这个品类的数据长什么样
合理用药的质量文档主要来源于国家卫健委、国家药监局发布的各类指南、规范、共识，以及各级医疗机构内部制定的处方集、用药须知、不良反应报告等。这些数据更新频率不一，国家级指南可能数年一更新，而药械不良反应信息则可能每月甚至每周发布。文档结构以 PDF、Word 居多，内容通常包含大量医学术语、药品通用名、商品名、剂量、用法、禁忌症、适应症、药物相互作用等。字段与单位特征明显，例如药品剂量常涉及毫克（mg）、克（g）、毫升（ml），给药频次常用每天几次（bid, tid），并可能包含复杂的医学检验指标单位。
这些特征在「知识库检索与召回」这一环带来什么约束
合理用药文档的更新频率差异性，要求知识库具备增量更新和版本管理能力，确保检索到的信息时效性。文档中特有的医学术语和药品名称，对分词器的准确性提出高要求，需要支持专业词典。剂量、用法等结构化信息与非结构化描述混杂，使得纯文本检索可能难以精准定位。此外，药物相互作用等复杂逻辑关系，需要知识库在召回时能够关联多条文档或文档片段。高相似度的药品名（例如同类药物的不同商品名）可能导致召回混淆，需要精细化控制相似度阈值。
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 | 医学文档段落内信息密度高，过长易稀释主题，过短易切断语义。 |
分段重叠 | 100–150 字符 | 确保段落间上下文衔接，避免关键信息被切分到不同段落。 |
召回条数 | 8–12 条 | 保证足够的候选文档覆盖，同时避免引入过多不相关信息。 |
相似度阈值 | 0.75–0.85 | 平衡召回率与准确率，降低相似药品名混淆风险。 |
重排返回条数 | 4–6 条 | 进一步筛选出最相关的少数文档，提升最终结果的精准度。 |
解析超时时间 | 600 秒 | 处理大型 PDF、Word 文档解析，特别是包含复杂图表和表格的文档。 |
容易做错的三处
- 知识库检索结果为空，尽管知识库中存在相关文档。原因可能是分词器未识别专业医学词汇，导致索引词与查询词不匹配。
- 检索结果与预期差距大，返回了大量不相关的药品信息。原因可能为相似度阈值设置过低，未能有效过滤掉非核心内容。
- 知识库内容更新后，检索结果仍然是旧信息。原因在于增量同步机制未正确配置或执行，导致索引未及时刷新。
怎么确认配好了
- 使用包含专业医学术语的查询语句，测试检索结果是否包含预期的药品名称、剂量或禁忌症信息。
- 针对某一种药品，尝试查询其不良反应、适应症等不同方面，核查召回的文档是否全面且准确覆盖。
- 上传一份新增的合理用药指南，等待索引完成后，立即测试是否能通过该指南中的关键信息进行检索，并验证结果的时效性。
- 通过 FastGPT 后台的“知识库管理”界面，查看文档分段情况，确保关键信息没有被不合理地切分。
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。