这个品类的数据长什么样
呼吸系统相关产品数据主要来源于药品说明书、医疗器械注册证、临床指南、学术论文和企业内部研发文档。这些数据更新频率不一，药品说明书和注册证通常在产品获批或变更时更新，临床指南则按年度或更长周期发布修订版，学术论文则持续产出。文档结构上，药品说明书和注册证是高度标准化的，包含适应症、用法用量、禁忌、不良反应等固定字段；临床指南多为结构化文本，包含诊断标准、治疗方案、药物选择等章节；学术论文则以摘要、引言、方法、结果、讨论的格式呈现。字段与单位方面，常见剂量单位为毫克（mg）、微克（μg）、毫升（mL），时间单位为小时（h）、天（d），疾病严重程度常用等级（如轻度、中度、重度）或评分系统（如 GOLD 分级、GINA 分级）。
这些特征在「多轮对话与提示词」这一环带来什么约束
呼吸系统产品数据的高度标准化和结构化特性，使得在多轮对话中能够更精确地抽取关键信息并进行比对。例如，针对药品用法用量的询问，系统可以根据说明书中的固定字段直接提取。然而，临床指南和学术论文的更新周期及非标准化文本结构，要求知识库具备高效的文档解析能力和语义理解能力，以应对不同版本和表述方式的差异。疾病严重程度的定性描述或评分系统，则对提示词设计提出更高要求，需要引导用户提供具体数值或症状描述，避免模糊回答。此外，由于药物相互作用或特定患者群体的禁忌症可能分布在多个文档中，多轮对话需要具备上下文关联能力，以综合判断并给出全面建议，防止单一信息源导致的片面回复。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 6 | 覆盖常见多轮问答场景，兼顾模型推理成本与对话连贯性。 |
分段长度 | 400-600 字符 | 适应药品说明书和指南中段落长度，保证语义完整性。 |
召回条数 | 前 5 条 | 确保相关关键信息被召回，避免过多无关信息干扰。 |
相似度阈值 | 0.75 | 平衡召回准确率和召回率，减少不相关结果。 |
重排返回条数 | 前 3 条 | 进一步精炼召回结果，提升最终答案的精准度。 |
temperature | 0.3-0.5 | 保证回复的严谨性和准确性，避免过度发散。 |
容易做错的三处
- 工作流执行到一半中断，AI已回复但后续流程未继续，这通常是由于工作流中的某个节点配置错误，导致返回结果的格式不符合预期，未能正确触发后续节点。
- 对话频繁超时，可能是因为集成的外部服务响应延迟过高，或模型推理时间超出设定的
PARSE_FILE_TIMEOUT_SECONDS阈值。 - 用户选择插件后，提示信息在每次对话中反复出现，原因在于插件提示逻辑未根据对话状态或用户意图进行条件判断，导致每次对话都触发相同的提示。
怎么确认配好了
- 针对不同疾病分级（如轻度哮喘、重度慢阻肺）进行多轮模拟对话，检查系统是否能准确识别疾病严重程度并提供匹配的治疗建议，并核对回复中引用的数据来源。
- 选择特定药物的用法用量、禁忌症等信息，在多轮对话中故意提供模糊或不完整信息，观察系统是否能通过追问引导用户提供必要细节，并最终给出准确答案。
- 随机抽取 10-20 条关于药物相互作用或特殊人群用药（如孕妇、儿童）的提问，检查系统能否综合多份文档信息，给出全面且无矛盾的建议，并验证回复内容与最新版临床指南的一致性。
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。