这个品类的数据长什么样
精神类疾病的制度与SOP文档主要来源于各级医疗机构的内部管理规定、国家卫健委发布的诊疗指南、以及药监局的药品使用说明。这些数据通常以 PDF、Word 文档或内部知识库的 HTML 页面形式存在，更新频率相对较低，一般为季度或年度修订。文档结构复杂，包含大量专业术语、临床路径、药物剂量表和伦理审查要求。字段与单位具有高度特异性，例如药物剂量常涉及毫克（mg）、微克（µg），治疗周期以天（天）、周（周）、月（月）为单位，而评估量表则可能采用 Likert 评分或特定指数。文档中还常包含图表、流程图，这些非文本信息对信息抽取构成挑战。
这些特征在「引用来源与溯源」这一环带来什么约束
精神类疾病制度文档的复杂性直接影响了引用来源的精确性和溯源的完整性。由于文档内容高度专业且结构化，系统在提取关键信息时，需要确保引用的段落能够完整覆盖相关制度条款，避免断章取义。更新频率较低意味着一旦知识库建立，其稳定性较高，但当有新版指南发布时，需要及时更新并处理版本差异，这要求引用溯源机制能够区分不同版本的数据源。文档中包含的特殊字段和单位，如 mg/day 或 CGI-S 分数，需要在召回和生成答案时保持其原汁原味，不能被模型随意改写或省略，否则可能导致严重的临床误判。此外，多层用户选择的问题树场景下，对引用来源的连续性和上下文关联性提出了更高要求。
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 | 确保包含足够上下文，同时避免单个段落过长影响召回效率，兼顾专业术语的完整性。 |
召回条数 | 5–8 条 | 考虑到制度文档的严谨性，增加召回数量以覆盖更多相关条款，提高答案的准确性。 |
相似度阈值 | 0.78–0.85 | 精神类疾病术语具有高度特异性，设置较高阈值以筛选出最相关的制度原文，减少无关信息的干扰。 |
重排返回条数 | 3–5 条 | 对初次召回结果进行二次排序，确保最核心的制度条款优先展示，提升答案的精准度。 |
maxContext | 4000–8000 tokens | 允许更大的上下文窗口，以容纳较长的制度条款和相关的辅助解释，支持复杂问答场景。 |
STREAM_TIMEOUT_SECONDS | 600 秒 | 应对大型文档解析和复杂查询，防止因超时导致处理中断，尤其在多层问答场景下。 |
容易做错的三处
- 现象：知识库问答输出的答案与原始制度文档表述不一致，甚至出现关键剂量或流程错误。原因：
相似度阈值设置过低，导致召回了非核心或不完全相关的段落，模型在生成时进行了不当的泛化或改写。 - 现象：用户在进行多轮提问时，系统无法基于上一轮的上下文继续追溯到正确的制度原文。原因：
maxContext参数不足以容纳多轮对话的完整上下文和相应的制度引用，导致模型遗忘前文或无法关联。 - 现象：上传了最新的精神疾病诊疗指南 PDF 文件后，系统查询结果仍然是旧版内容。原因：新文件未被正确索引或旧索引未被清除，
PARSE_FILE_TIMEOUT_SECONDS可能设置过短，导致大型 PDF 文件解析失败。
怎么确认配好了
- 随机抽取 10 个涉及具体药物剂量或治疗流程的查询，比对 FastGPT 输出答案中的引用来源是否直接指向原始文档中对应的条款和数值，确保一致性。
- 针对一份包含新旧版本差异的制度文档，查询一个在新版本中有所修改的条款，检查系统是否能准确引用新版本的内容，并验证旧版本内容不再被引用。
- 模拟用户进行一个包含 3-4 轮追问的复杂查询，观察在每一轮的回答中，引用来源是否连续且能支持当前的回答，并与原始制度文档的逻辑保持一致。
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。