Análise de documentos
Tabelas achatadas em texto corrido, páginas digitalizadas ignoradas e cabeçalhos repetidos em cada fragmento.
Análise orientada ao layout, com OCR, estrutura de tabelas e ordem de leitura preservadas.
IA empresarial, fundamentada no contexto do seu negócio.
Projetamos e construímos os sistemas RAG por trás da IA empresarial: pipelines de documentos preparados para milhões de páginas, recuperação ajustada ao seu corpus e contexto de negócio com controle de permissões por trás de cada resposta e de cada agente.
74M+
vetores indexados
112B+
tokens manipulados
150K+
negócios baseados em Cody
87
países
Por que a IA empresarial decepciona
O problema raramente é o modelo. É o contexto.
A maioria dos pilotos de IA que empacam roda um modelo capaz sobre as evidências erradas. A qualidade das respostas é decidida antes: em como os documentos são analisados, fragmentados, indexados, filtrados e montados no contexto. Essa camada é a nossa especialidade.
EtapaOnde falhaComo resolvemos
Fragmentação
Um corte de tamanho fixo separa uma cláusula da exceção que muda o seu sentido.
Fragmentos que respeitam a estrutura, seguem as seções e carregam o caminho do documento e dos títulos.
Recuperação
A busca apenas vetorial deixa passar códigos de peça, SKUs, siglas e nomes exatos de políticas.
Recuperação híbrida por palavras-chave e semântica, combinada e reordenada para o seu domínio.
Permissões
O assistente cita um documento que a pessoa que pergunta nunca teve permissão para abrir.
Permissões do sistema de origem sincronizadas com o índice e aplicadas em cada consulta.
Atualização
A tabela de preços do trimestre passado responde com total confiança à pergunta deste trimestre.
Sincronização incremental, versionamento e datas de vigência mantêm o índice alinhado com a fonte da verdade.
Avaliação
Ninguém sabe dizer se a última mudança de prompt ou de modelo melhorou ou piorou as respostas.
Conjuntos de perguntas de referência e testes de regressão validam cada mudança antes da publicação.
Arquitetura de referência
Anatomia de um sistema RAG em produção.
Todo projeto parte da nossa arquitetura de referência; depois, cada etapa é ajustada aos seus documentos, sistemas, idiomas e perfil de risco. Nada é caixa-preta: cada resposta vem com um rastro que você pode inspecionar.
- 01
Conectar
Ingestão a partir de onde o conhecimento já está, com sincronização agendada e orientada a eventos para cada fonte.
- Pastas e drives compartilhados
- Wikis e intranets
- Sistemas de chamados e CRM
- Bancos de dados e APIs
- 02
Analisar
Converta PDFs, digitalizações, apresentações, planilhas, e-mails e páginas web em texto limpo e estruturado, sem perder tabelas nem a ordem de leitura.
- Análise de layout
- OCR
- Extração de tabelas
- Captura de metadados
- 03
Fragmentar e enriquecer
Divida o documento seguindo a própria estrutura, anexe títulos e caminhos de seção, marque entidades e datas e remova quase duplicatas antes de gerar qualquer embedding.
- Fragmentação por estrutura
- Contexto pai-filho
- Marcação de entidades
- Deduplicação
- 04
Vetorizar e indexar
Escolha modelos de embedding por idioma e domínio e, em seguida, indexe os vetores junto com campos de palavras-chave, metadados e listas de controle de acesso.
- Vetores densos + esparsos
- Filtros de metadados
- Campos de ACL
- Índices versionados
- 05
Recuperar e reordenar
Reescreva e decomponha a pergunta, execute a busca híbrida, filtre por permissão e reordene para que só as evidências mais fortes permaneçam.
- Reescrita de consultas
- Busca híbrida
- Fusão de rankings
- Reordenação com cross-encoder
- 06
Gerar e verificar
Monte o contexto dentro de um orçamento rígido de tokens, responda com citações, confira cada afirmação com a fonte e se abstenha ou escale quando as evidências forem fracas.
- Orçamento de tokens
- Citações no texto
- Verificação de afirmações
- Abster-se ou escalar
Rastro de recuperação
Uma resposta, de ponta a ponta
Ilustrativo922 ms
Nossos técnicos de campo podem substituir a válvula X200 pelo contrato de serviço de 2025?
