vamos customizar a iA ao playbook do escritório, treiná-la nos seus modelos, construir fluxos ao redor do seu banco de petições ou biblioteca de cláusulas. Alguns fazem isso razoavelmente bem. Mas o argumento contém um equívoco sobre onde o valor reside.
Uma biblioteca de modelos não é vantagem competitiva. Todo escritório competente na mesma área de atuação tem modelos parecidos. O NDA, o contrato de compra e venda de ações, a carta-oferta de emprego. São insumos comoditizados. O que diferencia um advogado competente de um medíocre nunca foi o modelo. Foi o que o advogado faz com ele: como identifica a questão que a outra parte enterrou na cláusula 14(c), como sabe qual disputa de indenização vale a pena e qual deve ser cedida, como estrutura o e-mail de orientação para que o cliente de fato entenda o risco. Isso é julgamento. E julgamento não reside no nível do escritório. Reside no nível do profissional individual.
Quando empresas de iA jurídica falam em customizar a ferramenta ao playbook do escritório, estão resolvendo um problema que pouco importa e ignorando o que realmente importa. A alavancagem real vem das instruções que dizem ao modelo como pensar sobre o trabalho: o que procurar, o que sinalizar, como ponderar considerações concorrentes, em qual formato entregar o resultado, que tom usar com o cliente. Essas instruções codificam o julgamento de um advogado individual, não a biblioteca de modelos de um escritório.
Há uma objeção legítima a esse argumento, e vale enfrentá-la. Produtos verticais oferecem mais que modelos: oferecem guardrails regulatórios, audit trails, integrações com sistemas de gestão processual e compliance com normas de retenção de dados específicas do setor jurídico. Um advogado de compliance leria o parágrafo anterior e pensaria, com razão, no logging obrigatório. Isso é real. Para escritórios grandes com requisitos rigorosos de auditoria e conformidade regulatória, a infraestrutura que os produtos verticais empacotam tem valor. A questão é se esse valor justifica a troca: abrir mão do modelo de fronteira, da capacidade de manipulação direta de documentos e da velocidade de atualização em troca de funcionalidades de compliance que, na maioria dos casos, podem ser construídas com processos internos e políticas de uso documentadas. Para escritórios de pequeno e médio porte, a resposta que tenho observado é consistente: o modelo generalista com governança própria supera o wrapper verticalizado com governança embutida. Para operações de grande escala com dezenas de advogados e obrigações regulatórias complexas, a equação pode ser diferente.
E aqui entra uma questão técnica que muda o jogo. O Claude é um modelo de fronteira otimizado para escrever código. Isso pode parecer irrelevante para a prática jurídica, até que se entenda o que significa: o modelo pode escrever código em tempo real para manipular diretamente as aplicações que advogados já usam.
Pense no que isso implica na prática. Todo advogado já perdeu horas com formatação no Word. Numeração de parágrafos que quebra ao colar texto de outro documento. Estilos que se recusam a cooperar. Track changes que corrompem entre versões. Referências cruzadas que ficam obsoletas. Formatação de citações que exige atenção manual em cada ponto e vírgula. Esses não são problemas jurídicos. São problemas de software. E o Claude resolve problemas de software escrevendo software. Quando instrui o modelo a aplicar tracked changes em um contrato, ele abre o arquivo .docx no nível XML e grava a marcação exata que o Word espera, atribuída ao nome do advogado, preservando cada detalhe de formatação. Quando instrui a padronizar citações em uma petição, o modelo escreve código para analisar e reformatar cada citação em segundos.
Essa lacuna de capacidade é o que nenhum produto de iA jurídica especializado consegue igualar. Eles oferecem um chatbot que conversa sobre documentos. O Claude é um sistema que entra nos documentos e os modifica. A diferença entre um associado que pode dizer o que há de errado com um contrato e um que também pode corrigir, formatar, produzir o redline e redigir o e-mail de encaminhamento, tudo sem abrir um aplicativo sequer.
iA generalista avança mais rápido do que qualquer produto vertical consegue acompanhar. Quando se está no modelo de fronteira, cada nova capacidade chega no primeiro dia. Quando se está em um wrapper, espera-se pela equipe de engenharia de outra empresa decidir o que construir a seguir.
