这个品类的数据长什么样
偏差（Deviation）与纠正预防措施（CAPA, Corrective and Preventive Action）是生物医药生产质量管理中的核心文档。其数据主要来源于企业的质量管理系统（QMS）、生产执行系统（MES）以及实验室信息管理系统（LIMS）。文档通常以结构化或半结构化的报告形式存在，包含事件描述、根本原因分析、影响评估、纠正措施、预防措施、验证结果及关闭状态等字段。更新频率因偏差的严重程度和CAPA的执行周期而异，高风险偏差的CAPA可能需数日内完成，而复杂CAPA的验证与关闭可能持续数月。文档通常包括文本描述、图片（如设备照片、批次记录截图）以及关联的生产批号、产品代码、设备ID、SOP版本号等标识信息。
这些特征在「引用来源与溯源」这一环带来什么约束
偏差与CAPA文档的结构化和半结构化特性，要求知识库在索引时能有效识别并提取关键字段，如根本原因、措施内容和验证结果，以支持精确检索。其更新频率与生命周期管理，意味着知识库需要具备增量更新和版本管理能力，确保引用内容的实时性和准确性。文档中包含的图片和关联标识信息，对RAG（检索增强生成）系统的多模态处理能力和实体识别提出了要求，以在生成回复时能准确引用图片说明或关联外部数据。此外，注册申报资料对引用的严谨性要求，使得溯源机制必须能够精确指向原始文档的具体段落，甚至具体图表，以满足合规性审查需求。
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 | 兼顾语义完整性与检索效率，避免过长段落稀释关键信息。 |
召回条数 | 8–12 条 | 确保覆盖多个潜在相关偏差或CAPA案例，增加信息丰富度。 |
相似度阈值 | 0.75–0.85 | 严格筛选相关性强的文档片段，减少无关信息干扰。 |
重排返回条数 | 4–6 条 | 聚焦最相关的几条信息，减少模型处理负担，提升回复质量。 |
maxContext | 3000–4000 token | 容纳足够多的召回内容，同时保留模型生成回复的空间。 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型偏差报告或包含多张图片的CAPA文档解析需求。 |
容易做错的三处
- 知识库检索结果为空，但通过关键词搜索能找到相关文档。原因可能是文本切分粒度过大或索引策略未充分考虑文档中的关键实体。
- AI回复中引用的CAPA编号或SOP版本号与原始文档不符。原因通常是知识库未能正确提取或识别文档中的结构化字段。
- 在生成回复时，引用源只显示文档标题，无法定位到具体段落。原因在于文档解析时未保留足够的元数据或缺乏段落级溯源机制。
怎么确认配好了
- 针对典型偏差事件，提问生成相关CAPA的建议，检查回复中引用的CAPA编号、措施内容是否准确，并能追溯到原始文档的具体位置。
- 上传包含图片和表格的CAPA报告，提问关于图片内容或表格数据的具体问题，核对AI回复是否能准确描述并引用到对应的图片或表格。
- 模拟历史偏差案例，提问其根本原因，检查AI回复是否能准确引用到历史文档中的根本原因分析部分，并提供精确的引用源链接。
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。