这个品类的数据长什么样
临床决策支持（CDS）系统的制度与SOP数据主要来源于医疗机构内部的规章制度、操作手册、指南、临床路径以及相关的法律法规文件。这些数据更新频率相对稳定，通常为季度或年度更新，但遇突发公共卫生事件或政策调整时可能进行紧急修订。文档结构多样，包含PDF、Word、Markdown等格式，内部通常具有严格的层级结构和交叉引用。字段与单位方面，CDS制度数据涉及药品剂量单位（mg/kg、U/day）、检查指标范围（mmol/L、ng/mL）、时间周期（小时、天、周）以及不同科室特有的术语和缩写。文档中还常包含流程图、决策树和表格，这些非文本信息对解析和理解提出挑战。
这些特征在「多轮对话与提示词」这一环带来什么约束
CDS制度数据的稳定更新频率意味着知识库构建后，需要有机制定期或按需触发增量更新，以确保多轮对话内容的准确性。文档的层级结构和交叉引用要求RAG检索时能够理解上下文关联，避免断章取义，这影响了分段策略和重排算法的选择。字段与单位的特异性，如药品剂量和检查指标，要求提示词在生成回复时能够精确引用并进行单位换算，否则可能导致严重的医疗事故。流程图、决策树和表格等非文本信息的存在，使得单纯的文本分段和检索不足以支撑复杂的决策逻辑，需要额外的图像识别或结构化信息提取能力，进而影响提示词的设计，使其能引导模型从结构化信息中获取答案。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunkSize | 800 字符 | 临床制度文档段落长度适中，兼顾上下文完整性与检索效率。 |
overlap | 100 字符 | 确保上下文衔接，避免关键信息被切割。 |
recallQuantity | 5 条 | 覆盖不同制度章节，增加多角度信息来源。 |
rerankQuantity | 3 条 | 精选与用户提问最相关的制度条款，减少冗余信息。 |
similarityThreshold | 0.75 | 平衡召回率与准确率，确保检索结果与医疗制度高度相关。 |
maxContext | 4096 tokens | 容纳多轮对话历史和检索到的制度内容，支持复杂决策过程。 |
容易做错的三处
- 回复中出现单位或数值错误，如药品剂量单位混淆或检查指标范围不准确，原因是对制度文本中的数值和单位未进行标准化处理。
- 多轮对话中对制度流程的理解出现偏差，导致提供的决策建议不符合实际操作路径，原因是对流程图和决策树等结构化信息解析不足。
- 用户询问特定制度条款时，系统无法召回或召回结果不完整，原因可能是分段策略过于激进，将相关联的条款切分得过于零散。
怎么确认配好了
- 选取10份典型的临床决策制度文档，对其中涉及的药品剂量、检查指标、时间周期等关键数值和单位进行提问，核对回复的准确性。
- 针对复杂临床路径或决策流程，设计多轮对话场景，验证系统在不同环节的引导和建议是否符合制度规定，特别是对流程图和决策树的理解。
- 使用包含交叉引用的制度条款进行测试，确认系统在追溯引用关系时能保持信息的完整性，并能正确展示引用来源。
- 模拟实际临床场景，测试系统在面对模糊或不完整提问时，能否通过追问引导用户提供更多信息，最终给出符合制度的建议。
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。