这个品类的数据长什么样
感染性疾病领域的制度与SOP（标准操作流程）文档，其数据来源主要是各级医疗机构、疾病预防控制中心（CDC）以及国家卫健委发布的规范性文件。这些文档的更新频率相对稳定，通常在法规或指南有重大修订时进行，可能为每年一次或每数年一次，但疫情期间某些应急SOP更新会更频繁。文档结构多为层级分明的PDF或Word格式，包含大量医学术语、诊断标准、治疗方案、隔离措施等。字段上，常见疾病名称、病原体、传播途径、潜伏期、临床表现、诊断依据、鉴别诊断、治疗原则、预防控制措施、抗生素使用规范等。单位方面，涉及剂量（mg/kg）、时间（小时/天）、浓度（μg/mL）等，并常伴有医学检验指标的正常范围。
这些特征在「模型接入与配置」这一环带来什么约束
感染性疾病制度文档的专业性与层级结构，要求模型具备精确理解医学术语和复杂逻辑的能力。更新频率决定了知识库需要定期进行增量更新或全量刷新，以确保信息的时效性。PDF和Word格式的文档特性，对文档解析器的鲁棒性提出要求，需有效提取文本内容，并保留原有的章节结构。字段与单位的严谨性，意味着模型在回答中需要精准引用或生成带有正确单位的数值，避免模糊表述。例如，抗生素用药指南中，剂量和给药周期错误可能导致严重后果，因此对模型输出的准确性和可信度有极高要求。此外，文档中可能包含大量表格和图示，文本提取时需注意其信息的完整性。
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 | 兼顾医学概念完整性与模型上下文窗口限制，避免切分重要信息。 |
重叠长度 | 100–200 字符 | 确保段落间上下文连续性，尤其在跨章节或跨表格内容时。 |
召回条数 | 前 5 条 | 感染性疾病问答通常需要多角度信息支持，提高相关性召回。 |
相似度阈值 | 0.78–0.85 | 平衡召回的广度与精度，过低易引入噪声，过高可能遗漏相关内容。 |
重排返回条数 | 前 3 条 | 进一步精炼召回结果，聚焦最核心的治疗或诊断依据。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型PDF或Word文档，尤其是包含图片和复杂表格的SOP。 |
容易做错的三处
- 渠道模型配置后无法连接到私有部署的Ollama模型，错误信息显示连接超时或地址不可达。原因可能是FastGPT容器与Ollama容器之间的网络配置问题，或者防火墙阻止了端口访问。
- 上传的文档内容在问答中未能被完全引用或关键信息缺失，表现为回答不完整或错误。原因在于文档解析器在处理复杂表格或图片中的文本时未能正确提取，导致知识库索引不全面。
- 模型回答中出现剂量或时间单位的混淆，例如将毫克误写为微克，或将天数误写为小时。原因可能是模型在训练或RAG过程中对特定医学单位的识别和生成能力不足，或者原文中单位表述不规范。
怎么确认配好了
- 上传具有代表性的感染性疾病SOP文档，检查
知识库管理页面中分段内容是否完整，尤其是表格和图示旁边的关键文本。 - 针对文档中的特定诊断标准或治疗方案，提问相关问题，观察模型回答是否准确引用原文内容，并检查回答中出现的数值和单位是否与原文一致。
- 通过模拟实际场景，提问关于病原体、传播途径、隔离措施等复杂问题，检查模型是否能综合多段信息给出逻辑清晰的回答，并评估回答的医学专业性与严谨程度。
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。