Pular para o conteúdo principal

Google Deep Review explicado

O Google Deep Review verifica documentos longos com agentes de IA em paralelo. Veja como funciona, seus resultados no SPOT e como usar de graça.
Vaibhav Mehra
Vaibhav Mehra

Crie sua conta gratuita

Pratique e programa seu progresso.

Continuar com o GoogleAo continuar, você aceita nossa Termos de Uso, nossos Política de Privacidade e que seus dados são armazenados nos EUA.

Imagine que você entrega a um amigo um relatório de 40 páginas e pede: "Você consegue revisar os erros em 10 minutos?"

Ele provavelmente vai achar alguns typos e uma frase ou outra com gramática ruim. Mas será que perceberia que um número na página 3 não bate com o mesmo número na página 31? Provavelmente não.

Agora entregue o mesmo relatório para um time.

Uma pessoa boa de matemática pega as equações, outra revisa os experimentos, todo mundo recebe a versão completa, e um editor junta as anotações e confere de novo qualquer coisa que pareça fora do lugar.

Esse time vai encontrar bem mais coisas — inclusive os erros que realmente importam.

Google Deep Review é essa segunda abordagem em forma de software. É um sistema de IA agentiva do Google Research que revisa documentos longos e complexos dividindo-os em seções, avaliando cada seção em paralelo e consolidando os resultados em um único relatório.

O Google abriu o acesso ao público em 14 de outubro de 2026, com 2 revisões grátis por semana.

Neste artigo, explico o que é o Deep Review, como funciona seu pipeline de 4 etapas, o que mostram os resultados publicados pelo Google e como você pode reproduzir o mesmo padrão. Você também pode ver nosso guia do Gemini 3.1 Pro e nosso curso Multi-Agent Systems with LangGraph.

Em poucas palavras

  • O Deep Review divide o documento em seções, aloca mais computação para as partes mais difíceis, revisa tudo em paralelo com o documento completo visível e depois mescla e faz checagens factuais das conclusões.
  • Em um subconjunto de matemática e ciência da computação do benchmark SPOT (26 artigos, 29 erros), a ferramenta Paper Assistant Tool (PAT) do Google detectou 89,7% dos erros, contra 55,2% do Gemini 3.1 Pro usado sozinho.
  • Cada usuário tem direito a 2 revisões gratuitas por semana. Ele aceita apenas PDFs e texto puro.
  • Todos os números de acurácia vêm do Google e de autores que optaram por participar. Ninguém testou de forma independente a versão pública ainda.
  • Ele verifica o raciocínio do seu documento, não o seu código, então um bug no pipeline ainda pode gerar números errados que parecem consistentes.

O que é o Google Deep Review?

O Google Deep Review é um sistema de IA agentiva que oferece feedback e verificação técnica em documentos longos e complexos. Ele divide o documento em seções, revisa cada seção em paralelo e combina os resultados em um único relatório.

O Deep Review foi criado inicialmente para artigos acadêmicos. Hoje, o Google diz que ele também funciona para documentos de design, apresentações e documentos jurídicos e financeiros. Você pode usá-lo pelo Google Research Portal, e o Google o anunciou no evento Research@.

Voltando à nossa analogia, o Deep Review é o time mais o editor. Ele reparte o trabalho para que cada parte receba atenção cuidadosa, em vez de ler tudo uma vez e dar só uma impressão inicial.

Por que o Google criou o Deep Review?

A IA barateou a escrita de documentos, mas checá-los continua lento e caro. O Google chama isso de gargalo de validação: a informação é gerada mais rápido do que pode ser revisada com rigor.

Segundo o Google, os envios combinados para 3 grandes conferências de IA (ICLR, NeurIPS e ICML) cresceram de cerca de 23.000 em 2023 para aproximadamente 74.000 em 2026.

O número de revisores qualificados não triplicou no mesmo período. (O número de 2026 é parcialmente estimado, já que a contagem do NeurIPS no artigo do Google é uma projeção.)

Do Paper Assistant Tool ao Deep Review

O Deep Review começou como o Paper Assistant Tool (PAT). O Google o pilotou em 4 conferências de ciência da computação: STOC 2026, ICML 2026, NeurIPS 2026 e ICLR 2027.

