Workflow: o que acontece entre a reunião e a petição

Prompt não é workflow. Essa distinção parece sutil, mas é importante para quem usa IA de forma estruturada, com processo repetível, rastreável e seguro.

Já expliquei nas edições anteriores porque o contexto importa tanto num prompt jurídico, por que a IA alucina, e quando usar prompt ou loop. Essa edição junta tudo isso numa peça só: como eu estruturo, na prática, o fluxo de trabalho entre o primeiro contato com o cliente e o material que vira base da estratégia do caso.

Vou te mostrar o passo a passo que utiliza no escritório.

Workflow

Workflow jurídico não é sinônimo de automação. Automação é uma forma possível de executar um workflow e não a definição dele.

Um workflow é a decomposição de um trabalho jurídico complexo em etapas observáveis: entrada de informação, extração de dado, decisão, pesquisa, produto intermediário, validação, intervenção humana, e captura do que foi aprendido para o próximo caso.

Repare que "intervenção humana" está na lista, não fora dela. Um workflow bem desenhado não tenta eliminar o ser humano do processo. Ele organiza o processo de um jeito que fica claro onde a IA ajuda, e onde o julgamento profissional é insubstituível.

A maior mudança nos últimos dois anos, nas ferramentas jurídicas mais avançadas do mercado — de plataformas americanas especializadas a tribunais brasileiros —, foi exatamente essa: sair do "copiloto que responde prompt" para sistemas que executam processo com várias etapas, com estado, lógica condicional e ponto de aprovação humana definido de antemão.

Isso não é exclusividade de escritório grande com orçamento de tecnologia. É o próximo passo que qualquer escritório pode fazer.

No Judiciário brasileiro, isso já deixou de ser conceito abstrato. O CNJ registrou 178 projetos de IA em 2024, e um levantamento mais recente apontou uso de IA generativa por quase metade dos tribunais e conselhos do país.

Ferramentas como o "Servidor Virtual" do TRF1 já funcionam exatamente nessa lógica de workflow: verificação documental, aplicação de etiqueta processual, encaminhamento para a minuta pré-aprovada quando o caso se enquadra, e separação clara do que exige análise humana. Não é um prompt. É uma sequência de etapas, cada uma com sua função.

A literatura acadêmica recente sobre o tema chega numa conclusão consistente, e vale registrar porque vai na contramão do que a maioria assume: mais complexidade e mais "agente de IA" não significam automaticamente melhor resultado. Um estudo aplicado a decisões judiciais brasileiras mostrou que decompor demais o processo pode aumentar custo e complexidade sem gerar ganho real. O desenho importa mais do que o volume de tecnologia empilhada. Isso reforça o ponto central: workflow bom não é o mais sofisticado. É o mais bem desenhado para o problema específico que ele resolve.

Onde o meu fluxo de trabalho começa: a reunião

O primeiro ponto do meu fluxo não é a petição. É a reunião com o cliente. Já expliquei, na edição sobre o workflow de petição inicial, que hoje 100% das minhas reuniões são virtuais. Vou aprofundar o porquê aqui.

Toda reunião acontece pelo Google Meet. O escritório roda no Google Workspace, com domínio próprio. Não é conta pessoal de Gmail. Trata-se de ambiente corporativo, com controle de acesso e política de dados definida. Isso importa, porque é esse ambiente que permite o próximo passo funcionar sem fricção.

O Gemini transcreve a reunião automaticamente. Ao final, ele já me envia por e-mail a transcrição completa e um resumo com as anotações principais.

Isso não é só um registro formal da reunião. É a matéria-prima do caso, capturada no formato mais fiel possível: a fala do cliente, com as próprias palavras dele, sem filtro de memória ou anotação manual incompleta.

E aqui vale uma pausa importante: transcrição de reunião envolve dado sensível do cliente. Isso exige duas coisas que não são opcionais. Primeiro, transparência: o cliente precisa saber que a reunião está sendo gravada e transcrita, e para que finalidade — isso faz parte do dever de informação e da base legal de consentimento da LGPD. Na prática, isso significa avisar no início da reunião, de forma clara, que a gravação e a transcrição vão acontecer, e por que — no meu caso, explico que isso vira material de trabalho do próprio caso dele, não é armazenado por outro motivo. Segundo, ambiente controlado: a transcrição precisa ficar num espaço com controle de acesso real, não solta num e-mail pessoal ou numa ferramenta sem política clara de retenção de dado.

Da caixa de entrada para o lugar certo

A transcrição chega ao e-mail. Mas e-mail não é lugar de trabalho — é lugar de trânsito.

Cada cliente tem uma pasta própria no Drive do escritório. A transcrição da reunião é salva ali, junto com o restante da documentação daquele caso específico. Isso parece um detalhe operacional pequeno, mas é o que evita o problema mais comum de quem começa a usar IA no Direito: informação boa, gerada em um lugar, e perdida porque nunca chegou no lugar onde o trabalho de fato acontece depois.

