这个品类的数据长什么样
高值耗材制度文档主要来源于医疗机构内部管理规定、国家及地方卫健委发布的相关政策法规。数据更新频率相对较低，通常为季度或年度更新，涉及政策变动时可能临时更新。文档结构以非结构化文本为主，常包含 Word 文档、PDF 文件和少量 Excel 表格。核心字段包括耗材编码、品名、规格型号、生产厂家、注册证号、采购价格、使用科室、审批流程、报废标准等。单位涉及金额（元）、数量（个/套）、时间（天/月/年）等，部分耗材会涉及特殊的计量单位如毫升、克等。文档中还会包含大量的流程描述、责任主体、例外情况说明等。
这些特征在「工作流编排」这一环带来什么约束
高值耗材制度数据更新频率低，意味着知识库的索引重建无需过于频繁，可以降低系统资源消耗。文档以非结构化文本为主，对文本解析和分段策略提出了较高要求，需要确保制度条款的完整性不被破坏。制度文档中包含大量流程描述和责任主体，要求工作流能够准确识别并关联这些实体，从而在问答中提供精确的流程指引。字段和单位的多样性，尤其是采购价格、使用科室等敏感信息，在问答时需要工作流能够进行恰当的上下文理解和信息抽取，避免误读或遗漏关键数据。此外，制度中常包含例外情况说明，要求工作流具备一定的逻辑判断能力以处理复杂查询。
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 | 确保制度条款的完整性，避免关键信息被截断。 |
分段重叠长度 | 100 字符 | 保证上下文连续性，提升召回质量，尤其适用于流程描述。 |
召回条数 | 前 5–8 条 | 考虑到制度文档的严谨性，增加召回条数以覆盖更多相关条款。 |
相似度阈值 | 0.75 | 提高召回结果的相关性，过滤掉不相关的制度条文。 |
重排返回条数 | 3 条 | 在高召回量基础上，通过重排精选最核心的几条制度依据。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 制度文档通常较长，延长解析超时时间以避免解析失败。 |
容易做错的三处
- AI 回答中未能准确引用制度条款，而是自行总结或生成内容。原因是分段策略不当，导致制度原文被切分得过于零碎，LLM 难以重建完整语境。
- 用户提问关于特定耗材的审批流程时，AI 无法给出明确的步骤或责任人。原因是工作流中的实体识别与关系抽取模块配置不足，未能有效识别出流程中的关键节点和参与方。
- 上传的长篇制度文档解析失败或耗时过长。原因是
PARSE_FILE_TIMEOUT_SECONDS参数设置过小，或文件解析服务处理大文件的并发能力不足。
怎么确认配好了
- 选择 5 份典型的制度文档进行上传和解析，检查解析日志是否无报错，并随机抽查 3-5 处文档分段是否符合预期。
- 针对高值耗材的采购、使用、报废等核心流程，提出 10 个以上覆盖不同角色的问题，检查 AI 回答是否能准确引用制度原文，并提供正确的流程指引。
- 模拟用户提问中包含特定耗材名称和价格信息，验证 AI 回答中能否准确抽取并呈现这些数值，同时核对单位是否正确。
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。