这个品类的数据长什么样
基因治疗 AAV（腺相关病毒）相关制度与 SOP 文档主要来源于药监部门发布的技术指导原则、注册申报资料、内部质量管理体系文件以及临床试验方案。这些文档的更新频率相对较低，通常随法规修订或新药研发进展而发布。文档结构以层级分明的章节、附录和图表为主，内容涉及病毒载体构建、生产工艺、质量控制、临床前研究、伦理审批等多个方面。文本中包含大量专业术语、缩写以及法规条款编号，并常出现剂量（如 vg/mL）、纯度（如 %）、滴度（如 IU/mL）等关键字段及单位。部分文档可能以扫描件形式存在，需要进行 OCR 识别。
这些特征在「向量模型与索引」这一环带来什么约束
AAV 制度文档的专业性与术语密集性要求向量模型具备强大的语义理解能力，能够区分相似概念的细微差别。文档中存在大量法规编号和交叉引用，对索引的关联性和溯源能力提出挑战。由于文档更新频率不高，但每次更新可能涉及重大修订，需要支持增量更新并确保版本控制的准确性。扫描件的存在意味着需要前置的 OCR 处理，可能引入文本识别错误，进而影响向量嵌入的质量。此外，文档中涉及的剂量、纯度等数值信息，在向量化时需要考虑其上下文语义，避免简单数值比较导致的误判。长篇幅、多章节的结构，对分段策略提出了精细化要求，以保持上下文的完整性。
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 | 兼顾上下文完整性与向量模型处理效率，避免超长段落稀释语义。 |
分段重叠 | 100–150 字符 | 确保段落边界信息的连续性，捕获跨段落的关键概念。 |
召回条数 | 前 5–8 条 | 提升检索相关性，覆盖潜在的多个相关条款或技术细节。 |
相似度阈值 | 按实测标定 | 根据 AAV 制度文档的语义复杂度和查询需求，在 0.75 到 0.85 之间进行精细调整。 |
maxContext | 3000 Tokens | 确保在生成回复时能包含足够多的上下文信息，特别是针对复杂法规条文。 |
embeddingModel | bge-large-zh-v1.5 | 针对中文生物医药领域文本优化，提供更精准的语义表示。 |
容易做错的三处
- 知识库导入后，部分法规条款或技术参数查询结果不准确，现象是召回的文本片段缺乏关键信息，原因在于分段长度过短或过长，导致语义被截断或稀释。
- 系统检索某些专业术语时，无法找到对应的制度内容，现象是查询结果为空或不相关，原因可能是向量模型未能充分理解特定生物医药领域术语，或者 OCR 识别错误导致文本原意丢失。
- 更新制度文档后，查询结果仍显示旧版内容，现象是用户获取到过时信息，原因在于知识库未进行有效增量更新，或者版本控制机制配置不当。
怎么确认配好了
- 针对核心制度条款及关键技术参数，构建一组测试查询集，验证系统召回文本片段是否包含完整且准确的上下文信息，并确保在不同相似度阈值下，召回的条数符合预期。
- 使用包含特定 AAV 载体名称、剂量单位（如
vg/mL）和生产工艺流程的查询，检查系统能否精准定位到相关文档章节，并评估检索结果的排名是否合理。 - 模拟制度更新场景，上传新版文档并执行增量索引，随后查询旧版中已被修改或废止的内容，确认系统能够正确返回最新版本信息。
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。