Înainte de a scrie o singură linie de cod pentru chat-ul cu documente, am stabilit o cerință de neclintit: orice afirmație pe care modelul o face despre documentul tău trebuie să fie verificabilă în acel document.
Nu „o părere informată”. Nu „pe baza analizei generale”. Ci o referință concretă — articol, paragraf, pagină — pe care o vezi instant, exact așa cum apare în fișierul tău.
Trei cerințe pe care ne-am impus să le respectăm
Înainte de tehnologie, deciziile de produs.
Orice document încărcat este citat exact din textul propriu
DOCX, PDF nativ sau sentință scanată — formatul nu schimbă regula. Fiecare răspuns indică sursa precisă din document și păstrează formularea originală, fără reformulări.
Tipurile de documente acoperite efectiv
DOCX — extracție directă. PDF nativ — extracție din text selectabil. PDF scanat — OCR aplicat automat, fără pași suplimentari din partea utilizatorului.
Verificare în sidebar, lângă răspuns
La click pe referință, sidebar-ul deschide pasajul exact, cu textul relevant evidențiat. Vezi simultan răspunsul modelului și textul din document.
Cum arată fluxul, pas cu pas
Demonstrație vizuală, fără jargon tehnic.
Flux LawChat × document
de la încărcare la citarea verificabilă
1/5 · Încarc document
Contract_servicii_v3.docx
încarc DOCX…
Funcționează identic pentru DOCX, PDF nativ și PDF scanat (OCR). Tipul documentului nu schimbă promisiunea: orice referință se poate verifica în text.
DocEngine — motorul care face ca totul să fie posibil
DocEngine este componenta proprie LawChat care procesează documentele în câteva secunde și le pregătește pentru chat. Tratează diferit fiecare format:
- DOCX
Word — extracție directă
Structura documentului (titluri, articole, alineate, anexe) este păstrată intactă. Modelul vede aceeași ierarhie pe care o vezi tu în Word.
- PDF
PDF nativ — fără pierdere
Pentru PDF-urile cu text selectabil (rapoarte, decizii ÎCCJ, contracte exportate), extracția păstrează alinierea cu paginile reale.
- OCR
PDF scanat — OCR automat
Pentru sentințe vechi, copii scanate sau acte primite pe email, DocEngine aplică OCR (recunoaștere optică a caracterelor) în fundal. Tu încarci documentul ca de obicei; restul se întâmplă automat.
Promisiunea esențială: indiferent de format, modelul primește pasajele potrivite pentru întrebare și răspunde citând fragmente reale din ele. Nu generează context inventat, pentru că nu are acces decât la fragmentele extrase din documentul tău.
Cât de bine funcționează — în cifre
Acuratețea referințelor și a pasajelor preluate, pe categorii de document.
Acuratețe per tip de document
măsurători interne pe seturi de control (orientativ)
<8 s
timp mediu de procesare per 50 pagini
100%
referințe ancorate în text real (zero halucinare)
3
tipuri de documente acceptate
Un test intern, cât mai aproape de utilizarea reală
Am rulat un experiment controlat: 5 documente încărcate de un avocat real, 10 conversații complete pe baza lor, fiecare răspuns auditat manual de un revizor.
Test intern · ancorare 100%
cum se comportă LawChat când utilizatorul își aduce propriile documente
0
documente încărcate
DOCX · PDF nativ · PDF scanat
0
conversații rulate
întrebări reale tip-utilizator
0
mesaje AI
răspunsuri generate
0
referințe citate
≈ 1,7 per răspuns relevant
0%
ancorate în text propriu
zero invenții, zero parafrazări
0
halucinări detectate
nicio referință inexistentă
Tipul afirmațiilor AI din cele 184 de răspunsuri
marcate clar ca atare, fără referință la document
zero — pragul intern este 0 toleranță
Metodologie: 5 documente de testare (1 contract DOCX, 2 PDF-uri native, 2 PDF-uri scanate cu OCR aplicat), 10 conversații cu 8–22 mesaje fiecare. Fiecare răspuns AI a fost auditat manual de un revizor uman care a verificat existența și exactitatea pasajului citat. Rezultatele sunt orientative pentru comportamentul produsului, nu o garanție absolută pe documente atipice.
Diferența care contează cel mai mult: din cele 184 de răspunsuri ale modelului, niciunul nu a afirmat ceva despre documentul utilizatorului fără referința exactă însoțitoare. Acolo unde modelul a răspuns cu informație generală (definiții, proceduri, recomandări), a marcat-o distinct — fie semnalând „d.p.d.v. general”, fie refuzând să răspundă când întrebarea ieșea din scopul documentului.
De ce contează asta, mai ales în România
Niciun LLM nu este antrenat dedicat pe dreptul român
Modelele lingvistice mari pe care le folosim astăzi sunt extraordinar de capabile la nivel general, dar niciunul nu a fost antrenat în mod special pe legislația românească, pe jurisprudența ÎCCJ sau pe terminologia juridică română actualizată. Înțeleg tradiția juridică romano-germanică mai degrabă prin transfer din alte limbi — un punct de plecare util, dar nu suficient.
Fără ancorare în textul real al documentului tău, riscul ca modelul să „completeze creativ” crește. Acest risc nu este acceptabil într-un context juridic: un articol invocat eronat într-o cerere de chemare în judecată poate duce la respingerea acesteia.
Guardrails sunt esențiale
Restricționăm modelul să răspundă strict pe baza pasajelor extrase. Dacă nu există în document, nu există în răspuns.
Studiat pentru contextul român
Experții LawChat au studiat extensiv comportamentul modelelor pe terminologie juridică românească și au configurat sistemul pentru a minimiza derivările.
Într-un domeniu în care greșeala costă, modelul este util doar dacă fiecare afirmație poate fi verificată. Sidebar-ul deschis lângă răspuns nu este un detaliu UX — este disciplina produsului.
Continuare
În articolul următor: de ce o referință nu este suficientă fără context
Tratăm o întrebare mai nuanțată: ce facem când referința corectă conduce la un pasaj care, scos din context, are alt sens. Cum decidem ce paragrafe „vecine” trimitem împreună cu referința principală. Și de ce, uneori, modelul trebuie să refuze să răspundă — chiar și când documentul conține text relevant.
LawChat.ro
Încarcă un document. Pune o întrebare. Verifică instant ce spune AI-ul, pasaj cu pasaj.