这个品类的数据长什么样
药物警戒领域的数据主要来源于各类临床试验报告、真实世界研究数据、上市后不良事件报告（ADR）以及药品说明书和监管机构发布的指南文件。这些文档的更新频率较高，特别是药品说明书和监管指南，会根据新的研究进展或不良事件监测结果进行修订。文档结构复杂多样，既有结构化的表格数据（如ADR报告中的患者信息、药品信息、事件描述），也有大量的非结构化文本（如临床试验的详细观察记录、专家评估报告）。字段与单位存在特异性，例如药品剂量常以毫克（mg）、微克（μg）或单位（U）表示，给药途径有口服、注射等多种形式，不良事件的严重程度分级、因果关系判断等均有行业标准术语和编码体系。
这些特征在「多轮对话与提示词」这一环带来什么约束
药物警戒文档的复杂结构和专业术语，对多轮对话的准确性和深度提出了挑战。非结构化文本中的关键信息提取，要求提示词具备高度的语义理解能力和上下文关联能力。例如，不良事件的发生时间、持续时间、结局以及与怀疑药品的关联性判断，往往散布在不同段落甚至不同文档中。多轮对话需要能够追踪这些分散的信息，并在后续轮次中进行整合和推理。频繁更新的数据源意味着知识库需要高效的更新机制，以确保对话模型引用的信息是最新的。此外，专业字段和单位的识别与标准化，要求提示词设计时充分考虑医学术语词典和计量单位转换规则，避免因理解偏差导致错误信息。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 2000–3000 Tokens | 药物警戒文档上下文关联性强，需容纳较长对话历史以维持语义连贯性。 |
分段长度 | 500–800 字符 | 兼顾语义完整性和召回效率，避免长段落信息冗余或短段落上下文缺失。 |
召回条数 | 前 8–12 条 | 确保覆盖潜在相关信息，应对复杂查询中多角度的知识需求。 |
相似度阈值 | 0.75–0.85 | 严格控制召回结果的精确性，减少无关或低相关性文档的干扰。 |
重排返回条数 | 3–5 条 | 聚焦最相关内容，提升最终呈现给用户的答案质量和效率。 |
QUERY_REWRITE_MODEL | gpt-4o-mini 或 ERNIE-Speed | 提升对医学专业术语的理解和复杂查询的重写能力，优化召回效果。 |
容易做错的三处
- 多轮对话中对患者个体信息和不良事件报告编号的跟踪失效，表现为后续轮次无法引用或错误引用早期对话中提及的特定案例。原因在于
chatId参数未正确传递或模型未能将实体识别与对话上下文有效绑定。 - 文档中药品剂量、频率等关键数值型字段被错误解析或遗漏，导致药物关联性判断不准确。原因通常是提示词未充分引导模型对特定格式（如“每日两次，每次 50 mg”）进行结构化提取和单位转换。
- 在处理大量非结构化临床观察文本时，模型出现“幻觉”或提取信息不完整，表现为生成答案与原文存在偏差或遗漏重要细节。原因在于
分段长度过小导致上下文被截断，或相似度阈值过低召回了大量噪声信息。
怎么确认配好了
- 针对特定药品的不良事件查询，验证多轮对话能够准确识别并追踪报告中的患者 ID 和事件描述，确保
chatId机制正常工作。 - 测试模型在不同剂量单位（mg, μg, U）和给药频率（每日一次，bid, tid）的场景下，能否正确提取并标准化药品使用信息，核对提取值与原文一致性。
- 随机抽取多份复杂的临床试验报告，进行关键词查询和多轮追问，检查模型对非结构化文本中关键因果关系、时间序列和严重程度判断的准确性，确保召回与重排结果有效支撑对话。
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。