Três modos de operação
O aplicativo do Claude tem três modos. Aprender quando usar cada um é o passo mais importante para que o sistema funcione.
O Chat é a interface conversacional. O advogado fala com o modelo como falaria com um associado rápido e bem informado sentado do outro lado da mesa. É onde se vai para analisar uma questão jurídica, testar estratégias de negociação, obter uma primeira leitura sobre uma cláusula contratual ou redigir algo do zero. O controle permanece em cada etapa. A maioria dos advogados que usou ChatGPT ou ferramentas similares conhece apenas este modo.
O Cowork é o modo autônomo, e é o que muda tudo. O advogado aponta o Claude para uma pasta no computador, atribui uma tarefa, e o modelo executa. Lê arquivos, cria novos, edita documentos existentes e toma suas próprias decisões sobre como chegar do ponto A ao ponto B. Quando há um contrato de quarenta páginas que precisa de um redline completo, ou uma pilha de documentos de fechamento que precisa ser gerada a partir de um term sheet, o Cowork assume o trabalho. É o modo que a maioria dos advogados ainda não experimentou. E é o que mais transformará a prática deles.
O Code é o modo de desenvolvimento. Acesso total ao terminal. A maioria dos advogados não precisa dele diariamente. Mas um advogado com uma condição que dificultava a leitura de documentos longos usou o Code para construir uma ferramenta de linha de comando que converte documentos jurídicos em áudio narrado. O sistema processa o pipeline inteiro: analisando documentos Word e PDFs, convertendo formatação jurídica como “Seção 4.2(b)(iii)” em linguagem falada natural, expandindo abreviações, fragmentando o texto, enviando a uma API de voz de iA e montando o arquivo de áudio final. Ele ouve contratos no trânsito agora.
Como ensinar a iA o seu método de trabalho
Aqui é onde a alavancagem atinge um patamar que pareceria inacreditável dois anos atrás.
A Anthropic publicou um guia sobre como construir “skills” customizados para o Claude: arquivos de instrução estruturados que ensinam o modelo como se comportar em um contexto específico. Não um prompt digitado a cada vez. Um conjunto persistente de instruções que dispara automaticamente quando a situação exige.
Um advogado que assessoro fez algo inteligente. Em vez de ler o guia inteiro, carregou-o no Claude e fez uma pergunta melhor: com base nas centenas de conversas que tivemos juntos, abrangendo redação de contratos, e-mails a clientes, edição de documentos, pesquisa jurídica e redação regulatória, quais skills teriam o maior impacto na minha prática?
O modelo analisou meses de trabalho e identificou padrões: quais tarefas ele repetia com mais frequência, onde havia mais atrito, onde automação estruturada economizaria mais tempo. Os skills recomendados não eram genéricos. Eram específicos ao modo como ele trabalha. Não “redija contratos mais rápido”, mas “um skill de revisão contratual com quatro modos distintos conforme o contexto, classificações de severidade, checklist de disposições ausentes, benchmarking de termos de mercado, e transição integrada para um skill de edição com tracked changes quando chega a hora de marcar o documento.”
Os detalhes foram refinados em algumas horas. Ao final, havia seis skills prontos para produção em um único plugin para o aplicativo desktop: revisão contratual, edição com tracked changes, redação contratual, comunicação com clientes, pesquisa jurídica e redação regulatória. Cada um codifica anos de julgamento profissional acumulado.
A implicação que importa para gestão de escritórios: o plugin é transferível. Se houvesse cinquenta associados, poderia ser instalado em cada máquina. Cada associado produziria imediatamente revisões contratuais usando o framework analítico do sócio, redigiria comunicações na voz dele e aplicaria tracked changes no formato preferido. Conhecimento que levava anos de mentoria para transmitir agora é um arquivo de instrução que funciona desde o primeiro rascunho. O resultado ainda requer revisão do advogado responsável, mas a revisão parte de um patamar muito mais alto.