Autores podiam optar por participar e receber feedback privado no artigo antes do prazo final.

Mais de 16.000 artigos passaram pelos pilotos.

O feedback foi mantido separado da revisão por pares oficial, então não influenciou a aceitação do artigo.

A versão pública adiciona suporte ao Gemini 4 Argon, que segundo o Google deixa a ferramenta mais forte que o antigo PAT. O Google também incorporou um padrão semelhante no Antigravity, seu ambiente de codificação baseado em agentes.

O Teamwork Deep Document Review Pattern roda com o comando /teamwork-preview.

Como o Deep Review funciona?

O Deep Review funciona em um pipeline de 4 etapas: ele segmenta o documento, aloca esforço por seção, revisa as seções em paralelo e mescla as descobertas.

A forma mais óbvia de revisar um artigo com um LLM é colar tudo e pedir feedback.

Esse é o "amigo com 10 minutos" da nossa analogia. O Google dá 3 motivos para isso ficar aquém:

  • O modelo esgota o orçamento de raciocínio antes de chegar às partes difíceis
  • Ele perde dependências entre seções distantes
  • Ele aceita afirmações sutis sem examiná-las a fundo

Nosso time de revisores segue as mesmas 4 etapas do pipeline. Vamos passar por cada uma.

Etapa 1: segmentação do documento

Um agente segmentador divide o documento em partes lógicas como introdução, métodos, experimentos e demonstrações.

As partes podem se sobrepor, mas juntas precisam cobrir o documento inteiro.

Na nossa analogia, é o time decidindo quem revisa qual capítulo antes de começar a ler. Nenhuma parte fica de fora.

Etapa 2: alocação adaptativa de computação

Algumas seções são muito mais difíceis de revisar do que outras.

Uma demonstração matemática longa exige bem mais cuidado do que a seção de trabalhos relacionados, que é basicamente uma lista de artigos.

O Deep Review avalia a densidade de cada parte e dá mais computação para as mais complexas.

O artigo do Google descreve trilhas de raciocínio leve, média e alta, com provas e teoria na trilha alta. Se você já usou um modelo com ajuste de "thinking", é a mesma ideia aplicada separadamente a cada seção.

Etapa 3: verificação profunda em paralelo

Em seguida, agentes revisores checam todas as seções ao mesmo tempo. Cada agente foca na sua própria seção, mas todos conseguem ver o documento completo.

Digamos que a Seção 5 use um resultado desenvolvido na Seção 2.

O agente da Seção 5 pode voltar e ver se os dois batem. Um modelo que só visse a Seção 5 não teria chance de flagrar isso.

Etapa 4: síntese global e grounding

Por fim, um agente de síntese faz o papel do nosso editor.

Ele combina os relatórios das seções, remove comentários duplicados, procura contradições entre seções e refaz checagens lógicas quando tem dúvida.

Também executa checagens de grounding com fontes externas, incluindo o Google Search, para pegar alucinações como artigos ou teoremas inexistentes.

Sem essa etapa, o revisor poderia apontar com confiança problemas que não existem — e fazer você perder tempo.

Como criar um pipeline ao estilo Deep Review em Python

O Deep Review segue um padrão map-reduce com agentes LLM: dividem-se as tarefas, validam-se as partes em paralelo e depois junta-se tudo. Dá para construir uma versão simples em menos de 80 linhas.

O exemplo abaixo usa o Google Gen AI SDK com o Gemini 3.1 Pro.

