O Direito do Consumidor é a área de maior volume e menor ticket da advocacia — e por isso a primeira em que a inteligência artificial mudou os dois lados do balcão. Do lado de quem defende o consumidor, a IA permite tratar dezenas de casos parecidos sem virar fábrica de peça idêntica. Do lado das empresas — bancos, varejo, telefonia —, a IA já responde ao cliente, tria a reclamação, decide o acordo e, em pelo menos um caso julgado em 2026, tentou manipular a IA do tribunal com comandos escondidos na petição. Este guia — o sexto da série IA por área do Direito — mostra como usar a IA no volume sem cair em litigância abusiva, onde as plataformas de acordo entram no fluxo, e como ler e se defender da IA da outra parte.
O problema do volume: parecido não é igual
Cem casos de negativação indevida se parecem. Cem petições idênticas com nomes trocados são outra coisa: o Judiciário passou a identificar e punir peças em série que não dialogam com o caso concreto, e o CNJ anunciou ferramenta de IA para detectar litigância abusiva entre tribunais. A IA que ajuda aqui não é a que copia — é a que individualiza em escala.
O fluxo que funciona:
Etapa | O que a IA faz | O que fica com você |
|---|---|---|
Intake | Lê os documentos do consumidor (fatura, prints, contrato) e devolve a ficha: fornecedor, produto, data, valor, o que foi pedido e negado | Decidir se o caso é viável — recusar lide temerária é dever ético |
Classificação | Enquadra em uma tese-mãe (negativação, cobrança indevida, vício do produto, falha no serviço) | Confirmar o enquadramento |
Tentativa prévia | Rascunha a reclamação para a plataforma de autocomposição, com os fatos do caso | Protocolar e acompanhar |
Peça | Parte do modelo da tese-mãe e reescreve a narrativa de fatos com os dados daquele caso: datas, valores, protocolos, prints | Revisar a peça inteira; conferir cada julgado |
Provas | Organiza prints e comprovantes em cronologia com referência de página | Verificar se cada prova está legível e datada |
Acompanhamento | Resume publicações e sinaliza prazo | Decidir o próximo ato |
A diferença entre a peça em série e a peça individualizada está na narrativa de fatos: se ela é específica — o protocolo de atendimento, a data da negativação, o valor exato —, a peça não é cópia, mesmo que a fundamentação seja a mesma da tese-mãe. É isso que a IA faz bem e rápido; é o que o escritório de volume não fazia por falta de tempo.
As plataformas de acordo: onde entram no fluxo
O Consumidor.gov.br é, por decreto, "a plataforma digital oficial da administração pública federal para a autocomposição nas controvérsias em relações de consumo" (Decreto 8.573/2015, art. 1º-A, incluído pelo Decreto 10.197/2020) — gratuita, nacional, com prazo de resposta da empresa. Diversos juizados passaram a valorizar a tentativa prévia de solução, e o registro da reclamação e da resposta vira prova: o que a empresa respondeu (ou não) na plataforma entra nos autos.
Na prática, a IA rascunha a reclamação a partir da ficha do intake (fatos, protocolos, pedido claro) e, quando a resposta chega, resume e classifica: resolveu, resolveu parcialmente, negou, não respondeu. Isso alimenta a decisão de ajuizar. Empresas grandes respondem com IA — a resposta genérica e fora do ponto é, ela mesma, um dado para a peça.
A IA da outra parte: o que ela faz com a sua reclamação
Do lado das empresas, a IA está em três lugares que o profissional do consumidor precisa entender:
No atendimento. O robô que responde no chat e no WhatsApp é a primeira "negativa". Guarde os prints com data e hora: o que o robô disse compromete o fornecedor tanto quanto um atendente.
Na triagem e no acordo. Grandes litigantes usam sistemas que classificam a reclamação, estimam o risco e decidem a proposta — muitas vezes sem pessoa. Uma proposta padronizada abaixo do dano é o sintoma. Contraproposta específica, com fatos e valores, tende a sair do fluxo automático e cair para análise humana.