O que isso se parece na prática
Três exemplos de trabalho real, porque o concreto importa mais que a teoria.
O primeiro: tracked changes sem abrir o Word. Uma contraparte devolve um contrato com redline. Quarenta páginas de alterações atravessando representações, indenização, propriedade intelectual e condições de fechamento. O advogado carrega o documento no Claude e diz: “me ajude a avaliar as mudanças da contraparte da perspectiva do meu cliente.” O skill de revisão contratual dispara. O modelo organiza cada alteração por severidade, sinaliza onde a contraparte transferiu risco, identifica tensões entre disposições modificadas, verifica se há cláusulas padrão ausentes e produz um resumo com contra-linguagem específica para cada questão de alta severidade.
Então o advogado aplica seu julgamento. O modelo sinalizou um padrão na marcação. O advogado sabe por experiência o que aquele padrão usualmente indica. O modelo gerou três formulações alternativas para uma cláusula disputada. O advogado escolhe a que considera a dinâmica do relacionamento e o contexto do negócio, coisas a que nenhuma iA tem acesso. Uma vez tomadas as decisões, instrui o modelo a aplicar as edições. O Claude abre o documento Word no nível XML, aplica tracked changes atribuídos ao nome do advogado, preserva cada detalhe de formatação e produz um .docx limpo com tracked changes reais que a contraparte pode abrir no Word e revisar normalmente. O advogado não abre o Word. O skill de comunicação com clientes redige o e-mail de encaminhamento no tom adequado. Tempo total desde o recebimento da marcação até o pacote de resposta pronto para envio: menos de uma hora, dos quais cerca de trinta minutos são de reflexão própria.
O segundo: pesquisa sem alucinações. Um cliente precisa entender o panorama regulatório para um novo produto. A questão abrange múltiplas agências e frameworks legais sobrepostos. O skill de pesquisa instrui o Claude a disparar pesquisa paralela em todos os ângulos relevantes simultaneamente, em vez de trabalhar sequencialmente: a análise de valores mobiliários, os requisitos de licenciamento estadual, as regulamentações bancárias, as implicações de proteção ao consumidor. Executa múltiplas buscas por subtópico, faz referências cruzadas entre fontes e prioriza autoridade primária (estatutos, regulamentos, orientações de agências, jurisprudência) sobre comentários secundários.
Antes de entregar qualquer coisa, o skill exige que o modelo execute uma autorrevisão. Isso é o que a maioria das pessoas pula, e é onde mora o risco. O modelo deve verificar que cada autoridade citada efetivamente diz o que o memorando alega. Deve sinalizar qualquer ponto onde a confiança esteja abaixo de alta. Deve verificar contradições internas entre seções. E deve guardar especificamente contra citações alucinadas, o problema que levou vários advogados a serem sancionados e virou notícia nacional nos Estados Unidos. Os advogados que submeteram citações fabricadas por iA estavam usando ferramentas sem essa camada de verificação. O problema nunca foi a iA em si. Foi iA sem controle de qualidade.
O terceiro: interpretação contratual em tempo real. Um cliente recebeu uma carta de demanda alegando violação de um contrato de serviços e ameaçando rescisão. Prazo de 48 horas para responder. O advogado carregou o contrato, a carta de demanda e os três últimos meses de correspondência com a contraparte. O modelo mapeou cada alegação factual da carta contra as disposições contratuais específicas citadas e descobriu que duas das quatro violações alegadas referenciavam obrigações que haviam sido expressamente modificadas por uma side letter redigida pelo próprio advogado da contraparte. A carta parecia ter sido escrita sem consultar as próprias emendas.
Enquanto preparava a resposta, o advogado passou cada parágrafo de rascunho pelo modelo para testar sob pressão se algum argumento teria implicações indesejadas em outras disposições do contrato. O modelo capturou uma: uma defesa que o advogado planejava levantar sobre métricas de nível de serviço poderia ser lida como concessão de um ponto na disputa de pagamento da Seção 7. A resposta foi reescrita. Esse tipo de teste de estresse em tempo real, disposição por disposição, enquanto se redige ativamente, é algo que antes exigia um segundo advogado revisando o trabalho. Agora acontece na mesma conversa em que o trabalho é produzido.
