血液肿瘤产品的多轮对话与提示词

这个品类的数据长什么样

血液肿瘤领域的数据来源广泛，涵盖临床指南、药品说明书、医学文献（如 PubMed、ASCO 年会报告）、临床试验数据、以及患者病例报告等。数据更新频率较高，尤其是新药上市、临床试验结果发布、治疗方案修订等，通常以季度或半年为周期进行重大更新。文档结构多样，药品说明书遵循严格的法规模板，包含适应症、用法用量、不良反应等标准化字段。临床指南则多为结构化文本，包含诊断标准、治疗流程图。医学文献以非结构化或半结构化文本为主，涉及研究方法、结果、讨论等。字段与单位方面，血液学指标如血小板计数（单位：10^9/L）、白细胞分类、基因突变位点（如 FLT3-ITD）、药物剂量（如 mg/kg）等具有高度专业性。

这些特征在「多轮对话与提示词」这一环带来什么约束

血液肿瘤领域数据更新的频繁性，要求 FastGPT 的知识库能快速同步最新信息，避免多轮对话中引用过时或错误的治疗方案。文档结构的多样性，特别是大量非结构化医学文献，对 RAG 检索的准确性和召回率构成挑战。在多轮对话中，用户可能从某个症状开始提问，逐步深入到基因检测、靶向治疗药物选择、不良反应管理等多个层面，这需要模型具备强大的上下文理解和推理能力。专业化的字段与单位，例如药物相互作用、特定基因突变对预后的影响等，要求提示词设计时能精确引导模型识别和解释这些专业术语，确保回答的专业性和准确性，避免因单位或剂量理解错误导致的信息偏差。

配置怎么定

配置项	建议取法	这样取的依据
`maxContext`	`6` 轮	血液肿瘤产品咨询常涉及复杂病史与治疗方案，需维持较长上下文。
`相似度阈值`	`0.78`	确保召回的医学文本与查询高度相关，减少泛化信息干扰。
`分段长度`	`800` 字符	兼顾医学文献信息密度与模型处理能力，避免语义丢失或超长。
`召回条数`	`10` 条	增加涵盖相关医学证据的可能性，应对多角度的复杂查询。
`重排返回条数`	`3` 条	精选最相关的信息呈现给用户，提高回答的聚焦性。
`温度` (`temperature`)	`0.3`	降低模型发散性，确保回答基于事实，避免生成臆测性医学建议。

容易做错的三处

在多轮对话中，模型突然给出与之前讨论不符的药物剂量或治疗建议，原因是知识库未及时更新，模型召回了过期的药品说明书或临床指南。
用户询问特定基因突变对预后的影响时，模型回答泛泛而谈，未能提供具体的临床证据或相关治疗建议，原因是提示词中缺乏对“基因突变”和“预后”之间关联的明确引导，导致模型召回的知识片段不够精准。
在 OneAPI 日志中出现 token limit exceeded 错误，原因是 maxContext 设置过高或 分段长度 过长，导致单次请求的令牌数超出模型限制。

怎么确认配好了

对典型血液肿瘤疾病（如急性髓系白血病、多发性骨髓瘤）的诊断、治疗、预后等进行多轮提问，检查模型回答的准确性和一致性，确保每次对话都能正确引用最新指南。
针对特定药物的用法用量、不良反应、禁忌症等进行详细咨询，核对模型回答的专业术语、剂量单位和数值是否与最新药品说明书完全一致。
模拟用户从症状描述到具体治疗方案选择的复杂对话路径，观察模型在上下文理解和推理方面的表现，确保其能够正确串联信息并给出逻辑连贯的建议，同时检查日志中是否存在 FastGPT 令牌认证失败的记录。

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。