Dez documentos e dez mil não são o mesmo problema. Com dez, o custo de um erro é o documento: alguém repara e corrige. Com dez mil, o custo de um erro é a repetição — a resposta natural a uma carga que parou a meio é voltar a lançá-la, e é aí que nascem segundas cópias do mesmo contrato e segundas chamadas ao sistema de destino. Digitalizar em volume não é ler mais depressa: é garantir que repetir não estraga nada e que daqui a meses se prova o que foi entregue.
O que muda entre dez e dez mil
Com dez documentos, o processo é a atenção de uma pessoa: excelente, e incapaz de escalar. Suponha-se uma carga de dez mil ficheiros em que quarenta falham: a diferença entre uma tarde e uma semana está em saber quais foram os quarenta, repetir só esses, e que repetir os outros por engano seja inofensivo. Um scanner digitaliza bem e o e-mail é insuperável a receber; o que nenhum deles responde é «este ficheiro já cá esteve?», a pergunta que o volume faz dez mil vezes.
Reconhecer não chega: o documento tem de virar estrutura
Extrair o texto de uma imagem é o primeiro passo e o menos interessante. O que decide o resultado é classificar o ficheiro contra os Processos da organização, e essa decisão tem dois limiares, não um. Não basta a pontuação do melhor candidato ser alta: tem de haver distância suficiente para o segundo. Duas pontuações altas e empatadas não são uma decisão: são um empate, e um empate vai para uma pessoa. Passados os dois limiares, o Dossiê nasce do Processo com os Documentos esperados listados e o ficheiro no sítio certo; caso contrário a linha vai para a fila de revisão com a razão registada, como mostra o capítulo entrada documental; os canais de entrada descreve por onde chegam.
A idempotência começa aqui: cada ficheiro é identificado pelo conteúdo — uma impressão digital SHA-256 — mais o canal e a origem, até 100 MB por ficheiro; submetê-lo outra vez devolve o documento que já existe. Uma digitalização de muitas páginas corta-se em vários documentos antes de ser arquivada — por folha separadora, por código de barras na primeira página de cada caso, ou por um número fixo de páginas — com os cortes pré-visualizados e corrigidos à mão primeiro.
A entrega ao sistema externo
Um Processo controlado não acaba numa pasta: acaba a chamar o sistema dono da operação — o ERP que cria o fornecedor, o portal que regista a apólice. Hoje entrega JSON: um modelo de payload definido pelo cliente, em que cada valor traz a sua evidência — de onde veio: um campo do Dossiê, os metadados do e-mail, o texto extraído, a leitura da IA. Os caminhos sensíveis são redigidos antes de sair.
As garantias da entrega são três:
| Garantia | O que faz |
|---|---|
| Chave de idempotência | No cabeçalho de cada execução; um destino que a respeite reconhece a repetição |
| Tentativas com recuo | Três tentativas por omissão, trinta segundos de recuo, trinta segundos de tempo limite por pedido |
| Janela de callback | Vinte e quatro horas, por omissão, para o destino responder de forma assíncrona |
O Dossiê mostra a espera: há um estado próprio para «a operação externa está em curso — a enviar, à espera do resultado, ou a repetir», de onde se sai para concluído ou falhado, com código. O destino é validado antes de cada tentativa e depois de cada redirecionamento, e endereços de rede privada são recusados por omissão — ver segurança. A página integrações enquadra o desenho, e o desenho do processo mostra onde encaixa.
Levar o ficheiro é uma opção, não uma regra
Nem todos os destinos querem a mesma coisa: um ERP que cria um fornecedor quer o contribuinte e o IBAN, não cinquenta páginas; um arquivo digital ou um sistema de assinatura precisam do original. É por isso uma decisão por operação.
Hoje entrega a estrutura: valores, metadados e até 8000 caracteres do texto extraído por documento — um tecto deliberado, porque um contrato de cinquenta páginas inteiro rebenta o contexto do modelo sem ganho. Entregar o documento em si ao lado da estrutura, no corpo da chamada ou por uma ligação temporária que o destino usa para o descarregar, está no roadmap.
Exceções em volume: uma fila de trabalho, não um relatório de erros
Um relatório de erros diz o que correu mal; uma fila de trabalho diz o que fazer a seguir e deixa fazê-lo ali: cada linha tem a razão, o tipo detetado, a pontuação e as ações — resolver, descartar, repetir, ou criar o Dossiê à mão.
Por baixo está a regra que torna a repetição segura: nada é descartado. Os ficheiros que entram nunca são apagados, e um documento que falhou repete-se do princípio. O ritmo, hoje, é o do processamento em segundo plano, com tetos por passagem; o controlo explícito de débito e de pressão — quantos documentos em paralelo, filas com profundidade máxima — está no roadmap.
A prova, meses depois
A pergunta que aparece seis meses depois de uma migração nunca é «a carga correu bem», mas «esta fatura foi entregue, quando, e que nome tem do outro lado?».
Cada execução guarda a resposta: o payload como foi enviado, já redigido, a evidência de cada valor, o URL e o método, o código de resposta, a contagem de tentativas e a referência que o sistema de destino devolveu. Essa última fecha o ciclo: é o nome que o caso passou a ter do outro lado, e sem ela «entregámos» é meia conversa. O dossiê guarda, ao lado dela, os documentos que produziram os valores.
Perguntas frequentes
Repetir uma carga cria documentos duplicados?
Não. Cada ficheiro é identificado pelo conteúdo — uma impressão digital SHA-256 — mais o canal e a origem, e submetê-lo outra vez devolve o documento que já existe.
Como se garante que o destino não recebe o mesmo caso duas vezes?
Cada execução leva uma chave de idempotência no cabeçalho, que um destino que a respeite usa para reconhecer a repetição. Deste lado, as três tentativas com recuo e a janela de vinte e quatro horas evitam que uma resposta lenta seja lida como falha.
O que acontece aos documentos que falham numa carga?
Vão para a fila de revisão com a razão, o tipo detetado e a pontuação. Nada é apagado, por isso repetem-se do princípio depois de corrigida a causa — um limiar afinado, um Processo em falta.
Posso enviar dez mil documentos num único pedido?
Hoje não: cada submissão leva um ficheiro e cada Dossiê é criado um a um, e o volume entra pelos canais contínuos — e-mail, pasta do scanner, API. A carga em lote com acompanhamento e contagem de exceções está no roadmap.