这个品类的数据长什么样
偏差（Deviation）和纠正与预防措施（CAPA）在药物警戒领域是关键的质量管理文档。其数据通常来源于生产现场的异常事件报告、实验室检测结果、审计发现、患者不良事件报告分析及风险评估报告。这些数据更新频率不定，通常根据事件触发，可以是每日数次，也可能是每周数次。文档结构高度规范化，通常包含事件描述、根本原因分析、影响评估、纠正措施、预防措施、责任人、完成时限和验证结果等字段。其中，事件描述可能包含自由文本，而根本原因分析和措施描述则常包含标准术语和分类代码。关键字段如偏差编号、CAPA编号、事件日期、关闭日期、药品批次号、不良事件编码（如MedDRA）等，具有明确的格式和单位。
这些特征在「引用来源与溯源」这一环带来什么约束
偏差和CAPA文档的规范化结构要求引用溯源时能够精准定位到具体的章节或字段。由于其更新的不定性，知识库的同步机制需要能够捕获增量更新，以确保引用内容的实时性。自由文本字段的存在，例如事件描述和根本原因分析，增加了语义理解的复杂性，需要更精细的分段策略以提高召回准确率。药品批次号和不良事件编码等特定字段的引入，要求知识库在索引时能识别并利用这些结构化信息进行高效检索。同时，由于CAPA的关联性，溯源不仅要指向单一文档，还可能需要追溯到触发CAPA的偏差报告，形成多文档间的引用链条。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 300–500 字符 | 兼顾语义完整性和检索效率，避免过长段落引入无关信息。 |
召回条数 | 前 8 条 | 确保覆盖足够的潜在相关信息，同时控制处理成本。 |
相似度阈值 | 0.75 | 提高召回结果的精确性，过滤掉低相关度的段落，减少噪声。 |
重排返回条数 | 前 3 条 | 精选最相关的少量结果进行展示，提升用户阅读体验。 |
maxContext | 4096 tokens | 根据主流大语言模型上下文窗口限制，确保能承载有效信息。 |
文件处理超时 | 600 秒 | 应对大型PDF或结构复杂文档的处理时间，避免文件上传失败。 |
容易做错的三处
- 查询结果中出现大量不相关的引用内容，原因是
相似度阈值设置过低，导致低相关度的文档片段也被召回。 - 文档更新后，系统响应未能反映最新信息，原因在于知识库同步策略未能及时捕获并索引新的偏差或CAPA报告。
- 在查询与特定批次号相关的CAPA时，结果未能精准定位到该批次，原因可能是知识库在索引时未将批次号作为可检索的独立字段进行处理。
怎么确认配好了
- 上传一份包含已知偏差编号和相关措施的测试文档，查询该偏差编号，检查返回结果是否包含对应的措施描述和文档链接，并核对返回段落的精确性。
- 更新测试文档中的某项CAPA内容，等待知识库同步后再次查询，验证系统返回的是最新版本的CAPA信息。
- 针对一份包含多种药品批次号的CAPA报告进行查询，检查返回结果是否能通过批次号筛选并定位到特定批次的CAPA记录。
- 模拟查询涉及自由文本描述的问题，检查返回的引用来源是否能有效支持答案，并且引用段落不包含过多无关信息。
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。