这个品类的数据长什么样
siRNA 核酸药的研发文档主要来源于实验报告、专利申请、临床试验数据和研究论文。这些数据更新频率较高，尤其在临床前和临床试验阶段，每月甚至每周都有新的数据生成。文档结构复杂，常包含大量非结构化文本、图表、化学结构式和序列信息。核心字段包括靶点基因、siRNA 序列、修饰类型、递送系统、给药剂量、药代动力学（PK）参数、药效学（PD）参数、毒性数据、以及各种生物活性指标（如 IC50、EC50）。单位多样，例如摩尔浓度（nM）、剂量（mg/kg）、时间（h）、百分比（%）等，且常混用。
这些特征在「对话日志与审计」这一环带来什么约束
siRNA 核酸药研发文档的数据特征对对话日志与审计提出了特定要求。高频更新的数据意味着对话日志需要记录时间戳和数据版本，以确保审计时能追溯到提问时的数据状态。复杂的文档结构和多样的字段单位，要求日志记录不仅包含用户提问和 AI 回复，还要详细记录解析过程中涉及的知识库召回片段、实体识别结果以及单位转换信息。这有助于在审计时复现 AI 的推理路径，并识别潜在的解析错误。此外，由于涉及敏感的研发数据，审计日志的完整性和不可篡改性至关重要，需要确保所有交互行为和系统操作都有详细记录。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
logLevel | INFO | 记录详细的交互信息，便于追溯问题。 |
maxLogRetentionDays | 365 天 | 符合研发数据长期审计要求，确保历史数据的可追溯性。 |
logBatchSize | 100 | 平衡日志写入性能与实时性，减少 I/O 压力。 |
includeSourceChunks | 开启 | 记录 AI 回复所依赖的原始知识库片段，便于审计时验证信息来源。 |
auditTrailEnabled | 开启 | 确保所有用户操作和系统事件都被记录，满足合规性要求。 |
dataVersionTracking | 按实测标定 数据版本 ID | 记录对话发生时知识库数据快照的 版本号，避免因数据更新导致的审计混淆。 |
容易做错的三处
- 对话日志中缺少关键的原始文档来源信息，导致在审计时无法确认 AI 回复的溯源，表现为
sourceDocumentId字段为空。原因是知识库配置未正确关联原始文档元数据。 - 审计日志仅记录了用户提问和 AI 回复，但未包含 AI 在解析复杂 siRNA 序列或化学结构时使用的中间步骤或识别出的实体，导致无法复现 AI 的推理过程。原因是日志级别设置过低或未启用特定模块的详细日志记录。
- 在数据更新频繁的情况下，对话日志未记录提问时知识库的具体数据版本，导致审计时发现 AI 回复与当前数据不符，无法判断是当时数据差异还是 AI 推理错误。原因是
dataVersionTracking参数未启用或未正确配置。
怎么确认配好了
- 检查每次对话日志，确认
conversationId、userId、timestamp、用户提问、AI 回复、以及sourceDocumentId字段均有完整记录。 - 随机抽取多条包含复杂 siRNA 序列或化学结构解析的对话，查看其日志是否包含
identifiedEntities或intermediateSteps等字段，并检查这些字段的内容是否与实际解析结果一致。 - 在知识库数据更新后，进行一次测试对话，然后检查该对话的日志，确认其中记录的
dataVersion与当时知识库的实际版本号保持一致。
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。