这个品类的数据长什么样
精神类疾病的制度与SOP数据主要来源于各级医疗机构、卫生主管部门发布的规范性文件，以及药企临床试验协议、药物说明书等。这些数据更新频率相对较低，通常以年为周期进行修订。文档结构以层级分明的章节式文本为主，例如《精神疾病诊疗指南》《临床路径管理规范》等，常包含大量的医学术语、诊断标准、治疗方案、药物剂量和不良反应描述。字段方面，涉及疾病分类编码（如 ICD-10）、药物通用名与商品名、剂量单位（mg、μg、ml）、给药途径、疗程周期等。数据中还普遍存在大量非结构化的临床经验总结和案例分析。
这些特征在「工作流编排」这一环带来什么约束
上述数据特征对工作流编排提出了特定要求。首先，更新频率低意味着知识库构建时对时效性要求不高，但对知识点的准确性和权威性要求极高，需确保引用来源的可靠性。其次，复杂的层级文档结构和大量医学术语，使得传统文本分段可能导致语义割裂，需要采用更智能的分段策略，例如基于标题层级或语义单元进行切分。药物剂量和疗程周期等字段的标准化处理，是确保问答准确性的关键，工作流需要包含实体识别与单位归一化步骤。此外，非结构化临床经验的整合，要求工作流具备处理多模态信息的能力，例如将文本与图表数据关联，以提供更全面的解答。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size (分段长度) | 500–800 字符 | 精神疾病制度文档的段落通常较长，包含多重医学概念，此长度有助保持语义完整性。 |
overlap_size (分段重叠) | 100–150 字符 | 确保上下文衔接，尤其在涉及诊断标准、治疗流程等关键信息时。 |
embedding_model | text-embedding-ada-002 或更高版本 | 提升医学术语和复杂概念的语义理解能力。 |
retrieval_top_k (召回条数) | 8–12 条 | 考虑到制度内容的专业性和严谨性，增加召回条数可提高相关性覆盖。 |
rerank_top_n (重排返回条数) | 3–5 条 | 在较高召回基础上，精选最相关的片段，减少无关信息干扰。 |
timeout_seconds (外部API超时) | 60 秒 | 处理可能存在的外部医学知识库或药品数据库查询延迟。 |
容易做错的三处
- 用户提问后，系统返回的诊断标准或治疗方案不完整。原因在于文档分段过细或过粗，导致关键信息被截断或与无关信息混杂，影响召回效果。
- 在涉及药物剂量或用法时，系统给出的数值或单位出现错误。原因是没有对制度文档中的数值型字段进行标准化处理或实体识别，导致单位不统一或数值解析失败。
- 用户尝试追问之前会话中提及的特定药物信息时，系统无法关联历史上下文。原因在于工作流中
session_history_length参数设置过短，未能有效保留多轮对话的关键信息。
怎么确认配好了
- 选取该品类中具有代表性的制度文档，模拟用户提问，检查返回的答案是否准确、完整，并与原始文档进行核对。
- 针对包含具体数值、单位的问答，验证系统返回的剂量、疗程等信息是否与原文一致，尤其关注单位是否正确统一。
- 设计多轮对话场景，测试系统能否在后续对话中正确引用或理解之前提及的疾病、药物或治疗方案。
- 检查工作流日志，确认在处理复杂查询时，各步骤（如分段、嵌入、召回、重排）的执行时间是否在预期范围内，没有出现超时或异常。
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。