这个品类的数据长什么样
药物警戒领域的数据主要来源于药品上市后不良事件报告（ADR/SAE）、全球药品监管机构发布的安全性更新、医学文献、临床试验数据以及企业内部的风险管理计划。这些数据更新频率较高，不良事件报告可能每日都有新增，监管机构更新通常为周度或月度。文档结构上，典型文档包括个例安全性报告（ICSR）、聚合报告（如 PSUR、DSUR）、风险评估与缓解策略（REMS/RMP）以及标准操作规程（SOP）。ICSR 通常包含患者人口学信息、药品信息、不良事件详情、结局等结构化字段，以及医学叙述文本。聚合报告则包含大量统计数据、信号检测结果及专业医学分析。字段单位包括剂量单位（mg、IU）、频率单位（次/日）、时间单位（天、周、月）。
这些特征在「引用来源与溯源」这一环带来什么约束
药物警戒数据的高更新频率要求知识库内容具备快速同步与索引能力，以确保引用信息的时效性。文档中结构化数据与非结构化文本并存的特点，决定了需要结合关键词匹配与语义理解两种召回方式。ICSR 中短小精悍的叙述文本与聚合报告中篇幅较长的医学分析，对文本分段策略提出了不同要求，过长可能稀释关键信息，过短则可能丢失上下文。此外，数据的敏感性与法规遵从性，强制要求所有引用来源必须准确无误且可追溯至原始文档，避免信息误读或篡改，尤其在应对监管问询时，溯源能力至关重要。结构化字段的单位差异，也要求在信息提取时能正确识别并呈现。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 800–1200 字符 | 平衡了不良事件叙述的完整性与聚合报告的概括性 |
相似度阈值 | 0.75 | 确保召回结果与药物警戒查询高度相关，减少噪音 |
召回条数 | 前 5 条 | 覆盖关键信息点，同时避免过度冗余 |
重排返回条数 | 3 条 | 优先展示最相关且具备溯源价值的短句或段落 |
分段长度 | 300 字符 | 适用于ICSR短文本和聚合报告中关键段落的提取 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型聚合报告或多份文档批量处理时的解析耗时 |
容易做错的三处
- 回复内容仅有引用信息，没有生成具体答案，通常是由于生成模型参数设置过于保守或提示词对生成要求不明确。
- 在代码运行节点中无法选择知识库引用变量，原因在于知识库查询结果未正确绑定到变量，或者变量类型与预期不符。
- 引用模板未能有效整合多轮对话上下文，导致回答脱节，这可能与模板中未正确使用历史对话变量或上下文窗口限制有关。
怎么确认配好了
- 提交典型药物警戒查询，检查生成的回答是否包含来自知识库的引用链接，并点击验证链接是否能正确跳转到原始文档。
- 针对一份包含结构化数据和长篇叙述的药物警戒报告进行测试，核对回答中引用的具体内容与原文单位、字段是否一致。
- 模拟监管机构问询场景，提问关于特定不良事件或药品安全信号的问题，评估回答的准确性、完整性以及引用溯源的便捷性。
- 在知识库更新后，再次执行相同的查询，验证引用信息是否已反映最新数据，并检查更新后的文档解析和索引效率。
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。