皮肤科药物警戒的多轮对话与提示词

这个品类的数据长什么样

皮肤科药物警戒数据主要来源于临床试验报告、真实世界研究（RWE）、医生诊疗记录、患者自发报告以及药品说明书。这些数据更新频率不一，临床试验数据通常在研究结束后发布，而患者自发报告则具有实时性。文档结构多样，包括非结构化的自由文本（如医生手写病历、患者描述）、半结构化的表格数据（如不良事件报告表 CIOMS I 表格、MedWatch 表格）以及结构化的编码数据（如 ICD-10 诊断码、MedDRA 药物不良反应术语）。字段特异性强，常涉及皮肤病学专业术语，如皮损形态（斑丘疹、水疱、红斑）、部位（面部、躯干、四肢）、严重程度（轻度、中度、重度）以及时间进程。单位方面，多涉及剂量单位（mg/kg）、时间单位（天、周、月）和面积单位（cm²）。

这些特征在「多轮对话与提示词」这一环带来什么约束

皮肤科数据中大量自由文本和专业术语，要求多轮对话系统具备强大的语义理解和实体识别能力。患者自发报告的实时性和非结构化特征，对系统处理高噪声、非标准语言的能力提出挑战。多轮对话需要引导用户逐步澄清模糊描述，例如，当用户提及“皮肤发红”时，系统应能追问发红部位、伴随症状、用药史等关键信息，以精确判断不良反应类型。MedDRA 等标准术语的存在，使得提示词设计需兼顾自然语言与专业编码之间的映射，确保信息准确性。文档结构的多样性意味着系统在提取信息时不能依赖单一范式，而应整合多种信息抽取策略。最终，系统需能从多轮交互中构建出完整的药物不良反应事件链，为后续评估提供支持。

配置怎么定

容易做错的三处

• 对话卡在特定节点无响应，且日志显示“知识库搜索无结果”。原因可能是皮肤科专业术语未被有效索引，导致相似度匹配失败。
• 多轮对话过程中，系统频繁追问已提供的信息，用户体验差。原因在于 maxContext 参数设置过低，导致系统无法保留足够的历史对话上下文。
• API 调用多模态模型时出现“图片格式不正确”报错。原因通常是传入的图片并非模型支持的 image/jpeg 或 image/png 等标准格式。

怎么确认配好了

• 通过多轮模拟对话，验证系统能否准确理解并追问皮肤科常见不良反应（如皮疹、荨麻疹）的详细信息，例如部位、形态、伴随症状和用药史。
• 测试系统在处理非结构化患者自述时，能否有效提取关键实体并与 MedDRA 术语进行匹配，通过检查生成的标签或编码准确性来评估。
• 检查知识库召回结果，确保在输入皮肤科相关症状描述后，召回的文档或片段包含权威的药品说明书、临床指南或专业文献中的相关内容，并核对 相似度阈值 的合理性。

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。