Pitch: [Showcase] Construí um SaaS de IA para "traduzir" contratos: Stack TALL, Gemini 2.5 e PLG na veia
Fala, comunidade do TabNews! Tudo beleza?
Sabe aquela preguiça absurda que bate quando você recebe um contrato de aluguel em PDF, um termo de parceria de 15 páginas ou até os Termos de Uso de um software, e você só quer rolar para o final e assinar logo?
O famoso "juridiquês" é desenhado exatamente para isso: ofuscar regras, esconder multas abusivas e te vencer pelo cansaço.
Para resolver essa dor, desenvolvi o LetrasMiúdas: uma aplicação web gratuita que atua como um "advogado de bolso", lendo as entrelinhas e te alertando do perigo.
Como sei que a galera aqui curte os bastidores, decidi compartilhar a nossa arquitetura técnica e, principalmente, a engenharia de produto por trás do projeto.
🛠 A Stack: TALL + Google Gemini 2.5
Escolhi uma stack focada em produtividade e velocidade de entrega:
Back-end: Laravel 11 / PHP 8.2+
Front-end Reativo: Livewire 3 (maravilhoso para ter reatividade sem precisar construir uma API separada e lidar com estados no JS) + Alpine.js para micro-interações no cliente.
Estilização: O recém-lançado Tailwind CSS v4 rodando via Vite.
Inteligência Artificial: API do Gemini 2.5 Flash.
🤔 Por que o Gemini e não a OpenAI?
Para análise de contratos, precisamos de uma janela de contexto gigante. O Gemini Flash suporta até 1 milhão de tokens, é absurdamente rápido, e o custo da API (além da cota free generosíssima) torna o modelo de negócio de uma ferramenta B2C gratuita totalmente sustentável.
🚀 Engenharia de Produto: Fugindo da "Síndrome do Wrapper"
A maior armadilha hoje é criar um produto de IA que é apenas uma caixa de texto repassando dados pra API. Para gerar valor real e ativar o PLG (Product-Led Growth), criei algumas alavancas:
-
A "Prova do Crime" (Citação Direta vs Alucinação)
Para evitar que a IA inventasse riscos, nós a forçamos (via injeção de prompt e JSON Schema) a retornar não apenas a explicação em linguagem simples, mas também a chave trecho_original. Na interface, mostramos o risco e, logo abaixo, a extração exata da cláusula no contrato. Isso gera confiança imediata no usuário. -
Injeção de Contexto (IA Cirúrgica)
Contratos diferentes têm pegadinhas diferentes. Adicionamos botões para o usuário dizer se é um contrato de Aluguel, Freelancer ou App. No back-end, o Laravel injeta silenciosamente instruções específicas (ex: "Atenção para cláusulas de roubo de propriedade intelectual e prazos de pagamento irrealistas"). -
Rebate Automático (Foco na Ação)
Achar o problema é legal, mas como o usuário resolve? Se a IA acha uma multa abusiva, a interface exibe um botão: "Gerar e-mail contestando". Fazemos uma segunda chamada à API listando os problemas e geramos um rascunho de e-mail educado e corporativo para ele apenas copiar, colar e mandar para a imobiliária ou cliente. -
RAG "In-Context" Sem Vetores
Aproveitando a janela de contexto enorme, criamos um chat direto com o contrato. O usuário pergunta: "Tem algo sobre animais de estimação?" e a IA responde baseada estritamente no escopo do documento anexado, sem precisarmos montar um banco de dados vetorial complexo. -
O Motor Viral (Aquisição a Custo Zero)
A mágica para crescer: ao finalizar a análise, o Laravel salva o JSON do resultado no nosso banco (Mysql) e gera uma hash única. O usuário clica em "Compartilhar no WhatsApp". Quem recebe a mensagem abre uma URL exclusiva /analise/abc-123, lê os riscos que o amigo encontrou e vê um banner gigante convidando-o a testar o sistema de graça.
🧪 Teste o sistema e deixe seu feedback!
O sistema já está em produção e eu adoraria a opinião de vocês, tanto da perspectiva de código/UX quanto de produto.
👉 Acessem aqui: https://letrasmiudas.softbean.com.br/
Qualquer dúvida sobre a integração, arquitetura de prompts ou banco de dados, mandem aqui nos comentários que será um prazer debater! Um abraço!
**Próxima feature: importação de PDF! **