Técnico de campoEMEANível de serviço 2
Reescrever e decompor
3 subconsultas
38 msBusca híbrida
palavras-chave + vetores · 240 candidatos
71 msConsulta ao CRM
contrato de serviço SA-2025-118
118 msFiltro de permissões
212 de 240 visíveis para este usuário
5 msReordenar
cross-encoder · os 8 melhores mantidos
94 msMontar o contexto
8 trechos + 1 registro · 3.840 tokens
9 msGerar
resposta fundamentada · 3 citações
652 msVerificar afirmações
3 de 3 confirmadas
53 ms
Resposta fundamentada
Sim. A cláusula 7.2 do contrato de 2025 cobre a substituição de válvulas no local por técnicos certificados.1 Use a especificação de torque TS-14 do procedimento X200.2 Registre a troca da peça na ordem de serviço.3
- 1Contrato de serviço 2025 · p. 14
- 2Manual de manutenção X200 · §4.3
- 3POP de operações de campo v12 · p. 3
Observado de ponta a ponta. Cada etapa é rastreada e medida, do recall da recuperação e da fundamentação até a latência e o custo por resposta, para que as melhorias sejam comprovadas em vez de presumidas.
Engenharia de contexto
Documentos são só metade do contexto.
Uma resposta correta depende de quem pergunta, do que é verdade agora e do que a sua empresa quer dizer com as próprias palavras. Projetamos tudo isso em uma janela de contexto que o modelo realmente consegue usar.
Janela de contexto
O que o modelo vê para uma resposta
- Instruções e políticas800
- Quem pergunta150
- Estado da conversa550
- Evidências recuperadas3.600
- Registros de negócio em tempo real1.000
- Glossário e entidades300
- Reservado para a resposta1.600
Alocação ilustrativa. Os orçamentos são ajustados por modelo, idioma e caso de uso, e cada token precisa justificar o seu lugar.
Quem pergunta
Função, equipe, região e permissões decidem o que pode ser recuperado e como a resposta deve ser formulada.
O que a empresa sabe
Políticas, manuais, contratos e resoluções anteriores, recuperados como evidência e citados até o trecho exato.
O que é verdade agora
Registros em tempo real do CRM, do ERP e dos sistemas de chamados e de pedidos, consultados por ferramentas no momento da pergunta em vez de vetorizados e deixados para ficar desatualizados.
Como a sua empresa fala
Glossários, nomes de produtos, siglas e resolução de entidades, para que “X200”, “X-200 Pro” e “a válvula 200” sejam reconhecidos como a mesma peça.
O que nunca pode acontecer
Políticas, regras de recusa e caminhos de escalonamento aplicados antes de o modelo escrever uma única palavra.
Feito para escalar
Pensado para milhões de documentos, não para uma pasta de demonstração.
Um piloto com 200 PDFs prova muito pouco. Produção significa ingestão contínua, reindexação sem interrupção e latência e custo que continuam previsíveis à medida que o seu corpus e o uso crescem. Em toda a plataforma Cody, já indexamos mais de 74 milhões de vetores.
Ingestão incremental
A detecção de mudanças reprocessa só o que mudou, e as exclusões se propagam para que o conteúdo retirado pare de responder.
Reindexação sem interrupção
Novo modelo de embedding ou nova estratégia de fragmentação? Construímos o novo índice ao lado do que está em produção, avaliamos e depois mudamos o tráfego.
Orçamentos de latência
Cada etapa tem um orçamento de tempo. Cache, recuperação em paralelo e streaming mantêm as respostas rápidas à medida que o corpus cresce.
Custo por resposta
Dimensões dos embeddings, compressão de índice, cache e roteamento de modelos são ajustados para que os custos unitários continuem previsíveis em grande volume.
Recuperação multilíngue
Embeddings multilíngues e análise de palavras-chave sensível ao idioma, para que uma pergunta em espanhol encontre a política escrita em inglês.
Isolamento e residência de dados
Índices separados ou namespaces filtrados por unidade de negócio, região ou cliente, de acordo com os seus requisitos de residência de dados.
Medido e governado
Medido antes do lançamento. Rastreável depois.
Qualidade e governança são trabalho de engenharia, não uma revisão no fim. Construímos a estrutura de avaliação e os controles junto com o sistema, para que os responsáveis vejam como ele se comporta e por que respondeu daquele jeito.
Estrutura de avaliação incluída
Avaliar
Qualidade da recuperação
Recall@k, MRR e nDCG medidos em conjuntos de perguntas de referência escritos com os seus especialistas no assunto.