A questão ética
Todo advogado pergunta. A resposta curta: o mesmo framework que permite usar armazenamento em nuvem, plataformas de e-discovery e bancos de dados de pesquisa jurídica online se aplica aqui. Orientações da ordem dos advogados e pareceres éticos estaduais tratam ferramentas de iA como provedores de tecnologia de terceiros cobertos pela exceção de agente. As obrigações são fazer esforços razoáveis para proteger dados de clientes, o que na prática significa desativar o treinamento do modelo com seus inputs, entender as práticas de tratamento de dados do provedor e documentar o raciocínio. A Anthropic oferece opção de API com retenção zero de dados e contratos de processamento de dados empresariais, para que nenhum dado de cliente seja usado para treinar modelos e os inputs não sejam armazenados além da sessão.
Um passo adicional que recomendo: redigir uma cláusula de uso de iA para as cartas de engajamento. A cláusula enquadra a iA como ferramenta de eficiência e qualidade, enfatiza a supervisão do advogado, vincula o tratamento de dados às obrigações de confidencialidade existentes e obtém consentimento do cliente. Clientes assinam sem hesitar. A maioria assume que o advogado já usa iA. E estão certos.
As regras de ética agora exigem competência tecnológica na maioria das jurisdições. O Comentário 8 à Regra 1.1 do Model Rules of Professional Conduct da ABA, adotado por dezenas de estados americanos, inclui explicitamente a tecnologia entre os fatores de competência profissional. Pareceres éticos de barras estaduais como Califórnia, Flórida e Nova York vêm reforçando essa direção desde 2023, tratando a familiaridade com ferramentas de iA como parte da obrigação de manter-se atualizado. Em certas áreas de prática, especialmente as que envolvem volume documental alto e prazos comprimidos, é possível que estejamos nos aproximando do ponto em que não usar essas ferramentas se torne a posição de responsabilidade profissional mais difícil de defender. Em outras áreas, essa inflexão pode levar mais tempo.
O que muda no modelo de negócio
Algumas implicações que valem ser nomeadas.
Sobre equipe. Um escritório de duas pessoas gerencia a carga de trabalho de uma prática muito maior. Isso é função direta de iA. O trabalho que tradicionalmente justificava a contratação de um associado (primeira revisão de documentos, memorandos de pesquisa, rascunhos iniciais, resumos de redline, correspondência de rotina) agora é tratado pelo modelo sob supervisão. Para ser claro: todo documento que sai do escritório foi revisado, corrigido e aprovado por um advogado licenciado. A iA produz a primeira versão. O advogado produz o trabalho final. Associados não são obsoletos. Mas o limiar para quando contratá-los faz sentido econômico mudou. E o que se precisa que façam mudou: julgamento, relacionamento com clientes e supervisão de output de iA, não duas mil horas anuais de produção documental.
Sobre faturamento. A iA altera a equação de valor. Para algumas tarefas, a economia de tempo é evidente e repassa-se ao cliente. Para outras, as mesmas horas produzem análise mais profunda, identificação de questões mais abrangente e redação de qualidade superior ao que seria possível antes. O ponto não é que toda tarefa leva menos tempo. É que cada hora de trabalho do advogado produz mais valor. Escritórios que assessoro estão oferecendo precificação por assinatura ao lado do faturamento horário tradicional, conforme o tipo de engajamento. Clientes de assinatura recebem assessoria contínua, revisão contratual, monitoramento de compliance e governança de rotina por uma taxa mensal fixa. Sem taxímetro correndo. A iA viabiliza esse modelo, porque o escritório entrega serviço mais abrangente dentro de uma estrutura de honorários previsível. Clientes aprovam: não têm receio de ligar ou enviar um e-mail. E a receita é previsível em vez de irregular.
