Anonimização de documentos antes de usar IA: passo a passo

Anonimizar antes de usar IA é o hábito que separa "usar ferramenta" de "vazar sigilo". Leva poucos minutos e protege a carreira inteira. Este guia mostra o que anonimizar, o passo a passo completo (manual e com skill), os erros que quase todo mundo comete no começo e o teste final que diz se o documento está pronto.

Por que anonimizar

Muitas ferramentas de IA usam o que você digita para treinar seus modelos. Ao colar um documento com dados reais de cliente, você pode entregar informação confidencial para fora do seu controle — risco ao sigilo profissional e à LGPD. A anonimização resolve isso mantendo a utilidade: a análise jurídica não depende dos nomes reais.

Um contrato com risco na cláusula de rescisão tem exatamente o mesmo risco chamando as partes de [EMPRESA-A] e [EMPRESA-B]. Prazos, obrigações, desequilíbrios e nulidades são estruturais — a IA analisa a estrutura, e a estrutura não tem CPF.

O que anonimizar

Não é só o nome. Anonimize tudo que identifica, sozinho ou combinado:

• Nomes de partes, testemunhas, peritos, advogados;
• CPF e CNPJ;
• Número de processo (identifica o caso inteiro — com ele, qualquer pessoa acha tudo na consulta pública);
• Endereços e dados de localização;
• E-mails, telefones e contas bancárias;
• Valores específicos e datas muito particulares;
• Combinações raras — uma profissão incomum + uma cidade pequena pode identificar alguém mesmo sem o nome.

Atenção especial aos dados sensíveis (saúde, origem racial, religião, vida sexual, biometria): comuns em casos previdenciários, de família e trabalhistas, eles têm proteção reforçada na LGPD [VERIFICAR art. 11]. Nesses documentos, a régua de cuidado sobe.

Como fazer: substitua por marcadores

A técnica é trocar cada dado por um marcador consistente:

Antes:
CONTRATANTE: Studio Alfa Design Ltda., CNPJ 12.345.678/0001-90, valor mensal R$ 8.500.

Depois:
CONTRATANTE: [EMPRESA-A], CNPJ [CNPJ-1], valor mensal [VALOR-1].

Use marcadores consistentes ([PARTE-A] sempre para a mesma parte) para que a IA mantenha a coerência da análise. Depois, na peça final, você devolve os dados verdadeiros.

O passo a passo completo (6 passos)

1. Copie o documento para um rascunho de trabalho — nunca edite o original.
2. Monte a tabela de correspondência: numa nota local (fora da IA!), liste cada dado real e o marcador que o substitui — Studio Alfa Design Ltda. → [EMPRESA-A]. É ela que permite reverter depois sem erro.
3. Substitua com busca e troca — use o "localizar e substituir" do editor para cada item da tabela. É mais confiável que substituir de olho, porque pega todas as ocorrências, inclusive as que você não viu.
4. Faça a passada de caça ao resto: releia procurando o que a busca não pegou — nomes abreviados ("a Alfa", "o Sr. J."), dados no meio de citações e transcrições, cabeçalhos e rodapés.
5. Aplique o teste do estranho (abaixo). Se falhar, volte ao passo 3.
6. Cole na IA, trabalhe, e reverta na saída final usando a tabela de correspondência — conferindo um a um.

Nunca cole a tabela de correspondência na IA. Ela é exatamente o mapa que desfaz a anonimização — se entrar junto, o trabalho todo foi inútil. A tabela vive no seu computador, e só.

Erros comuns (e como evitá-los)

• Esquecer cabeçalho, rodapé e assunto do e-mail — o corpo fica limpo e o timbre entrega tudo.
• Anonimizar o nome e deixar o número do processo — o erro mais frequente e o mais grave: o número abre o caso inteiro na consulta pública.
• Deixar o dado dentro de citações — transcrição de depoimento, troca de e-mails citada na peça, cláusula copiada. A busca e troca resolve, olho não.
• Marcadores inconsistentes — [PARTE-A] num parágrafo e [AUTOR] no outro para a mesma pessoa confunde a análise da IA e a sua reversão.
• Anonimizar demais — trocar tudo que é data e valor pode inutilizar a análise (um cálculo de prazo precisa das datas). Regra: identificadores diretos sempre; datas e valores, avalie se aquela informação é necessária para a tarefa e o quão identificável ela é.
• Esquecer que PDF tem camadas — ao trabalhar com PDF, prefira extrair o texto para um editor e anonimizar lá. Tarja preta desenhada por cima do texto não remove o texto (o clássico "PDF tarjado" que continua pesquisável).

O teste do estranho

O critério final é sempre este: se uma pessoa de fora, com o que sobrou no documento (e uma busca na internet), conseguisse descobrir de quem se trata — não está anonimizado. Releia o documento fingindo ser um estranho curioso. Sobrou pista? Volte e feche.

Anonimizar × pseudonimizar (os 30 segundos de teoria)

A rigor, o que este fluxo faz é pseudonimização: os dados são substituíveis de volta através da sua tabela de correspondência. Para a LGPD, dado pseudonimizado ainda merece cuidado — por isso a tabela fica só com você [VERIFICAR definições dos arts. 12 e 13 da LGPD]. A distinção importa menos que a prática: marcadores + tabela local + teste do estranho é o padrão de proteção que o dia a dia exige.

Manual vs. skill

• Manual: para documentos curtos, o passo a passo acima dá conta e ensina o que procurar. Faça algumas vezes para calibrar o olho.
• Skill: para volume, a skill anonimizador-lgpd automatiza — recebe o documento e devolve a versão com marcadores. Ainda assim, revise o resultado com o teste do estranho: nenhuma automação é perfeita, e a responsabilidade continua sua.

Importante: se a ferramenta onde você roda a skill de anonimização é ela própria uma IA externa, o documento original passa por ela. Para material sensível, anonimize manualmente primeiro ou use ferramenta local/aprovada pela política do escritório — veja o mapa de risco por tipo de ferramenta.

No dia a dia

• Autônomo: anonimize antes de qualquer resumo ou análise de documento de cliente. Nos primeiros dias parece fricção; na segunda semana já é automático, como cinto de segurança.
• Escritório: inclua a anonimização como pilar da política de uso de IA, com a skill disponível para a equipe e o passo a passo deste guia no playbook interno.
• Estagiário: este é o hábito que constrói (ou destrói) a sua confiança no estágio. O caso "primeiro estágio" mostra na prática.

Resumo

Anonimizar é o hábito rápido que torna todo o resto do uso de IA seguro. O fluxo: rascunho de trabalho → tabela de correspondência local → busca e troca → caça ao resto → teste do estranho → reversão conferida na saída. "Tirar só o nome" não é anonimizar; anonimizar é garantir que ninguém de fora identifique a partir do que sobrou. Faça manual para aprender, use a skill para escalar, e revise sempre.

Próximo passo: conheça a skill anonimizador-lgpd ou o guia de sigilo e LGPD.