这个品类的数据长什么样
DTP 药房的质量文档涵盖药品采购、储存、销售、配送等环节，其数据主要来源于药监部门发布的法规、指导原则，药厂提供的产品说明书、质量标准，以及药房内部生成的 SOP、GSP 记录、培训资料、不良反应报告、冷链监测数据等。文档类型多样，包括 PDF、Word、Excel 表格、图片扫描件等。更新频率受政策调整、新药上市、内部流程优化等因素影响，部分法规性文件更新周期较长，而药品批次信息、冷链记录等数据则需实时更新。文档结构上，法规文件通常具备严谨的章节和条款编号，SOP 流程图文并茂，Excel 表格则包含药品批号、有效期、存储条件、温湿度记录等结构化字段。单位涉及温度（℃）、湿度（%RH）、数量（盒/瓶）、时间（年/月/日）等。
这些特征在「多轮对话与提示词」这一环带来什么约束
DTP 药房质量文档的复杂性给多轮对话与提示词设计带来多重约束。首先，法规文件的严谨性和专业术语要求对话系统具备精确的语义理解能力，避免因误解条款含义而给出错误指导。其次，SOP 中流程步骤的逻辑性和依赖关系，要求多轮对话能够跟踪上下文，引导用户逐步完成查询或操作，例如询问某个操作前置条件或后续步骤。第三，Excel 表格中大量结构化数据，需要提示词设计能够有效抽取关键信息，如特定药品的库存、有效期或批次记录，并进行有效比对。此外，文档更新频率不一，要求 RAG 检索模型能够兼顾实时性信息与稳定性法规，确保召回结果的时效性与准确性。当用户提问涉及多个文档类型或时间跨度较大的信息时，对话系统需要整合不同来源的数据，这增加了提示词设计的复杂性。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000 | 覆盖典型法规条款或SOP步骤的文本量，支持一次性理解较长段落。 |
分段长度 | 500 字符 | 适应法规文件和SOP中条款的平均长度，减少信息丢失或过度切分。 |
召回条数 | 7–10 条 | 兼顾检索效率与相关性，确保覆盖 DTP 药房质量文档中多角度信息。 |
相似度阈值 | 0.75 | 平衡召回的精准度与广度，过滤掉不相关的质量文档片段。 |
重排返回条数 | 3 条 | 聚焦最核心和相关的质量文档内容，减轻 LLM 处理负担。 |
temperature | 0.1–0.3 | 降低模型生成内容的随机性，确保质量文档回复的准确性和权威性。 |
容易做错的三处
- 在多轮对话中，模型返回结果末尾出现追溯展示规则的符号，这通常是由于提示词中包含了不必要的格式指令或特殊字符，模型将其视为输出要求。
- 并发调用量稍高时，工作流中调用组件返回
none，这可能源于系统资源限制或并发控制不足，导致某些请求未能及时获得处理。 - 模型对话输出时，未显示其思考过程，这通常是由于提示词中没有明确要求模型输出中间步骤或推理链，导致模型直接给出最终答案。
怎么确认配好了
- 针对典型质量管理问题进行多轮对话测试，检查系统能否准确引用法规条款或 SOP 步骤，并引导至正确答案。
- 选取涵盖不同文档类型（PDF、Word、Excel）的复杂查询，验证系统在多文档场景下能否有效整合信息并给出连贯回复。
- 模拟高并发场景，观察工作流中各组件的返回状态，确认没有出现
none或超时等异常情况，并评估系统响应时间。 - 检查模型在回答专业问题时，是否能正确识别并使用DTP药房特有的专业术语和计量单位。
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。