这个品类的数据长什么样
精神类疾病的药物警戒数据主要来源于临床试验报告、真实世界研究（RWE）、医生提交的病例报告、患者自愿上报系统以及学术文献。数据更新频率较高，尤其是在新药上市后或有新的不良反应事件报告时。文档结构通常包含统一的报告模板，如 CIOMS I 表格或 MedWatch 3500A 表格，这些表格结构化程度高，包含患者基本信息、用药史、不良反应描述、发生时间、严重程度、结局等字段。特别之处在于，不良反应描述常涉及主观感受、行为改变和精神状态评估，这些信息通常以自由文本形式存在，且可能包含医学术语、俚语或患者自述的非标准化表达。剂量单位通常为毫克（mg）或毫升（mL），频率单位为次/天、次/周等。
这些特征在「多轮对话与提示词」这一环带来什么约束
数据来源的多样性和更新频率要求多轮对话系统具备快速吸收新信息并更新知识库的能力，以确保提示词引用的信息时效性。结构化报告与自由文本并存的特点，使得提示词设计需要兼顾对结构化字段的精确提取和对非结构化文本的语义理解。例如，对于精神状态描述的自由文本，系统需要通过多轮追问来澄清模糊信息，从而提高不良反应判断的准确性。同时，由于精神类疾病的特殊性，患者或报告者对不良反应的描述可能带有较强的个人色彩和主观性，这要求提示词在引导对话时保持中立，避免诱导性提问，并能识别和处理情感倾向，以获取客观事实。医学术语、俚语和非标准化表达的存在，则对模型理解能力和提示词的鲁棒性提出了挑战，可能需要预设同义词库或在提示词中加入解释性引导。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000 tokens | 精神类疾病不良反应报告常包含详细病史和多轮症状描述，需要较长的上下文窗口来维持对话连贯性。 |
分段长度 | 500 字符 | 确保知识库切片包含足够信息用于理解复杂症状描述，同时避免单段过长影响召回效率。 |
召回条数 | 前 8 条 | 考虑到精神类疾病不良反应的复杂性和多样性，增加召回条数可以覆盖更多潜在相关信息。 |
相似度阈值 | 0.75 | 针对精神类疾病描述中可能存在的语义模糊，提高阈值以确保召回结果的强相关性，减少噪音。 |
重排返回条数 | 前 5 条 | 对初次召回的结果进行二次筛选，聚焦最相关的几条，提高最终呈现给用户的准确性。 |
systemPrompt | 按实测标定 | 需要包含明确的角色设定（如“我是药物警戒助手”）、任务目标（“收集和分析不良反应信息”），并强调中立性和客观性。 |
容易做错的三处
- 对话过程中模型提示
connection error：这通常是由于模型 API 访问受限或网络不稳定导致，需要检查网络代理配置和API密钥的有效性。 - 知识库内容包含图片，但模型无法在对话中展示图片：提示词未明确指示模型如何处理图片资源，模型默认无法直接渲染图片，需要通过提示词引导模型返回图片链接或提示用户查看原始文档。
- 无法准确提取对话中关于用药剂量、频率等关键变量：提示词设计过于宽泛，没有明确指出需要提取的具体字段和数据格式，导致模型理解不准确或提取失败。
怎么确认配好了
- 测试多轮对话能否准确识别并提取报告中的药品名称、剂量、用药途径和不良反应发生时间。
- 验证系统在面对模糊或非标准化描述（如“感觉不舒服”、“情绪低落”）时，是否能通过追问引导用户提供更具体的症状信息。
- 检查知识库召回结果，确认在输入特定不良反应症状时，能准确匹配到相关的药品说明书或既往案例，并验证召回条数和相似度是否符合预期。
- 模拟用户提交包含多种精神类疾病症状的复杂报告，评估系统能否在一次对话中完整收集必要信息，或在多轮对话中有效引导信息补充。
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。