Avaliar
Qualidade das respostas
Fundamentação, precisão das citações e completude pontuadas automaticamente e calibradas com revisão humana.
Avaliar
Barreiras de regressão
Cada mudança em prompts, modelos, fragmentação ou índices roda a bateria de testes de novo antes de chegar aos usuários.
Governar
Recuperação com controle de permissões
Regras de acesso de cada sistema de origem aplicadas no momento da consulta, com registro do que foi recuperado e para quem.
Governar
Rastreabilidade de ponta a ponta
Cada resposta guarda a consulta, os trechos, as versões do índice e do prompt e o modelo, para que os revisores possam reconstruir exatamente o que aconteceu.
Governar
Revisão humana e escalonamento
Limiares de confiança encaminham para pessoas as perguntas com pouca evidência, com um comportamento alternativo claro.
Como trabalhamos
Da auditoria do corpus à produção, um passo medido de cada vez.
Cada passo gera evidências que você pode revisar: perfis do corpus, linhas de base de recuperação, pontuações de avaliação e um plano de produção com custos.
01
Auditar o corpus
Analisamos as suas fontes por formato, volume, qualidade, duplicidade, permissões e atualização, e mapeamos os limites de governança que o sistema precisa respeitar.
02
Linha de base de recuperação
Com os seus especialistas, criamos um conjunto de perguntas de referência e medimos o quanto o seu conteúdo pode ser recuperado antes de qualquer modelo escrever uma resposta.
03
Piloto com trabalho real
Um sistema funcionando sobre uma amostra representativa do corpus, usado por pessoas reais, com rastros e pontuações de avaliação que você pode inspecionar.
04
Escalar para produção
Ingestão completa, monitoramento, controle de custos e um modelo operacional com um responsável claro para cada parte do sistema.
Estudo de Design de Solução
Explore o estudo de design de soluçãoTransforme a abordagem em um plano pronto para decisão.
Quando a oportunidade está clara, mas o sistema certo ainda não, um Estudo de Design de Solução com escopo definido testa os seus documentos, a qualidade da recuperação, os controles e os custos antes de você se comprometer com uma implementação.
01
Avaliação do corpus e da recuperação
Perfis das fontes, linhas de base de recuperação e as lacunas que mais importam.
02
Arquitetura de referência
Escolhas de análise, indexação, recuperação, modelos, integrações e implantação.
03
Prova funcional com os seus dados
Uma experiência representativa, com rastros e pontuações de avaliação.
04
Plano de controle e implementação
Riscos, proprietários, evidências, custos e um caminho prático para a produção.
Da nossa pesquisa
Ver todos os artigosPublicamos o que aprendemos.
Análises longas e independentes de fornecedores sobre as partes do RAG que decidem a qualidade das respostas: análise de documentos, embeddings, bancos de dados vetoriais e custos.
Análise de documentos
O que é Docling? Um guia prático para análise de documentos para RAG
Docling transforma PDFs, arquivos do Office, imagens, e-mail e muito mais em dados estruturados para IA. Aprenda como funciona, onde se encaixa no RAG e como se compara a outros analisadores de documentos.
Leia o artigoBancos de dados vetoriaisOs 8 principais bancos de dados de vetores para RAG em 2026
Compare oito bancos de dados de vetores líderes para RAG por meio de pesquisa híbrida, filtragem, implantação, multitenancy e ajuste de produção, além de uma estrutura de seleção prática.
Leia o artigoCusto de indexaçãoQuanto custa vetorizar um banco de dados para RAG?
Saiba quanto realmente custa vetorizar um banco de dados para RAG, desde incorporações e análises até armazenamento vetorial, consultas, réplicas e reindexação.
Leia o artigoModelos de análiseCohere Parse v5.0: Por que é melhor RAG começa com documentos melhores
Cohere Parse v5.0 transforma PDFs, slides, tabelas, formulários e imagens em RAG pronto para RAG. Aqui está o que o torna diferente, onde ele se encaixa e o que seus limites significam para a pesquisa empresarial.
Leia o artigoFale com a equipe empresarial
Traga para nós os seus documentos mais difíceis.
Compartilhe o corpus, os sistemas e as perguntas que importam. Vamos dizer qual precisão é realista, o que é preciso para chegar lá e se um Estudo de Design de Solução é o primeiro passo certo.
Uma avaliação honesta do seu corpus e da qualidade da recuperação
Uma arquitetura moldada em torno dos seus sistemas e permissões
Um piloto medido com as suas perguntas reais