Na peça. A contestação de grande litigante já é, em grande parte, gerada por IA a partir de modelos. Ela tende a ser genérica — e a IA do seu lado é excelente em apontar onde a contestação não responde ao caso concreto. Mais grave: em 2026 o Judiciário flagrou empresa que foi além.
O caso da empresa que escondeu comandos na petição
Em decisão de junho de 2026, o Juizado Especial Cível de Rio Negrinho (SC), no processo 5001058-31.2026.8.24.0055, identificou que a petição de especificação de provas de uma empresa litigante trazia, ao final, comandos ocultos "para direcionar ferramentas de linguagem baseadas em IA" usadas pelo tribunal. O juiz classificou a conduta como fraude processual que viola "os deveres de lealdade, cooperação e boa-fé objetiva", aplicou multa por litigância de má-fé no teto de 10% do valor atualizado da causa e oficiou a OAB. A parte consumidora recebeu ainda R$ 5 mil por danos morais — pela negativação indevida, não pela manipulação — e a exclusão do cadastro. A decisão não nomeou a empresa; segundo a imprensa que revelou o caso em agosto, tratava-se de uma grande empresa brasileira de cosméticos. Poucos dias antes, o TJSC havia publicado a Nota Técnica 01/2026, primeiro protocolo formal de um tribunal para prevenção e tratamento de comandos ocultos em peças.
O caso é do consumidor por um motivo: é onde a assimetria de volume e de tecnologia é maior. A defesa prática está em texto oculto em PDF: como revelar o comando escondido — selecionar tudo na peça da outra parte antes de subir para a sua IA é rotina obrigatória. E o quadro completo do fenômeno, com os outros casos de 2026 (inclusive empresa multada em 5% do valor da causa pelo TRT-20 em agosto), está em prompt injection no Direito.
O que a IA do tribunal faz com a sua peça
O outro lado do balcão inclui o Judiciário. Na Justiça do Trabalho, o sistema Galileu ajuda a elaborar minutas em todos os tribunais regionais; o TJSP liberou ferramenta de minuta para juízes; juizados de volume usam triagem automatizada. Isso muda como escrever para o consumidor:
Um pedido por tópico, com título que diga o que é.
Fatos com data, valor e página do documento — a IA do tribunal extrai o que está estruturado e perde o que está no meio do parágrafo.
Provas numeradas e legíveis — print sem data e sem legenda é print que a triagem ignora.
Sem repetição — a peça de 40 páginas para um caso de R$ 3 mil é o que a triagem marca como abusiva.
Como estruturar a leitura do processo inteiro com IA — a ficha, a cronologia, as contradições — está em como analisar um processo inteiro com IA.
As ferramentas: o que serve para consumidor
Para volume, o que rende não é a IA jurídica de marca — é o método: uma skill de intake que produz a ficha padronizada; uma skill de peça que recebe a tese-mãe e os dados do caso e reescreve os fatos; uma rotina que lê as publicações do dia. As plataformas brasileiras que fazem parte disso, e a que custo, estão em IAs jurídicas brasileiras. Para o escritório pequeno, o modelo leve resolve o intake e a classificação; a peça que vai protocolada passa pelo modelo forte e pela sua revisão.
O que nunca delegar
A decisão de aceitar o caso — recusar lide temerária é dever (Código de Ética, art. 2º, VII).
A conferência de cada julgado — casos de consumidor são os que mais recebem citação de "precedente de turma recursal" que não existe.
A leitura da peça da outra parte antes de subir para a IA — é onde o comando oculto mora.
A conversa com o consumidor — o cliente de baixo ticket é o que mais precisa entender o que está acontecendo, em linguagem simples.
Onde isso se encaixa
Sexto guia da série IA por área do Direito. O panorama de todas as áreas, e a regra comum — a IA prepara, o profissional decide e confere —, está no guia geral de inteligência artificial no Direito. Para aprender o método de intake, skills e verificação que faz o volume funcionar sem virar fábrica de cópia, é o que ensinamos na Formação em IA para o mundo jurídico.
