这个品类的数据长什么样
呼吸系统疾病的注册申报资料数据源主要包括临床试验报告、药理毒理研究报告、生产工艺与质量控制文件、非临床研究报告等。数据更新频率相对较低，主要集中在新药研发阶段和上市后变更申报时。文档结构复杂，通常包含大量结构化数据（如实验室检查结果、不良事件编码、剂量单位）和非结构化文本（如临床研究总结、专家意见、文献综述）。字段与单位具有高度专业性，例如肺功能指标（FEV1、FVC，单位升或百分比）、动脉血气分析（PaO2、PaCO2，单位毫米汞柱）、药物浓度（ng/mL、μg/L）等，对精确性和一致性要求极高。
这些特征在「多轮对话与提示词」这一环带来什么约束
呼吸系统申报资料的数据特征对多轮对话与提示词设计提出了特定约束。首先，文档结构的复杂性要求对话系统能有效处理长文本和跨文档引用，例如在讨论临床终点时可能需要同时查阅多份临床试验报告。其次，专业性强的字段和单位意味着提示词需要包含精确的术语，并能理解单位转换，避免因单位混淆导致的错误。数据更新频率低，使得历史数据的准确性和一致性尤为重要，对话系统在检索时需优先考虑权威来源和最新版本。最后，资料中包含的结构化与非结构化数据混合，要求提示词设计能引导模型在两者之间进行有效切换和整合，例如从表格数据中提取关键数值，并结合文本描述进行推理。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 12000 字符 | 呼吸系统申报资料文本量大，需确保单次请求能覆盖足够长的上下文，减少信息丢失。 |
召回条数 | 前 8 条 | 保证检索结果的全面性，覆盖临床试验、药理毒理等多个方面。 |
相似度阈值 | 0.75 | 确保召回结果与用户查询高度相关，避免引入不准确或不相关的专业信息。 |
分段长度 | 800 字符 | 兼顾文本语义完整性与分段处理效率，避免过长分段导致的语义漂移。 |
重排返回条数 | 前 5 条 | 在初步召回后进行精细排序，提升最相关信息的优先级。 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 支持上传大型临床研究报告、非临床研究报告等文档。 |
容易做错的三处
- 对话模型输出结果中出现专业术语混淆或单位错误，原因在于提示词未能充分强调专业术语的精确性和单位的严格一致性。
- 在多轮对话中，模型无法准确关联不同文档中的数据点，例如临床试验结果与不良事件之间的关系，原因在于系统未提供足够的上下文管理机制或提示词未引导模型进行跨文档信息整合。
- 上传大型申报文档后，文件解析或知识库构建超时，原因可能是
PARSE_FILE_TIMEOUT_SECONDS设置过短或系统资源不足。
怎么确认配好了
- 针对典型呼吸系统疾病（如哮喘、慢阻肺）的关键申报问题，进行多轮对话测试，检查模型对专业术语、剂量单位、临床指标的理解和引用是否准确无误。
- 上传多个不同类型（如临床报告、药理报告、CMC文件）的呼吸系统申报资料，观察知识库构建过程是否顺利完成，并验证能否通过对话检索到核心信息。
- 模拟申报审查专家提问场景，评估模型能否根据提供的资料，对药物作用机制、临床有效性、安全性数据等进行连贯、准确的回答，并能正确引用来源文档。
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。