A configuração thinking_level nos dá um jeito de reproduzir a Etapa 2.

from concurrent.futures import ThreadPoolExecutor

from google import genai
from google.genai import types

client = genai.Client()  # reads GEMINI_API_KEY from your environment
MODEL = "gemini-3.1-pro-preview"


def split_into_sections(text):
    """Stage 1: split a Markdown document on its headings.
    Deep Review uses a segmenter agent for this step."""
    sections, current = [], []
    for line in text.splitlines():
        if line.startswith("#") and current:
            sections.append("\n".join(current))
            current = []
        current.append(line)
    if current:
        sections.append("\n".join(current))
    return sections


def thinking_level_for(section):
    """Stage 2: a very rough version of adaptive budgeting. More math, more thinking."""
    math_signals = section.count("$") + section.count("=")
    if math_signals > 20:
        return types.ThinkingLevel.HIGH
    return types.ThinkingLevel.LOW


def review_section(section, full_doc):
    """Stage 3: review one section while still seeing the full document."""
    prompt = (
        "You are reviewing one section of a technical document.\n\n"
        f"Full document for context:\n{full_doc}\n\n"
        f"Section to review:\n{section}\n\n"
        "List math errors, logic gaps, and claims not supported by evidence. "
        "Quote the exact text for each issue. Say 'No issues' if there are none."
    )
    response = client.models.generate_content(
        model=MODEL,
        contents=prompt,
        config=types.GenerateContentConfig(
            thinking_config=types.ThinkingConfig(
                thinking_level=thinking_level_for(section)
            )
        ),
    )
    return response.text


def deep_review_lite(full_doc):
    sections = split_into_sections(full_doc)

    # Map step: review every section in parallel
    with ThreadPoolExecutor(max_workers=4) as pool:
        reports = list(pool.map(lambda s: review_section(s, full_doc), sections))

    # Stage 4 (reduce step): merge, remove duplicates, drop issues the document resolves
    merge_prompt = (
        "Merge these section reviews into one report with three headings: "
        "Major concerns, Minor corrections, Suggestions. "
        "Remove duplicates and drop any issue the full document clearly resolves.\n\n"
        f"Full document:\n{full_doc}\n\n"
        "Section reviews:\n\n" + "\n\n---\n\n".join(reports)
    )
    final = client.models.generate_content(model=MODEL, contents=merge_prompt)
    return final.text


if __name__ == "__main__":
    with open("my_report.md", encoding="utf-8") as f:
        print(deep_review_lite(f.read()))

Não se preocupe se você não acompanhar cada linha. A estrutura geral importa mais do que o código exato. Aqui está como isso se alinha às 4 etapas:

  • split_into_sections() é nosso segmentador (Etapa 1)
  • thinking_level_for() decide o esforço por seção (Etapa 2)
  • ThreadPoolExecutor roda os revisores em paralelo, e cada um vê o documento completo (Etapa 3)
  • O merge_prompt no final é o nosso editor (Etapa 4)

Essa versão é bem mais simples do que a real. Não há agente segmentador, nem checagem via Google Search, nem segunda passada sobre pontos incertos.

Ela resolve 2 dos 3 problemas listados pelo Google: esgotar o orçamento de raciocínio e perder conexões entre seções.

Também há custos a observar.

Cada chamada de revisor carrega o documento inteiro, então o uso de tokens cresce com o número de seções.

O divisor também trata qualquer linha que começa com # como título, inclusive comentários dentro de blocos de código, então teste antes nos seus próprios arquivos.

Como usar o Google Deep Review

Usar o Deep Review leva alguns minutos de configuração e depois uma espera enquanto os agentes trabalham.

Configurando sua primeira revisão

Seis etapas para rodar um Deep Review, do login até agir sobre o feedback

Figura 1: As etapas para rodar um Deep Review, do login até agir sobre o feedback. Diagrama do autor, baseado na página do Deep Review do Google Research.

  1. Acesse o Google Research Portal e abra o Deep Review.
  2. Entre com sua conta Google.
  3. Envie um PDF ou cole texto puro.
  4. Opcionalmente, adicione um contexto personalizado para dizer o que revisar e ajuste a profundidade e o nível de raciocínio. As revisões gratuitas usam Médio para ambos.
  5. Inicie a revisão. O Google diz que leva cerca de 10 a 20 minutos; documentos mais longos podem levar até 30.

Alguns limites importantes:

  • Você tem 2 revisões gratuitas por semana e não precisa de chave de API para usá-las.
  • No momento, apenas PDFs e texto puro são aceitos.
  • O Google diz que o suporte a múltiplos arquivos chega em breve, ideal para um artigo com apêndice.

