这个品类的数据长什么样
DTP 药房产品的数据主要来源于药厂官方提供的产品说明书、药品注册批件、临床试验报告摘要、以及药监局公开的审批信息。这些数据以 PDF 文档、Word 文档、结构化数据库导出文件（如 CSV、Excel）的形式存在。数据更新频率相对稳定，通常在药品上市初期或法规变动时有集中更新，日常则以季度或年度审核为主。文档结构普遍包含药品名称、通用名、适应症、用法用量、禁忌症、不良反应、药物相互作用、贮藏条件、生产企业、批准文号等字段。单位涉及剂量（mg、g、ml）、频率（次/日、周）、疗程（天、周、月）等，且严格遵循国家药典和药品说明书的规范。部分特殊药品还会包含冷链运输、特殊储存等附加信息。
这些特征在「表单与交互」这一环带来什么约束
DTP 药房产品数据的权威性与严谨性，要求表单设计必须高度精确且不易出错。由于涉及患者用药安全，表单字段的输入验证需严格匹配药品说明书中的单位和范围，例如剂量输入不能超出安全阈值。数据更新频率较低，意味着知识库的同步策略可以采用周期性全量更新，无需高频实时同步。文档结构固定，有利于提前规划知识库的字段映射和抽取规则，减少人工干预。字段与单位的标准化，使得在交互过程中，AI 应能准确理解并转换用户输入的模糊信息，避免因单位混淆导致误判。同时，由于数据来源于官方，在回答用户咨询时，需要明确标注信息来源，增强可信度。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 4000 | 确保能完整加载药品说明书中的关键信息 |
embeddingModel | text-embedding-ada-002 | 兼顾语义理解能力与成本效益 |
recallThreshold | 0.78 | 保证召回结果与DTP药房产品的专业性高度匹配 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型PDF说明书的解析时间需求 |
分段长度 | 800 字符 | 优化长文本内容的检索效率与上下文连贯性 |
maxRetryAttempts | 3 | 应对外部API调用或数据库连接的暂时性网络波动 |
容易做错的三处
- 表单提交后提示“无效参数输入”，原因可能是输入字段的数据类型、格式或范围未通过后端校验，例如剂量输入了非数字字符或超出了药品说明书定义的范围。
- 用户提问后AI回复中出现药品剂量或用法单位混淆，例如将“毫克”与“克”混用，原因在于知识库在数据抽取或意图识别时未能正确标准化或区分同义单位。
- API获取应用初始化信息时，
opening_remarks或form_schema字段为空，原因可能是应用配置中未正确设置开场白或表单结构，或者API接口的参数传递不完整。
怎么确认配好了
- 通过模拟用户输入不同类型的药品咨询（包括通用名、商品名、适应症），核对AI回复是否准确引用了药品说明书中的关键信息，并检查信息来源标识。
- 测试表单输入功能，尝试输入超出规定范围、格式错误或单位不符的数据，观察系统是否能正确拦截并给出明确的错误提示。
- 检查知识库中DTP药房产品的文档解析结果，确保药品名称、剂量、单位、适应症等核心字段被准确提取并结构化存储。
- 使用API调用获取应用的初始化信息，验证返回的开场白和表单结构是否与预期配置一致。
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。