这个品类的数据长什么样
呼吸系统疾病相关的质量文档，其数据来源广泛，涵盖临床指南、药品说明书、医疗器械注册证、不良事件报告、SOP（标准操作规程）以及法规文件等。这些文档的更新频率不一，临床指南和药品说明书可能每年或每两年修订一次，而不良事件报告则实时产生。文档结构通常包含文本、表格、图表和附录等多种形式。字段与单位具有高度专业性，例如剂量（毫克、微克）、肺功能指标（升、毫升/秒）、诊断标准（kPa、mmHg）以及特定的医学术语和缩写。文档中的关键信息常分散在不同章节，且存在大量交叉引用。
这些特征在「多轮对话与提示词」这一环带来什么约束
呼吸系统质量文档的专业性与多样性，对多轮对话的上下文理解能力提出了高要求。大量的医学术语和缩写，需要模型具备准确的术语解析能力，避免语义漂移。文档更新频率的不一致性，要求知识库具备版本管理机制，确保对话基于最新有效信息。复杂文档结构中关键信息的离散分布，使得提示词设计需要引导模型进行深层语义关联和多源信息整合。例如，当用户询问某药物在特定呼吸系统疾病的禁忌时，模型不仅要从药品说明书召回信息，还可能需要参考相关临床指南，对不同文档中的信息进行比对和综合。字段与单位的严谨性，要求模型在生成回复时能准确引用或转换，避免因单位混淆导致误解。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 800–1200 字符 | 呼吸系统文档的专业性要求保留足够的上下文，确保医学术语和逻辑关系的完整性。 |
召回条数 | 前 5 条 | 需兼顾召回效率与信息完整性，确保涵盖不同来源的关键信息。 |
相似度阈值 | 0.75 | 针对医学文本的语义精确性，提高相似度阈值以过滤不相关结果。 |
分段长度 | 300 字 | 适中分段长度有助于模型理解单个段落的完整语义，并减少噪音。 |
重排返回条数 | 前 3 条 | 经过重排后，优先呈现最相关的核心信息，提高对话质量。 |
SEARCH_TOP_K | 10 | 扩展初始搜索范围，为重排提供更多潜在相关文档片段。 |
容易做错的三处
- 现象：对话接口返回结果中出现大量无关的辅助信息或溯源规则符号。原因：提示词未能有效约束模型输出格式，或模型配置中未关闭调试信息。
- 现象：用户询问某个呼吸系统疾病的诊断标准时，模型回复缺失关键数值或单位。原因：知识库构建时未对表格或关键字段进行结构化提取，导致模型无法准确获取带单位的数值。
- 现象：多轮对话中，模型无法正确理解用户对前一轮提及的药物剂量的追问。原因：
maxContext参数设置过低，导致模型在多轮对话中丢失了关键的历史上下文信息。
怎么确认配好了
- 针对典型呼吸系统疾病（如哮喘、慢阻肺）的诊断、治疗、用药等场景，设计一系列多轮对话测试用例，检验模型能否准确理解并给出完整回复。
- 选取文档中包含复杂表格和图表的片段，测试模型能否从中提取关键数值和单位，并正确应用于对话回复。
- 模拟用户在对话过程中反复提及特定医学术语或缩写，核对模型能否始终保持对这些术语的正确理解和一致性回复。
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。