Lendo o relatório

Um relatório do Deep Review ao lado do artigo DeepSeek-V4.1-Flash, com sumário e pontos fortes

Figura 2: Exemplo de relatório do Google Deep Review, mostrado ao lado do artigo revisado. Imagem de: ScriptByAI, Deep Review: Google's AI Reviewer for Papers and Technical Documents.

O relatório começa com o Feedback geral, um sumário, e depois traz o Feedback detalhado abaixo.

Você pode filtrar os comentários detalhados por preocupações maiores, correções menores e sugestões, e cada comentário indica a seção ou página a que se refere.

Há também uma visualização de comentários e um botão Copy Report que copia tudo em Markdown. É ótimo para colar nas suas notas e ir resolvendo ponto a ponto.

Quão preciso é o Google Deep Review?

Os resultados do próprio Google mostram que o antecessor do Deep Review, o PAT, detectou 89,7% dos erros de matemática e ciência da computação no benchmark SPOT, contra 55,2% do Gemini 3.1 Pro usado sozinho.

Os números vêm do artigo do PAT, Towards Automating Scientific Review with Google's Paper Assistant Tool.

O SPOT é um benchmark construído a partir de erros reais em artigos que depois foram retratados ou corrigidos. O Google testou o PAT no subconjunto de matemática e ciência da computação com erros em equações e provas: 26 artigos contendo 29 erros.

O recall do PAT foi cerca de 34 pontos percentuais maior do que o baseline de uma única chamada.

Dois alertas se aplicam.

Primeiro, os autores usaram seu próprio avaliador, que aceita descrições logicamente equivalentes de um erro, então não dá para comparar esses números diretamente com os resultados originais do SPOT.

Segundo, o artigo não é consistente sobre o modelo: o texto descreve o PAT como movido pelo Gemini Deep Think, enquanto a tabela de resultados atribui os 89,7% ao PAT com Gemini 3.1 Pro. De qualquer forma, isso não é o Deep Review público.

O feedback dos pilotos também parece bom.

O Google pesquisou autores dos pilotos do STOC e do ICML, que revisaram mais de 4.700 submissões no total. Entre os 857 respondentes (124 no STOC, 733 no ICML):

  • 92,7% no STOC e 90,7% no ICML disseram que o feedback foi muito ou majoritariamente útil
  • Cerca de 1 em cada 10 autores do STOC e mais de 1 em cada 3 do ICML (35,4%) disseram que a ferramenta encontrou um erro teórico significativo que levou mais de uma hora para corrigir
  • 31% dos respondentes do ICML rodaram novos experimentos por causa do que o PAT apontou

Esse último número me chamou atenção.

Rodar experimentos extras perto do prazo é pedir muito, então o feedback deve ter sido convincente.

Ainda assim, todos esses números vêm do Google e de autores que optaram por participar, e ninguém testou a versão pública do Deep Review de forma independente ainda. Trate-os como um sinal promissor, não como prova de como ele vai se sair nos seus documentos.

Como data scientists podem usar o Deep Review?

Você não precisa escrever demonstrações matemáticas para tirar proveito do Deep Review.

Muito do que data scientists e analistas escrevem é uma sequência de afirmações sustentadas por números — exatamente o que o Deep Review foi feito para checar.

Aqui vão alguns casos em que acho que faz sentido:

DocumentoO que o Deep Review pode ajudar a checar
Relatórios de análiseSe cada conclusão está apoiada por um número presente no relatório
Relatos de testes A/BAfirmações estatísticas frágeis ou tamanhos de amostra que mudam entre seções
Docs de design de MLPontos em que a seção de arquitetura e a de avaliação não batem
Relatos de notebooksA explicação em torno dos resultados (exporte o notebook como PDF antes)

O Google descreve o Deep Review como uma checagem do raciocínio do seu documento. Ele não fala em rodar seu código, então um bug no pipeline ainda pode deixar você com números errados que parecem perfeitamente coerentes.

Um bom fluxo seria assim:

  1. Feche um rascunho completo primeiro. Revisar metade do documento consome uma das suas 2 revisões semanais.
  2. Rode o Deep Review e confira você mesmo cada preocupação maior antes de mudar qualquer coisa.
  3. Corrija o que for problema real e rode de novo se ainda tiver uma revisão disponível.

