这个品类的数据长什么样
单克隆抗体（mAb）作为生物大分子药物，其临床试验数据具有高度结构化与半结构化并存的特点。数据来源主要包括临床试验注册库（如 ClinicalTrials.gov、WHO ICTRP）、生物制药公司的内部数据库、医学文献（PubMed、Scopus）以及专利数据库。数据更新频率不一，注册库可能每周或每月更新，而文献和专利则持续发布。文档形式多样，包括研究方案（protocol）、研究者手册（investigator brochure）、临床研究报告（CSR）、不良事件报告（AE report）和统计分析计划（SAP）。
关键字段包括靶点（Target）、适应症（Indication）、作用机制（Mechanism of Action, MoA）、给药途径（Route of Administration）、剂量（Dosage）、给药频率（Frequency）、试验阶段（Phase）、受试者纳入/排除标准（Inclusion/Exclusion Criteria）、主要/次要终点（Primary/Secondary Endpoints）以及不良事件（Adverse Events）。剂量单位通常为 mg/kg 或 mg，浓度单位为 µg/mL 或 ng/mL，且常伴随时间点信息。纳入/排除标准通常是长文本描述，包含复杂的医学术语和逻辑关系。
这些特征在「多轮对话与提示词」这一环带来什么约束
单克隆抗体临床试验预筛在多轮对话与提示词设计上，受其数据特征影响显著。首先，靶点、适应症和作用机制等核心字段的精确匹配是对话成功的关键，要求提示词能准确引导用户输入，并识别同义词或上位词。多轮对话需要处理受试者纳入/排除标准中的复杂逻辑，例如“年龄介于 18 至 65 岁，且无严重肝肾功能不全”，这要求对话系统具备理解并解析条件语句的能力，并能将用户输入的条件转化为可查询的结构化表达式。
其次，剂量、给药频率等字段的单位和数值范围需在对话中进行校验，避免用户输入无效数据。例如，当用户提及“剂量”时，系统应能区分是“mg”还是“mg/kg”，并提示用户补充单位信息。由于数据更新频率不一，提示词设计需要考虑时效性，引导用户明确查询时间范围，以确保结果的相关性。此外，不良事件报告通常是半结构化文本，提示词需具备从自由文本中提取关键不良事件类型和严重程度的能力，这可能需要结合命名实体识别（NER）技术。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8192 token | 适应临床方案长文本描述，确保完整上下文理解 |
promptTemplate | 结构化输出提示 | 引导 AI 抽取靶点、适应症、纳入排除标准等关键信息 |
similarityThreshold | 0.75 | 提高相关临床试验文档召回的准确性 |
rerankReturnCount | 10 | 在初筛后提供更多潜在相关文档进行二次分析 |
分段长度 | 800 字符 | 兼顾长文本语义完整性和检索效率 |
maxTokensPerResponse | 500 token | 确保单次回复能包含关键的筛选结果与解释 |
容易做错的三处
- AI 对话中筛选条件出现逻辑错误或遗漏，例如将“高血压且糖尿病”理解为“高血压或糖尿病”，这是因为提示词未充分强调条件之间的逻辑关系（AND/OR）。
- 在尝试获取代码运行输出内容时，工作流变量为空，这通常是由于
workflowOutput变量名与实际的工作流配置输出名称不匹配导致。 - 对话系统无法识别用户输入的剂量单位，导致查询结果不准确或无效，原因是提示词设计未能预设多种剂量单位的识别，也未在多轮对话中进行单位确认。
怎么确认配好了
- 测试多个复杂的用户查询，包含嵌套的纳入/排除条件，验证 AI 能够正确解析并匹配到符合条件的临床试验。
- 检查每次对话的日志，确认
maxContext配置能够完整捕获多轮对话的历史信息，尤其是涉及长文本描述的上下文。 - 针对不同靶点和适应症进行查询，验证
similarityThreshold和rerankReturnCount配置能召回足够数量且高度相关的临床试验文档。 - 模拟用户输入各种剂量、频率等数值，观察系统是否能正确识别单位并进行校验，或在必要时进行单位补充提示。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。