Levantar prescrição numa carteira de processos é o tipo de trabalho que a IA faz em minutos e que custava dias — e é também o tipo de trabalho em que um erro da IA vira responsabilidade sua. A ferramenta certa para isso é o NotebookLM, porque ele só responde com base nos documentos que você subiu e aponta o trecho exato de onde tirou cada data. Este guia mostra o método completo — da organização dos arquivos à pergunta certa — e a trava de segurança que separa “triagem inteligente” de “prazo perdido por confiar na máquina”. Atualização (18/07/2026): o NotebookLM agora se chama Gemini Notebook (rebatizado pelo Google) — mesmo produto, mesmos recursos; o passo a passo deste guia continua idêntico.
Por que o NotebookLM (e não o ChatGPT)
Prescrição é caça a datas dentro de documentos — exatamente o cenário onde o corpus fechado ganha. O NotebookLM responde apenas com base nas fontes que você subiu, com citação clicável do trecho; um estudo acadêmico mediu 13% de alucinação nele contra 40% do Gemini e do ChatGPT em perguntas sobre documentos jurídicos (preprint — amostra pequena, mas a direção é a que a arquitetura promete).
E a conta fecha no preço: o plano gratuito dá 100 notebooks, 50 fontes por notebook e 50 perguntas por dia — um levantamento de carteira inteiro sem pagar nada (Google). O guia completo da ferramenta está no nosso NotebookLM na rotina jurídica.
O método, passo a passo
1. Um notebook por lote homogêneo. Não misture naturezas: um notebook para as cobranças, outro para as indenizatórias. Prazos diferentes no mesmo balaio confundem a análise — a sua e a da máquina.
2. Suba o que tem data que importa. Petição inicial, citação, despachos, últimas movimentações, o contrato de origem. O NotebookLM aceita PDF, Docs, áudio e até foto de anotação — até 50 fontes por notebook, 500 mil palavras cada.
3. Pergunte estrutura, não conclusão. A diferença entre o uso amador e o profissional está aqui:
“Para cada processo nos documentos, monte uma tabela: número · partes · natureza da ação · data do fato gerador · data da citação · última causa interruptiva que você encontrar (com o trecho e a fonte) · data da última movimentação. Se alguma data não constar, escreva ‘não consta’. Não calcule a prescrição — apenas organize as datas.“
4. Peça os candidatos, não o veredito.
“Com base na tabela, liste os processos SEM movimentação há mais de 2 anos, em ordem decrescente de inatividade.”
Repare no desenho: a IA organiza e prioriza; quem aplica o prazo do Código Civil, identifica a interrupção do art. 202 e bate o martelo é você. É a mesma lógica de divisão de trabalho que usamos em cálculos jurídicos com IA: a máquina não sabe qual regra o seu caso exige — e prescrição tem suspensão, impedimento e interrupção que não estão escritos com essas palavras nos autos.
5. Confira cada citação. O NotebookLM aponta o trecho — clique e leia. Nos 13% em que ele erra, é aqui que você pega.
A trava de segurança (leia antes de usar)
Regra de ouro: a IA nunca é a última a olhar um prazo. O fluxo profissional tem três estágios:
IA faz a triagem — transforma 200 processos em uma tabela e aponta os 20 críticos.
Humano valida os críticos — cada data conferida no documento original (um clique na citação), cada prazo calculado por você ou pela ferramenta de cálculo.
O sistema de prazos registra — o resultado vai para o software de gestão do escritório, com responsável e alerta. IA não substitui agenda de prazos. Nunca.
O que não fazer: perguntar “quais processos estão prescritos?” e agir sobre a resposta. Prescrição envolve juízo jurídico (termo inicial discutível, causas interruptivas implícitas, prazos especiais) — e um falso negativo da máquina é um prazo que ninguém olhou. A Recomendação 001/2024 da OAB chama isso de supervisão humana; a prática chama de não perder o prazo do cliente.
E o sigilo: processos têm nome, CPF e história. No NotebookLM em conta pessoal, o conteúdo não treina os modelos (exceto se você der feedback com 👍/👎 — aí revisores podem ler); em contas Workspace, nem isso. Ainda assim, para carteira sensível, anonimizar antes segue sendo a primeira linha.
Escalando: quando a carteira é grande demais
Cinquenta fontes por notebook resolvem a maioria dos lotes. Para carteiras maiores:
Divida por natureza e por ano — notebooks menores e mais homogêneos rendem análises melhores.
Padronize a pergunta — o mesmo prompt de tabela em todos os notebooks gera saídas comparáveis, que você consolida numa planilha.
Repita no ciclo de revisão — o levantamento não é evento único; refaça o notebook a cada trimestre com as movimentações novas.
Quem quiser esse método completo — de montar o fluxo a treinar a equipe — encontra na Formação em Inteligência Artificial para o Mundo Jurídico.
