这个品类的数据长什么样
自身免疫产品的数据主要来源于临床试验报告、药品说明书、研究论文、疾病诊疗指南以及药企内部的产品手册。这些数据更新频率不一，临床试验数据和研究论文可能季度或半年更新，而药品说明书和诊疗指南则通常在法规要求下进行年度修订。文档结构上，产品说明书通常包含适应症、用法用量、禁忌、不良反应等标准化章节；临床报告则涉及研究设计、受试者特征、疗效指标与安全性评估。字段与单位方面，常见指标包括剂量（mg/kg）、给药频率（次/周）、缓解率（%）、不良事件发生率（%），以及特定生物标志物水平（如自身抗体滴度、细胞因子浓度，单位可能为 IU/mL、pg/mL）。
这些特征在「多轮对话与提示词」这一环带来什么约束
自身免疫产品数据的多源性和更新频率差异，要求RAG系统在多轮对话中具备高效的数据检索与整合能力，以确保信息实时性。文档结构标准化有助于提升信息抽取准确性，但也需处理不同来源间术语和单位的潜在不一致。例如，不同研究可能采用不同的自身抗体检测方法或报告单位。此外，疾病诊疗指南中包含的复杂诊断标准和治疗路径，对多轮对话的逻辑推理能力提出了较高要求。对话系统需要能够理解用户在病情描述、用药史等方面的多轮追问，并根据上下文精准引用相关知识点，避免因信息模糊导致误导。特别是涉及剂量和不良反应时，对字段的精确识别和单位的正确解读至关重要。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 2000 字符 | 确保上下文窗口足够覆盖多轮对话中对症状、用药史的描述，同时避免过长导致模型处理效率降低。 |
分段长度 | 500 字符 | 适应自身免疫产品说明书和临床报告中常见的信息块长度，平衡召回精度与碎片化。 |
召回条数 | 8 条 | 综合考虑自身免疫疾病的复杂性和知识库内容的丰富度，确保能覆盖多角度信息。 |
相似度阈值 | 0.75 | 针对生物医药领域术语的专业性和精确性要求，提高检索结果的相关性。 |
重排返回条数 | 3 条 | 聚焦于与用户当前问题最相关的核心信息，减少冗余，提升回答质量。 |
AI对话模型 | gpt-4-turbo | 应对自身免疫疾病诊断和治疗方案的复杂逻辑推理，提供更精准的专业回答。 |
容易做错的三处
- AI对话模块输出内容未按预期拼接，而是直接显示在对话框。这通常是工作流设计中缺少显式的“指定回复”或“文本拼接”组件，导致AI对话的默认输出直接返回给用户。
- 知识库检索结果传递给HTTP请求后，AI对话模块无法正确引用。这通常是HTTP请求处理后的数据格式与AI对话模块预期的知识库引用格式不符，导致AI无法解析或识别。
- 多轮对话中，AI反复询问已提供过的信息。这通常是
maxContext设置过小，导致模型无法记住较早的对话历史，或者知识库中的信息未能有效整合，无法支撑上下文理解。
怎么确认配好了
- 模拟用户提问，涵盖产品适应症、用法用量、不良反应等多个方面，验证AI在多轮对话中能否准确引用知识库信息并给出连贯回答。
- 检查对话日志，确认
maxContext内的历史对话内容是否完整，以及知识库的召回条数和相似度阈值是否有效过滤出相关文档片段。 - 针对特定疾病或产品，测试AI能否根据用户提供的症状或检验指标，准确推荐相关产品或提供诊疗建议，并核对引用信息的准确性和专业性。
- 验证工作流中各模块的输入输出数据格式，确保数据流转顺畅，特别是在知识库检索结果经过HTTP请求处理后，能被AI对话模块正确接收和解析。
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。