这个品类的数据长什么样
稳定性研究的数据主要来源于药品的生产批次记录、检测报告以及相关的研究方案与报告。这些数据更新频率相对较低，通常随批次生产和稳定性考察周期的推进而更新。文档结构以结构化表格和非结构化文本混合存在，包括批次信息、考察条件（温度、湿度、光照）、检测项目（含量、溶出、降解产物）、检测结果（数值、单位、判定标准）和结论。字段涵盖批号、样品编号、取样时间点、检测方法编号、检测值、允许范围等，单位涉及百分比、毫克/片、pH值、ppm等，且不同检测项目的单位差异显著。
这些特征在「多轮对话与提示词」这一环带来什么约束
稳定性研究数据的低更新频率意味着知识库的同步策略可以采用周期性全量或增量更新，无需实时同步。结构化与非结构化混合的文档形态要求RAG（Retrieval Augmented Generation）流程在检索时能有效处理表格数据和自然语言描述，例如通过表格抽取或多模态嵌入。多样的字段和单位对提示词的构造提出了更高要求，需要模型能够识别并正确解读不同单位下的数值，避免混淆。例如，当用户询问“降解产物含量”时，模型需要结合上下文区分是百分比还是绝对量。此外，历史批次数据量大，多轮对话中需要有效管理上下文，确保模型能够追踪用户在不同批次、不同检测项目间的跳转查询，保持对话连贯性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 稳定性报告中段落较长，包含多个检测项目或批次信息，适当延长分段长度有利于保持上下文完整性。 |
召回条数 | 8–12 条 | 稳定性研究问题通常涉及多个相关批次或检测标准，增加召回条数能提高相关信息被检索到的概率。 |
相似度阈值 | 0.75 | 制度文本严谨，相似度要求较高，避免召回不相关的条款。 |
maxContext | 3000–4000 Token | 多轮对话中用户可能频繁切换不同批次或检测点，需要较长的上下文窗口来维持对话连贯性。 |
重排返回条数 | 5 条 | 提高召回结果的精确度，将最相关的几条信息优先提供给模型。 |
容易做错的三处
- 现象：模型回复中数值单位错误或缺失。原因：提示词中未明确要求模型关注并输出数值单位，或知识库中相关字段未进行单位标准化。
- 现象：多轮对话中，模型无法正确理解用户对不同批次数据的切换查询。原因：
maxContext参数设置过小，导致早期对话轮次中的批次信息丢失，模型无法追踪上下文。 - 现象：用户查询某个特定检测项目时，模型召回大量无关的制度条款。原因：知识库分段策略过于粗糙，未将不同检测项目的详细规定有效区分，导致相似度匹配时召回范围过广。
怎么确认配好了
- 针对典型稳定性研究问题进行多轮对话测试，检查模型在不同轮次中对批次、检测项目、时间点等关键信息的追踪能力。
- 随机抽取稳定性研究报告中的关键数据点，提问模型，核对模型回复中数值、单位和判定结论的准确性。
- 模拟用户提问制度中某个具体条款，观察模型召回的知识条目，确认召回内容与问题的高度相关性，并检查是否有不必要的冗余信息。
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。