这个品类的数据长什么样
抗体偶联药物（ADC）的质量文档涉及分子结构、生产工艺、质量控制、稳定性研究及临床试验数据等多个方面。数据来源包括内部研发报告、生产批记录、质量标准文件（如CoA）、药典专论（如USP、EP）、监管机构提交资料（如IND/BLA）。这些文档的更新频率受研发进展、工艺优化、法规修订及批次生产的影响，可能从每月数次到每季度一次不等。文档结构通常高度规范化，遵循ICH Q系列指导原则。字段包括但不限于批号、生产日期、有效期、检测项目、检测方法、结果、单位（如mg/mL、%）、限度范围、偏差记录。特异性单位常涉及抗体浓度（mg/mL）、药物抗体比（DAR）、偶联率、游离药物含量、聚合体含量等。
这些特征在「引用来源与溯源」这一环带来什么约束
ADC质量文档的高度规范化与频繁更新特性，对引用来源的准确性和时效性提出了严格要求。首先，大量结构化数据和特定单位的存在，要求RAG系统在检索时能够精确匹配字段和数值，避免因语义模糊导致的错误引用。其次，文档更新的动态性意味着知识库必须具备高效的增量更新机制，以确保引用的是最新版本的质量标准或批记录，防止引用失效或过时信息。任何引用错误都可能导致生产偏差或合规风险。此外，监管机构对溯源性的高要求，使得引用来源不仅要指出文档名称，还需精确到文档内部的具体章节、表格或段落，甚至批次号，以满足审计需求。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 800–1200 字符 | ADC质量文档上下文关联性强，需足够长度捕获完整论述。 |
召回条数 | 前 5–7 条 | 确保覆盖多个相关批次记录或标准文件，提高召回率。 |
相似度阈值 | 0.75–0.85 | 精确匹配专业术语和数值，过滤低相关性内容。 |
重排返回条数 | 前 3 条 | 优先展示最相关且信息密度高的引用，便于用户快速定位。 |
分段长度 | 300–500 字符 | 平衡上下文完整性与检索效率，避免单个分段过大或过小。 |
PARSE_FILE_TIMEOUT_SECONDS | 180–300 秒 | 确保大型PDF或Excel格式的质量报告能被充分解析。 |
容易做错的三处
- 引用显示“没有权限操作此对话记录”，通常是由于工作流导出导入后，插件或知识库的权限配置未随之迁移，导致引用链接失效。
- 知识库回答中缺失关键批次信息或特定检测项目单位，原因在于分段处理时未充分保留上下文，或相似度阈值设置过高，导致相关但非核心的细节被过滤。
- 导出工作流到新环境后，工作流中引用的插件找不到，表明插件的独立部署或注册信息未在新环境中同步，导致调用失败。
怎么确认配好了
- 针对典型查询，检查回答中引用的文档名称、版本号和具体段落是否准确无误，并与原始文档内容逐一核对。
- 模拟更新后的质量标准文档，验证系统是否能迅速索引并引用最新版本，同时检查旧版本引用是否被正确标记或替换。
- 使用包含特定批号或检测单位的查询，确认回答能精确引用到对应的数值和单位，并能溯源至原始批记录或CoA文件。
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。