这个品类的数据长什么样
II-III 期临床试验的药物警戒数据主要来源于临床试验方案、受试者病例报告表（CRF）、安全性数据库、医学监查员报告以及研究者提交的任何不良事件报告。这些数据通常以结构化数据库条目、非结构化文本报告（如医学叙述、随访记录）、影像学报告和实验室检查结果等形式存在。数据更新频率高，尤其在试验进行期间，不良事件报告可能实时录入。文档结构多样，包含标准化的医学术语、编码系统（如 MedDRA）以及自由文本描述，字段包括事件发生时间、严重程度、结局、相关性评估、采取的措施等，单位涉及剂量（mg）、频率（次/天）和持续时间（天）。
这些特征在「多轮对话与提示词」这一环带来什么约束
II-III 期临床药物警戒数据的多源性和高更新频率，要求多轮对话系统能够快速整合与检索最新信息。非结构化文本报告中包含大量医学术语和模糊描述，对提示词的语义理解和实体识别能力提出挑战。对话系统需要准确识别患者症状、药物名称、事件发生时间等关键信息。MedDRA编码的存在，使得提示词需要具备将自然语言描述映射到标准化编码的能力，确保数据的一致性与可比性。此外，由于安全性数据的高度敏感性，对话交互必须确保信息获取的精确性，避免误读或遗漏关键安全性信号，这直接影响提示词的复杂度和多轮对话的流程设计，以支持严谨的风险评估和决策。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8 | 确保多轮对话中能保留足够的历史信息，覆盖常见的症状追问、用药史核对等场景。 |
相似度阈值 | 0.75 | 平衡召回率与准确率，降低误报率，同时避免遗漏关键的相似不良事件报告。 |
召回条数 | 10–15 条 | 在保证相关信息覆盖的前提下，控制模型处理的输入长度，提高响应速度。 |
分段长度 | 500 字符 | 适应医学报告中长段描述的特点，保证语义完整性，避免关键信息被截断。 |
重排返回条数 | 5 条 | 精选与当前对话最相关的文档片段，减少模型处理噪音信息，提升回答的精准度。 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 应对大型临床报告文件解析需求，避免因文件过大导致的解析超时。 |
容易做错的三处
- 在多轮对话中，用户询问特定不良事件的详细信息时，系统回复内容为空。这通常是由于提示词未能准确提取用户查询中的关键实体（如不良事件名称、药物名称），导致知识库检索结果不相关。
- 对话工作流的响应时间显著长于在工作流中调试时的表现。这可能是因为生产环境中知识库的索引未能及时更新，导致检索效率降低，或模型加载与推理时间增加。
- 系统无法正确识别用户提供的日期信息，导致在生成报告时落款时间错误。这往往是由于提示词中对日期格式的解析规则定义不明确，未能有效利用系统提供的当前日期变量。
怎么确认配好了
- 针对典型的不良事件查询，通过模拟对话测试，检查回复中是否包含所有关键的安全性数据点，并核对这些数据与原始报告的一致性。
- 通过追踪系统日志，检查每次查询的知识库召回条数和相似度评分，确保其符合预期范围，以此验证召回机制的有效性。
- 在多轮对话中，故意引入日期、剂量等关键信息的多种表达方式，检查系统是否能准确识别并将其映射到正确的字段或单位，验证提示词的鲁棒性。
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。