这个品类的数据长什么样
自身免疫疾病的注册申报资料数据来源广泛，包括临床试验报告、非临床研究报告、药理毒理数据、生产工艺文件、质量标准、以及国内外审评机构的指导原则和已批准药物的公开信息。数据更新节奏相对缓慢，主要集中在新药研发阶段和上市后变更申报。文档结构通常高度标准化，遵循 ICH M4E 等通用格式，包含摘要、正文、附录等部分。字段内容涵盖患者人口统计学、疾病活动度指标（如 SLEDAI、DAS28）、生物标志物（如自身抗体滴度、细胞因子水平）、不良事件分类（MedDRA 编码）、药物剂量、疗效评价指标等，单位明确，如 mg/kg、IU/mL、pg/mL。
这些特征在「多轮对话与提示词」这一环带来什么约束
自身免疫数据的标准化结构和明确字段，使得多轮对话在提取特定信息时可以更精准地构建查询路径。由于数据更新频率较低，对话系统无需频繁刷新知识库索引，可以将更多计算资源用于深度语义理解。生物标志物和疾病活动度指标的复杂性，要求提示词设计能有效引导模型理解上下文中的数值范围和临床意义，避免误判。此外，不良事件的 MedDRA 编码体系要求模型能识别和关联这些专业术语，确保申报资料的准确性。多轮对话需要支持对不同类型文档（如 CTD 模块 2、3、4、5）的交叉引用和逻辑推理，以回答综合性问题。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 800–1200 字符 | 确保模型能覆盖长篇幅的临床试验报告摘要和关键非临床数据，同时控制计算开销。 |
top_k | 5 条 | 自身免疫资料信息密度高，召回少量最相关的片段足以提供核心信息。 |
rerank_top_n | 3 条 | 进一步精炼召回结果，提升与当前对话意图最匹配的文档片段优先级。 |
temperature | 0.2 | 注册申报资料对准确性要求极高，低 temperature 值能减少模型自由发挥，提高回答的客观性。 |
embedding_model | text-embedding-ada-002 或同级别模型 | 确保对生物医学专业术语和复杂句式的语义理解能力。 |
prompt_template | 包含“根据提供的自身免疫疾病申报资料…” | 明确限定模型回答范围，避免引入外部知识，聚焦于资料内容。 |
容易做错的三处
- 对话模型未能识别特定生物标志物的正常范围或异常阈值，导致对临床意义的错误解读。原因在于提示词未能充分强调这些关键数值的上下文关联，或知识库未有效抽取这些信息。
- 在检索不良事件时，模型无法正确关联 MedDRA 编码与对应的临床表现，导致信息缺失或混淆。原因在于知识库索引对编码体系的解析不足，或提示词未引导模型进行编码转换。
- 用户在切换 AI 模型时，发现引导词或上下文信息丢失，导致新的模型无法延续之前的对话。原因在于对话应用层面未正确持久化和传递
session_id或history参数。
怎么确认配好了
- 提交包含特定疾病活动度指标和生物标志物数值的查询，检查模型是否能准确判断其临床意义，并引用相关文档支持。
- 输入 MedDRA 编码或其对应的临床描述，核对模型是否能双向识别并提供准确的不良事件信息。
- 在多轮对话中，切换不同的 AI 模型，验证
maxContext和history参数是否正确传递，确保上下文连贯性。 - 针对不同模块（如模块 2、3、4、5）的申报资料，测试模型能否在不明确指明文档来源的情况下，准确回答跨模块的综合性问题，例如药物作用机制与临床疗效的关联。
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。