O Problema

O escritório de advocacia gastava cerca de 4 horas diárias buscando jurisprudências em PDFs não estruturados. A busca por palavras-chave tradicional falhava em entender o contexto semântico.

A Solução Técnica

Desenvolvi um pipeline RAG (Retrieval-Augmented Generation) utilizando:

1. Ingestão: Scripts Python para OCR em PDFs antigos.
2. Embeddings: Modelo text-embedding-3-small da OpenAI.
3. Vetor Database: Pinecone para busca de similaridade rápida.

Exemplo de Código

Abaixo, um trecho da configuração do retriever:

```python vectorstore = PineconeVectorStore( index_name=“jurisprudencia-idx”, embedding=embeddings ) retriever = vectorstore.as_retriever(search_kwargs={“k”: 5}) ```

Resultados

O sistema agora retorna citações precisas em segundos, com uma taxa de alucinação inferior a 2% graças ao prompt engineering focado em “Grounding”.