这个品类的数据长什么样
供应商审计在药物警戒领域，其数据主要来源于药企对供应商的审计报告、缺陷记录、整改计划及相关的法规符合性文件。这些文档通常以 PDF、Word 或结构化数据库的形式存在。审计报告通常包含详细的审计发现、风险评估、推荐措施以及供应商的回复。数据更新频率不一，通常按年度或根据风险评估结果进行不定期的审计。文档结构上，审计报告往往包含封面页、目录、审计摘要、发现详情、整改计划、附件等固定章节。字段方面，涉及供应商名称、审计日期、审计员信息、缺陷编号、缺陷描述、风险等级、法规条款引用、整改措施、完成日期等。单位方面，风险等级可能采用高/中/低或数值评分，时间字段需明确日期格式。
这些特征在「引用来源与溯源」这一环带来什么约束
供应商审计数据的结构化与半结构化并存的特点，决定了在引用来源与溯源时，需要兼顾精确匹配和上下文理解。审计报告中的具体缺陷描述或法规引用，需要精确溯源到原文的特定段落或条款，以支撑药物警戒决策的合规性与严谨性。由于报告更新频率相对较低，但单次更新可能涉及大量内容修订，因此对历史版本的管理和引用至关重要。审计报告通常篇幅较长，包含大量非核心信息，需要有效的切块策略，避免无关内容干扰引用准确性。此外，报告中可能包含多级标题和编号，这要求引用机制能够识别并利用这些结构信息，提升溯源的颗粒度。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 兼顾审计报告的段落完整性与检索效率，避免过度切分导致上下文丢失。 |
召回条数 | 前 5–8 条 | 确保覆盖潜在相关的审计发现和整改记录，同时控制 LLM 输入长度。 |
相似度阈值 | 0.75–0.85 | 保证召回结果与查询意图高度相关，减少低质量引用。 |
重排返回条数 | 前 3 条 | 在初次召回基础上，通过重排进一步提升最相关内容的排序，供模型引用。 |
引用上限 | 1500 token | 限制引用文本的总长度，避免超出模型上下文窗口，平衡信息量与模型处理能力。 |
quote_type | text | 审计报告主要内容为文本，直接引用文本段落最符合溯源需求。 |
容易做错的三处
- 引用时出现
quote type error报错，现象是无法正常生成引用内容。原因是知识库配置的引用类型与实际检索到的内容格式不匹配，或者在处理过程中数据类型转换失败。 - 回复中未能包含引用文件的具体页码或段落位置，现象是引用信息模糊，无法快速定位原文。原因是知识库切块时未保留或未正确提取源文档的位置元数据。
- 检索到的切块长度远超
引用上限设置，导致模型上下文溢出。原因是知识库切块策略与引用上限设置不协调，长切块在检索后直接引用，未进行二次截断。
怎么确认配好了
- 对典型审计发现问题进行提问，检查回复中是否包含明确的引用来源，如文档名称和具体段落。
- 模拟审计员查询特定法规条款在供应商报告中的符合性情况，验证系统是否能准确链接到报告中对应的合规性声明或缺陷描述。
- 输入一个已知存在多处修订的供应商整改计划相关问题，核查系统是否能优先引用最新或最相关的版本信息。
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。