这个品类的数据长什么样
DTP 药房在药物警戒领域的数据主要来源于患者用药反馈、药师随访记录以及药品销售与库存数据。患者用药反馈通常以非结构化文本形式存在，包括不良反应描述、用药依从性问题、疗效评估等。药师随访记录则包含结构化和半结构化数据，如患者基本信息、用药方案、体征数据、不良反应事件分类代码（如 MedDRA 术语）。药品销售与库存数据通常是结构化数据，记录药品批次、生产日期、有效期、销售流向等。数据更新频率较高，患者反馈和药师随访记录可能实时或每日更新，销售数据则通常每日或每周更新。
这些特征在「引用来源与溯源」这一环带来什么约束
DTP 药房数据中大量非结构化文本的患者反馈，要求RAG系统具备强大的文本理解能力，能够从口语化描述中准确提取关键信息。结构化和半结构化数据的混合存在，使得知识库构建需要兼容多种数据格式。高频更新的数据源，例如每日新增的患者反馈和随访记录，对知识库的实时性提出了要求，需要确保引用来源能够反映最新信息。同时，对药品批次、有效期等信息的溯源需求，使得引用来源必须能够精确指向原始数据记录，确保药物警戒决策的准确性和合规性。多源异构数据也增加了数据预处理和清洗的复杂性，确保引用内容的质量。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 平衡上下文完整性与检索效率，适应患者反馈长短不一的特点 |
overlap_size | 100–200 字符 | 确保上下文连续性，避免关键信息被切断 |
retrieval_limit | 前 5 条 | 兼顾检索精度与响应速度，覆盖主要相关信息 |
similarity_threshold | 0.75 | 过滤低相关性结果，提高引用质量，避免引入噪音 |
max_tokens_per_response | 2000 tokens | 适应药物警戒报告的详细程度，确保完整呈现引用内容 |
metadata_fields_to_index | patient_id, report_date, drug_batch | 确保溯源信息在检索时可用，支持精确回溯原始记录 |
容易做错的三处
- 知识库中同一药物警戒事件的多个文档只被引用一条，原因可能是
retrieval_limit参数设置过低，未能召回足够多的相关分段。 - 导入的 JSON 数据未能被正确解析并用于知识库检索，现象是
knowledge_base_selector字段为空，这通常是由于 JSON 结构与系统预期不符或缺少必要的元数据字段。 - 引用来源下载失败或链接失效，可能是由于原始数据存储权限问题，也可能是在数据导入时
source_url字段未正确关联。
怎么确认配好了
- 针对一系列典型药物警戒查询，检查返回的引用条目数量是否符合预期，并核对每条引用是否包含完整的患者反馈、药师记录或药品批次信息。
- 验证引用来源链接的可访问性，确保点击后能够准确跳转到原始数据记录或相关文档，例如通过
source_url字段进行验证。 - 随机抽取部分查询结果，人工评估引用内容的准确性和相关性，确保系统能够识别并引用药物名称、不良反应术语、剂量单位等关键信息。
- 检查
patient_id和drug_batch等关键元数据是否能在引用中被正确识别和呈现，以支持后续的溯源分析。
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。