Dados abertos do STJ: como auditar citações de repetitivos por máquina

Existe um jeito de conferir de uma só vez todos os temas repetitivos citados numa petição, num parecer ou numa peça da parte contrária, sem abrir o portal do STJ tema por tema: o próprio tribunal publica, no portal de dados abertos, o conjunto "Precedentes Qualificados", com a íntegra estruturada do que o portal de precedentes exibe, questão submetida a julgamento, tese firmada, situação atual, datas e órgão julgador, em arquivos CSV atualizados com frequência diária. Em 30 de julho de 2026, data da checagem que alimenta esta página, o recurso principal registrava atualização do mesmo dia. Para o advogado que trabalha com volume, ou que precisa auditar as citações de uma peça alheia, a diferença é de método: em vez de conferência manual, uma verificação em lote contra a fonte oficial.

Esta página documenta o método que usamos na produção do nosso tracker de temas repetitivos de família e sucessões, com os limites do que a base cobre. A verificação manual de um precedente isolado, incluindo acórdãos que a base estruturada alcança em parte, tem roteiro próprio.

O que a base contém, na prática

O conjunto vive em dadosabertos.web.stj.jus.br, no dataset "Precedentes Qualificados", e dois arquivos concentram o valor. O temas.csv, com 2.384 registros na data da checagem, dos quais 1.491 do tipo Tema, traz por linha: número do tema, tipo (tema repetitivo, IAC, controvérsia), a questão submetida a julgamento, a tese firmada quando existe, a situação (afetado, julgado, acórdão publicado, trânsito em julgado), as datas de cada marco e o órgão julgador. O processos.csv completa com relator, processo que serviu de leading case e, quando há, o recurso correspondente em trâmite no STF. A tese chega no campo teseFirmada como texto integral, o que permite comparação literal contra o que a peça auditada afirma.

O uso que fizemos ilustra o alcance. Para montar o tracker de família e sucessões, filtramos os 1.491 temas por um vocabulário de 24 palavras-chave, curamos os 57 candidatos manualmente e chegamos aos temas relevantes com tese verbatim; no caminho, a base oficial corrigiu dois registros do nosso próprio material interno, o leading case e a tese do Tema 1.200, e o texto integral do Tema 1.368, que até então só tínhamos por imprensa especializada. É o ponto que interessa a quem audita: o CSV resolve com autoridade a pergunta "essa tese existe e diz isso mesmo?", que é a que decide se o argumento sobrevive à conferência do juízo.

O método em cinco passos

O fluxo de auditoria que a base permite dispensa qualquer infraestrutura além de uma planilha ou um script simples. Baixe os arquivos temas.csv e processos.csv na página do dataset, registrando a data de atualização exibida. Extraia da peça auditada as alegações de repetitivo: número do tema e o que a peça diz que ele decide. Cruze cada número contra o CSV, comparando três campos: a tese firmada (a peça parafraseia com fidelidade?), a situação (tese firmada mesmo, ou tema apenas afetado?) e as datas (a peça cita julgamento que ainda vai acontecer?). Anote as divergências com o texto oficial ao lado. Guarde o CSV usado como evidência da conferência, com a data, porque a base muda diariamente e a auditoria vale para o dia em que foi feita.

Os erros que esse cruzamento captura são os três clássicos: tema citado com tese que a base registra como apenas afetado, sem julgamento; número de tema trocado, com a tese de um atribuída a outro; e paráfrase que amplia o alcance da tese, o defeito mais fino, que só a comparação literal revela. Para monitoramento contínuo, o mesmo cruzamento roda de tempos em tempos contra os temas que o escritório mais usa, acusando mudanças de situação, o trânsito em julgado que faltava, a afetação nova na matéria do cliente.

Os limites, declarados

A base cobre os precedentes qualificados, e o nome delimita: temas repetitivos, incidentes de assunção de competência e controvérsias. Súmulas, acórdãos avulsos e decisões monocráticas ficam fora do CSV, e a conferência dessas espécies segue o caminho manual. Dados estruturados tampouco substituem o inteiro teor: o arquivo entrega questão, tese e metadados, e a fundamentação, os votos e as ressalvas continuam no acórdão. Por fim, a auditoria por máquina confere a existência e a literalidade da tese, e deixa de fora o juízo de aplicação, saber se o caso concreto cabe na tese conferida segue sendo trabalho de advogado.

Perguntas frequentes

O que são os dados abertos do STJ?

O portal oficial em que o tribunal publica bases estruturadas, entre elas o dataset "Precedentes Qualificados", com os temas repetitivos, IACs e controvérsias em CSV: número, questão, tese firmada, situação, datas e órgão julgador, além do arquivo de processos com relator e leading case. A atualização registrada na página do recurso é diária.

Dá para conferir uma súmula ou um acórdão comum nessa base?

A cobertura é dos precedentes qualificados; súmulas, acórdãos avulsos e monocráticas exigem o caminho manual de verificação, com o número do processo conferido na consulta processual e a ementa lida na fonte. O roteiro passo a passo para essas espécies está na página de verificação de precedentes do STJ.

Como o cruzamento expõe uma citação incorreta?

A citação problemática costuma trazer número, tese e relator plausíveis; o cruzamento contra o CSV oficial expõe em segundos o tema que aponta para outra tese, a tese que ainda é mera afetação e a paráfrase que estica o alcance do julgado. A comparação é literal, contra o campo oficial da tese, com registro da data da base usada.

A base substitui a leitura do acórdão?

Ela responde se o tema existe, o que a tese diz e em que situação está; a fundamentação, os votos vencidos e as ressalvas de entendimento permanecem no inteiro teor. Auditoria de citação e estudo do precedente são etapas distintas: a primeira agora se automatiza, a segunda continua leitura profissional.