Sobre custos. A estrutura de investimento merece menção porque é parte do argumento. Uma assinatura profissional do Claude custa uma fração do salário de um associado júnior. Mesmo somando o tempo inicial para construir os skills (algumas horas de trabalho concentrado, não semanas) e o custo da API para operações de maior volume, a conta não se compara à de um produto vertical com licenciamento por usuário, implementação assistida e contratos anuais. A diferença de custo é de ordens de magnitude, não de porcentagens. Para escritórios de pequeno e médio porte, isso muda o que é viável.
Sobre julgamento. Tudo o que descrevi até aqui cria uma tentação de deixar a iA fazer demais. De parar de verificar. A pesquisa sobre isso é consistente: pessoas que usam iA fora de sua competência, ou que confiam nela sem interrogar o resultado, performam pior do que pessoas que não usam iA alguma. Os advogados que vão prosperar com essa tecnologia entendem em nível fundacional que a iA não pratica direito. Quem pratica é o advogado. A iA o torna mais rápido, mais completo e mais consistente. Mas o julgamento, a parte em que se decide pelo que vale lutar e o que ceder, onde se lê nas entrelinhas, onde se faz uma escolha que poderia ir para qualquer lado e se aposta a reputação nela, isso é do advogado. Profissionais experientes têm uma vantagem enorme nesse novo contexto, e a maioria ainda não percebeu. Quem passou dez ou vinte anos desenvolvendo julgamento na sua área de atuação está sentado exatamente sobre o ativo que a iA torna mais valioso, não menos.
Sobre limitações. Seria desonesto não mencioná-las. Modelos generalistas falham em cenários previsíveis: jurisdições com pouca representação nos dados de treinamento, áreas de direito altamente especializadas com jurisprudência escassa, e documentos em línguas que não sejam inglês (onde a profundidade de conhecimento jurídico do modelo cai de forma perceptível). Trabalho regulatório que depende de normas infralegais recentes, publicadas em diários oficiais pouco indexados, também exige cautela redobrada. Nenhuma dessas limitações invalida a tese central, mas ignorá-las seria repetir o erro que o texto critica: prometer demais e entregar uma imagem incompleta.
A instrução é a competência
A maioria dos advogados que experimenta iA escreve algo como “revise este contrato” e recebe de volta algo medíocre. Então conclui que iA não serve para trabalho jurídico.
O problema não é a iA. É o input.
Compare “revise este contrato” com “revise este contrato de prestação de serviços da perspectiva do fornecedor. Sinalize disposições onde o contratante transferiu risco além das normas de mercado para este tipo de negócio. Verifique disposições ausentes que deveriam estar presentes, incluindo limitação de responsabilidade, propriedade intelectual, tratamento de dados e rescisão por conveniência. Produza um resumo classificado por severidade com contra-linguagem específica para cada questão de alta severidade. Note que o fornecedor tem poder de negociação limitado e deseja fechar o negócio, portanto as recomendações devem focar em disposições pelas quais vale lutar versus disposições a ceder com elegância.”
A segunda versão produz trabalho útil na primeira passada. A primeira produz algo que exige revisão extensiva, quando produz algo útil. Toda a distância entre “iA é um brinquedo” e “iA transformou minha prática” reside na qualidade das instruções. Por isso os skills importam: codificam esse nível de detalhe uma vez e disparam automaticamente todas as vezes seguintes.
Não estou descrevendo um futuro hipotético. Estou descrevendo o que advogados com quem trabalho já fazem, todos os dias. A lacuna entre como a maioria dos escritórios usa iA (digitando uma pergunta em um chatbot e esperando pelo melhor) e o que descrevi aqui é enorme. Fechar essa lacuna não exige habilidade técnica. Exige investir algumas horas em aprender como a ferramenta funciona: a diferença entre Chat e Cowork, por que instruções longas e detalhadas produzem resultados radicalmente melhores que instruções curtas, como construir um skill que codifica seu julgamento, como agrupar skills em um plugin que qualquer colega pode usar.
Os retornos se acumulam rápido. O primeiro passo é escolher a tarefa que se executa com mais frequência e escrever, em detalhe, exatamente como se quer que ela seja feita.
O resto o modelo aprende.
ousadia criativa. precisão estratégica. – por kim.