Informação capturada e não organizada não vira contexto. Vira ruído esquecido numa caixa de entrada.

O cliente manda a documentação — e ela já cai organizada

Depois da reunião, peço para o cliente enviar a documentação do caso por e-mail.

O Gmail, dentro do Workspace, tem uma função direta de salvar todos os anexos de um e-mail no Drive de uma vez, sem precisar baixar e subir arquivo por arquivo manualmente. Isso parece pequeno, mas evita um gargalo bem real: documentação de cliente se acumulando em anexo de e-mail, sem nunca virar de fato parte do material de trabalho do caso.

Com isso, a pasta do cliente no Drive passa a reunir duas coisas ao mesmo tempo: a transcrição da reunião, com a história do caso contada pelo próprio cliente, e a documentação bruta que sustenta essa história.

Onde o Claude Cowork entra

É a partir desse ponto que a IA participa do processo.

O Claude Cowork, conectado ao Drive do escritório, acessa a pasta do cliente: lê a transcrição da reunião e a documentação recém-organizada. Uso um prompt específico — já salvo numa pasta de notas, e transformado numa skill, para não precisar reescrever isso toda vez — pedindo para ele baixar os documentos, e renomear cada um seguindo a lógica da estratégia que vamos adotar naquele caso.

Repare no que está acontecendo aqui, em termos de arquitetura de workflow: não é "jogue os documentos para o Claude e peça uma petição". É uma etapa específica, com objetivo específico — organização e nomeação de documento segundo critério jurídico definido por mim — que produz um artefato intermediário. Esse artefato entra na etapa seguinte, que já apresentei na edição sobre a petição inicial: a conversa de análise, depois o prompt de redação, depois a revisão.

Cada etapa produz algo que a próxima etapa usa. Nenhuma etapa tenta fazer o trabalho inteiro de uma vez.

O que sobra depois que o caso termina

Tem uma parte do workflow que a maioria ignora: o que acontece depois que a petição já foi protocolada.

Um workflow bem desenhado não descarta o que foi produzido no caminho. A pasta organizada, a transcrição, os documentos renomeados segundo a estratégia adotada — tudo isso vira registro reaproveitável. Se aquele cliente voltar com outra demanda, ou se surgir um caso parecido, o material já está lá, já organizado, já com o raciocínio que orientou a estratégia anterior.

Isso é o que a literatura sobre workflow jurídico chama de captura de conhecimento: transformar experiência individual em processo explícito, documentado, que não depende só da minha memória para se repetir da próxima vez.

É esse detalhe, mais do que qualquer ferramenta específica, que separa um escritório que "usa IA" de um escritório que construiu, de fato, um sistema de trabalho.

Por que isso funciona melhor que "jogar tudo num prompt só"

Já expliquei, na edição sobre prompt e loop, que a IA não lê intenção. Ela lê contexto. E contexto bem estruturado reduz a chance de erro, incluindo alucinação.

Um workflow como esse é, na prática, engenharia de contexto aplicada ao processo inteiro do caso, não só a um prompt isolado. Cada etapa — reunião, transcrição, organização documental, nomeação estratégica — entrega contexto mais limpo para a próxima. Quando chega a hora de escrever a minuta, a IA já está trabalhando em cima de material organizado, rastreável, e alinhado à estratégia que eu defini — não em cima de um monte de PDF solto com nome genérico tipo "documento1.pdf".

Isso é desenho deliberado de processo.

E o benefício não aparece só na velocidade. Aparece na qualidade: menos chance de a IA perder informação relevante, menos chance de confundir documento de um caso com outro, e um histórico organizado que o escritório pode reaproveitar caso o mesmo cliente volte com outra demanda no futuro.

O que isso significa para sua rotina

Não importa se você é advogado autônomo, trabalha num escritório médio, ou está dentro de um órgão público. O princípio se aplica igual: pare de pensar em "qual prompt eu uso" e comece a pensar em "qual é a sequência de etapas que meu trabalho realmente segue, e onde a IA pode participar de cada uma, com segurança".

Reunião vira transcrição. Transcrição vira contexto salvo. Documentação vira material organizado. Material organizado vira base para a próxima etapa. E, em cada ponto dessa cadeia, existe uma decisão minha — sobre estratégia, sobre o que aquele caso realmente precisa — que a IA não toma sozinha.

É esse desenho, não a ferramenta em si, que faz a diferença entre usar IA de forma dispersa e usar IA de forma estruturada.

Se você quer aprender a desenhar esse tipo de fluxo para sua própria rotina — com as ferramentas que você já usa, adaptado ao seu volume de caso — isso é exatamente o que trabalho na mentoria individual e no treinamento para equipes. Você encontra os dois formatos em rafaelsouzanews.online/cursos.

Até a próxima.