这个品类的数据长什么样
供应商审计的质量文档主要来源于供应商提供的质量体系文件、生产记录、检验报告、不合格品处理记录等，以及审计方现场核查报告。这些文档通常以 PDF、Word、Excel 等多种格式存在，部分可能为扫描件。数据更新频率不一，供应商资质文件可能年度更新，生产批次记录则随生产周期实时生成。文档结构上，质量手册具有层级性，而批次记录通常是扁平化的表格数据。字段包括批号、生产日期、有效期、检测项目、检测结果、判定标准、偏差说明等，单位涉及质量（kg、g）、体积（L、ml）、浓度（%）、时间（h、min）等，部分字段可能包含自由文本描述。
这些特征在「引用来源与溯源」这一环带来什么约束
供应商审计文档的多源性与异构性，要求知识库具备强大的多格式文档解析能力，尤其对扫描件的文字识别准确率有较高要求。更新频率的不一致性，使得在引用时需要特别关注文档的版本与时效性，确保引用的是当前最新的或指定历史版本的记录。文档中包含大量结构化与非结构化混合数据，字段与单位的规范性差异大，对文本分割与语义理解提出挑战，需要确保模型能够准确识别关键信息并从复杂表格中提取数据。引用来源与溯源功能必须能够精确指向原始文档的具体页码或段落，以支持审计追溯需求，避免仅给出文档名称而无法定位具体内容的模糊引用。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 兼顾文档上下文与检索效率，避免过长段落稀释关键信息 |
分段重叠长度 | 100 字符 | 确保跨段落信息的连续性，捕获边界处可能被分割的完整语义 |
相似度阈值 | 0.75 | 过滤低相关性文档片段，提高召回的准确性，降低噪音 |
召回条数 | 8–12 条 | 保证足够的上下文信息供大模型参考，同时控制推理成本 |
maxContext | 3000–4000 token | 适应审计文档的复杂性与细节要求，提供充足的上下文窗口 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理大型 PDF 或包含复杂表格的文档，防止解析超时失败 |
容易做错的三处
- 现象：模型在回答中未能引用网络搜索结果，但网络搜索功能测试正常。 原因：系统配置为非工具调用模式，大模型默认仅检索本地知识库，未被授权使用网络搜索工具。
- 现象：模型引用的知识库文档条目仅在回答底部列出，无法定位到具体段落或页码。 原因：知识库在向量化时未保留原始文档的精确位置元数据，或前端展示层未实现深层链接功能。
- 现象：调用 FastGPT 对话接口时，响应中缺少引用的知识库 ID 信息。 原因：API 调用参数未明确请求返回引用来源详情，或 API 接口设计未将此信息纳入标准响应体。
怎么确认配好了
- 上传一份包含复杂表格和多页内容的供应商审计报告，提问其中关键数据，核对模型回答中引用的文档是否精确指向报告内的具体页码和段落。
- 模拟审计场景，询问关于某个不合格批次的详细处理流程，检查模型是否能从不同的文档类型（如不合格品处理记录和批次生产记录）中综合信息并提供多个引用来源。
- 将知识库中的关键文档进行小幅更新，然后提问相关内容，核对模型是否能引用到最新版本的文档，并能区分新旧版本差异。
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。