这个品类的数据长什么样
自身免疫产品的数据来源多样，包括临床试验报告、药品说明书、学术论文、专利文档以及不良反应监测数据。这些文档通常包含疾病机制、药物作用靶点、临床适应症、用法用量、禁忌症、副作用等信息。数据更新频率较高，特别是新药上市或临床研究进展时。文档结构复杂，常包含大量专业术语、表格、图表和参考文献。字段与单位方面，涉及剂量（如 mg/kg）、频率（如 QD、BID）、疗程（如 周、月）、生物标志物（如 CRP、ESR）、以及各种临床指标（如 DAS28 分数）。
这些特征在「向量模型与索引」这一环带来什么约束
自身免疫产品数据的高更新频率要求索引系统具备高效的增量更新能力，以确保知识库的时效性。文档中包含的复杂专业术语和缩写，需要向量模型有强大的语义理解能力，避免因词汇差异导致召回不准确。表格和图表中的结构化信息，对传统文本分块方式构成挑战，需要考虑多模态或结构化数据嵌入技术。此外，临床指标的数值和单位多样性，使得精确匹配和范围查询成为关键，仅仅依赖语义相似性可能不足。对不良反应等关键信息的召回，要求模型对负面或风险信息有更高的敏感度和召回精度。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 确保单个分段能包含足够上下文，覆盖疾病机制、药物作用机理等复杂描述，同时避免过长导致信息冗余和计算开销。 |
分段重叠长度 | 100–200 字符 | 保证分段间的语义连贯性，尤其在描述药物作用流程或临床路径时，避免关键信息被切割。 |
召回条数 | 8–12 条 | 考虑到自身免疫疾病的复杂性和药物的多样性，增加召回条数有助于覆盖更多相关产品或治疗方案，提高全面性。 |
相似度阈值 | 按实测标定 | 需要根据实际查询效果，在查全率和查准率之间找到平衡点，避免对疾病表现相似但治疗方案不同的产品造成混淆。 |
重排返回条数 | 3–5 条 | 经过重排后，精选出最相关的结果，减少用户筛选成本，聚焦于核心产品或治疗方案。 |
索引模型 | 豆包Doubao-embedding-large 或 text-embedding-ada-002 | 大型嵌入模型对生物医药领域的专业术语和复杂语义有更强的理解能力，提升向量化质量。 |
容易做错的三处
- 启用索引模型后，测试连接失败，显示“API KEY或地址错误”。这通常是由于填写的
自定义请求地址或API KEY与实际服务凭证不符。 - 知识库分块时，表格数据被错误地作为普通文本处理，导致表格内的关键数值和单位信息丢失，无法被有效索引。这是因为默认的分块策略未针对表格结构进行优化。
- 刷新页面后显示“检测到没有可用的索引模型”，但实际上已配置并测试通过。这可能是由于浏览器缓存或FastGPT服务内部状态同步延迟，导致前端未能及时更新模型状态。
怎么确认配好了
- 上传包含复杂专业术语和临床指标的自身免疫产品说明书，检查分段结果是否准确保留了关键信息，特别是表格和列表数据。
- 使用包含特定药物剂量、频率或生物标志物数值的查询语句进行测试，观察召回结果中是否包含精确匹配或相关数值范围的产品。
- 定期检查索引更新日志，确保新上传的临床试验报告或药品修订信息能被及时、完整地索引。
- 针对不同自身免疫疾病（如类风湿关节炎、系统性红斑狼疮）的产品，进行多轮对话测试，评估Agent回答的准确性和全面性，并据此调整
相似度阈值。
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。