Perguntas frequentes sobre anonimizar PDF
O que o Anonimizador faz, o que ele não faz e como conferir o resultado. Para a explicação completa, veja como funciona e quais são os limites.
O sistema guarda os meus documentos?
Não. O PDF, o texto extraído e o resultado ficam só na memória do motor e são descartados em até 30 minutos. O que o sistema aprende com as correções da equipe é guardado sem o conteúdo: pesos de modelo e códigos HMAC, que não permitem recuperar o texto original.
Quais dados pessoais ele encontra?
CPF, CNPJ, RG, CNH, PIS, título de eleitor, CEP, e-mail, telefone, placa de veículo, número de cartão, número de processo, endereço IP, datas, endereços e nomes. É mais preciso com dados que têm formato (CPF, e-mail, telefone) do que com nomes soltos no meio do texto, e por isso a lista sempre passa por uma pessoa.
A tarja pode ser removida depois?
Não. A página com tarja é reconstruída como imagem, com a tarja pintada nos pixels: o texto original daquela página deixa de existir no arquivo. Não sobra uma camada escondida que alguém possa tirar.
Funciona com PDF escaneado?
Sim. A página escaneada passa por OCR (leitura do texto da imagem) em português para achar os dados, e a tarja é pintada na própria imagem. Digitalização borrada ou torta piora a leitura, mais um motivo para a conferência.
Por que preciso revisar a lista antes de baixar?
Porque nenhum detector acha tudo nem acerta tudo. A revisão é obrigatória: não existe modo automático que libere o download sem uma pessoa confirmar o que vai ser removido. Se alguém confirma sem olhar, o risco do sistema vira risco do documento.
Qual a diferença entre tarja e rótulo?
Na tarja, um retângulo preto ocupa o lugar do trecho. No rótulo, aparece algo como [CPF] ou [RECLAMANTE], o que deixa o documento legível. Nos dois modos o texto original é arrancado do arquivo do mesmo jeito. A tabela que mostra qual valor virou qual rótulo aparece só na sua tela e nunca é gravada.
Como sei que o PDF final ficou limpo?
Antes de liberar o download, cada trecho removido é procurado no texto e no conteúdo interno do PDF final. Se sobrar algum, ele aparece em vermelho. Você também pode conferir: selecione tudo (Ctrl+A), copie e cole num bloco de notas, e busque o CPF com Ctrl+F.
A página tarjada continua com texto selecionável?
Não. A página que recebeu tarja vira imagem e perde o texto selecionável; é o preço de a remoção ser irreversível. As páginas sem tarja continuam como estavam.
O que acontece com metadados, comentários e anexos do PDF?
O PDF final é montado do zero e não leva autor, título, marcadores, anexos nem formulários do arquivo original. Comentários que citam um dado removido também saem. E o arquivo não é salvo como atualização do original, o que deixaria a versão anterior recuperável lá dentro.
Qual o tamanho máximo do arquivo?
Até 50 MB por PDF.
Dá para integrar com o sistema do escritório?
Sim. Há uma API com chave por time: o sistema envia o documento e recebe os achados e um link de revisão. O arquivo final só sai depois que uma pessoa confirma a redação na tela.
Onde o sistema roda e quem tem acesso?
É instalado no ambiente do cliente (Docker), e o motor que lê os documentos não tem acesso à internet. Não há cadastro público: as contas são criadas pelo administrador, e cada cliente do escritório pode ser um time separado, com membros e histórico próprios.
O Anonimizador garante a conformidade com a LGPD?
Não afirmamos conformidade com a LGPD nem com outra lei sem revisão jurídica. O sistema é uma ferramenta de apoio: ele remove de verdade o que a equipe confirmar, mas decidir o que precisa ser anonimizado, e com qual base legal, continua sendo de quem trata os dados.