这个品类的数据长什么样
呼吸系统药物警戒的数据主要来源于上市后药物不良反应（ADR）报告、临床试验报告、学术文献、药品说明书以及监管机构发布的安全性信息。这些数据通常以非结构化文本、半结构化表格和结构化数据库的形式存在。不良反应报告多为自由文本描述，包含患者基本信息、用药史、不良事件表现、结局等，语言表达多样，常涉及医学术语、缩写和口语化描述。临床试验报告则更为规范，结构严谨，数据字段清晰。药品说明书和监管文件是标准化的文本，更新频率通常取决于药物上市后的安全性监测结果和监管要求，可能为季度或年度更新，特殊情况下会进行紧急更新。字段包括药物名称、活性成分、剂型、适应症、不良反应类型、发生频率、严重程度、处理措施等，单位涉及剂量（毫克、微克）、时间（小时、天、周）、频率（次/日）等，且常出现 ICD-10 或 MedDRA 编码。
这些特征在「多轮对话与提示词」这一环带来什么约束
呼吸系统药物警戒数据中自由文本和半结构化数据的普遍性，要求多轮对话系统具备强大的自然语言理解能力，能够从复杂语境中抽取出关键的药物、不良反应、患者特征和时间信息。医学术语和缩写的使用，对提示词的专业性和词汇覆盖度提出高要求，需要内置或动态加载领域词典。数据更新的周期性意味着知识库内容需定期同步，以确保对话结果的时效性和准确性。MedDRA 等编码系统的存在，则要求系统在理解用户查询时，能够将自然语言描述映射到标准编码，并在生成回复时，将编码信息转化为易于理解的文本。此外，不良反应报告的模糊性和不确定性，使得对话系统在回应时需要考虑信息完整性，避免过度推断，并引导用户提供更多必要细节。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8 | 呼吸系统不良反应报告涉及多方面信息，需要较长对话历史来维持上下文连贯性，避免信息丢失。 |
分段长度 | 800–1200 字符 | 适应不良反应报告中段落较长、信息密集的特点，确保单个分段包含完整语义。 |
召回条数 | 前 15 条 | 提高从海量不良反应数据中检索到相关信息的概率，覆盖更多潜在的关联。 |
相似度阈值 | 按实测标定 0.75–0.85 | 兼顾召回的广度与精度，过低会引入噪声，过高可能遗漏相关但表述不同的信息。 |
重排返回条数 | 前 5 条 | 在召回基础上进行二次排序，确保最相关的核心信息呈现在对话回复中。 |
temperature | 0.3–0.5 | 确保生成回复的准确性和一致性，避免在药物警戒这一严谨领域产生不确定性或幻觉。 |
容易做错的三处
- 对话中出现“检测到没有可用的索引模型”：通常是由于知识库索引未成功构建或模型配置路径不正确。
- 对话接口无法返回原文链接：这表明知识库配置中未正确关联原文文档或文档存储路径失效。
- 回复内容缺乏专业术语或出现歧义：提示词中未充分引导模型使用 MedDRA 编码或相关医学词汇。
怎么确认配好了
- 针对典型呼吸系统不良反应场景，进行多轮对话测试，观察系统是否能准确理解患者描述并提供相关药物信息。
- 检查对话回复中是否包含关键的药物警戒字段，例如药物名称、不良反应类型、发生频率等，并与原始数据进行比对。
- 模拟数据更新后，核对系统能否及时索引新数据，并在对话中反映出最新的安全性信息。
- 验证系统在处理医学术语和缩写时，是否能正确识别并将其映射到标准化的编码或解释。
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。