Para usar dentro das suas próprias ferramentas, a API do Deep Review permite executar revisões por código, por exemplo, como parte de um pipeline de CI.

Você conecta sua própria chave de API do Gemini, então o uso é cobrado pela sua conta do Gemini API.

O custo depende do tamanho do documento e do esforço de raciocínio, então teste em um documento antes de construir algo em cima.

Limitações do Google Deep Review

A maior limitação é que o Deep Review pode errar nos dois sentidos.

O artigo do PAT diz que os pilotos mostraram casos em que a ferramenta classificou incorretamente como errado um resultado correto por falha de raciocínio, e os autores afirmam que ainda estão trabalhando nisso.

Grounding é outro ponto para ficar de olho.

Apenas 55,8% dos respondentes do STOC e 64,8% do ICML disseram que o feedback foi majoritária ou totalmente ancorado em fontes, então algo entre 35% e 44% não o considerou majoritariamente grounded.

Confira cada preocupação maior no seu documento antes de agir.

Ele também não faz juízo de valor.

Não vai dizer se sua ideia é nova ou interessante, e não ranqueia artigos. Essa parte ainda depende de você e dos seus revisores.

Também há a questão da privacidade.

O Google diz que nunca usa os documentos enviados para treinar, ajustar ou melhorar seus modelos, mas guarda por 1 ano para que você possa visualizá-los na interface.

Se você está trabalhando sob um acordo de confidencialidade (NDA), eu pensaria duas vezes antes de enviar.

Outras limitações:

  • É um sistema fechado, sem pesos abertos e sem como hospedar você mesmo, então você depende totalmente dos modelos do Google
  • Por enquanto, só aceita PDFs e texto puro
  • 2 revisões grátis por semana acabam rápido se você estiver fazendo muitas alterações no rascunho
  • Até agora, todo número de acurácia veio do Google

Considerações finais

O Deep Review é muito mais parecido com nosso time de revisores do que com o amigo com 10 minutos. Na minha opinião, o melhor uso é como uma passada extra no rascunho antes de enviar, com você verificando cada preocupação maior.

Ele às vezes aponta coisas que não são problemas; não julga a novidade do seu trabalho, e sua precisão ainda precisa ser testada por gente de fora do Google.

O design é a parte que vale levar adiante. Dividir o trabalho, dar mais esforço às partes difíceis, revisar tudo em paralelo e juntar os resultados funciona em praticamente qualquer agente que precise lidar com documentos longos.

Se você quer criar agentes assim, recomendo nosso curso Multi-Agent Systems with LangGraph.

FAQs sobre o Google Deep Review

O Google Deep Review é gratuito?

Sim, todo mundo tem 2 revisões gratuitas por semana. Se precisar de mais, você pode conectar sua própria chave de API do Gemini.

Quais tipos de arquivo o Deep Review aceita?

No momento, apenas PDFs e texto puro. O Google diz que o suporte a múltiplos arquivos chega em breve.

O Google treina seus modelos nos meus documentos?

Não. O Google diz que os documentos enviados nunca são usados para treinar, ajustar ou melhorar seus modelos. Eles são armazenados por 1 ano para que você possa visualizá-los na interface do Deep Review.

Existe uma API do Deep Review?

Sim. A API do Deep Review roda com a sua própria chave de API do Gemini, então você pode executar revisões a partir do seu código, por exemplo, em um pipeline de CI.

Quanto tempo leva uma revisão no Deep Review?

O Google estima entre 10 e 20 minutos por documento. Documentos mais longos e com muita matemática recebem mais computação e podem levar até 30 minutos.

Quão preciso é o Google Deep Review?

Em um subconjunto de matemática e computação do benchmark SPOT, a ferramenta predecessora do Google, o PAT, detectou 89,7% dos erros, contra 55,2% do Gemini 3.1 Pro sozinho. Esses resultados vêm do Google e não foram testados de forma independente na versão pública do Deep Review.

Vaibhav Mehra

Autor

Vaibhav Mehra

Temas

Relacionado

blog

Tudo o que sabemos sobre o GPT-5