这个品类的数据长什么样
产品咨询相关数据主要来源于金融产品官方说明书、内部客服问答库、监管公示文件。更新节奏随新产品上架、监管政策调整触发，常规更新无固定周期。文档结构包含结构化费率表、投保规则条款、标准化问答条目，字段包含产品编号、预期收益率、投保年龄、起投金额，单位涉及百分比、年、元等。
这些特征在「文档解析与分块」这一环带来什么约束
结构化费率表的表格行若被强制按换行拆分，会导致后续向量召回丢失关联的费率与产品信息，因此需要保留表格结构化解析能力。长文本产品条款存在嵌套的投保条件、收益说明，分块需保留上下文逻辑，避免割裂条款关联。标准化问答条目与长文档混传时，需区分短问答与长说明书的分块策略。字段类信息如预期收益率、起投金额需绑定所属产品信息，不能单独拆分出块。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 产品咨询文档多为长条款与结构化表格，该区间可平衡上下文完整性与召回精度 |
chunk_overlap | 50–100 字符 | 长条款分块后需保留前后关联，避免关键投保或收益信息被分割在不同块中 |
enable_table_parse | 开启 | 产品文档包含大量费率表、投保规则表格，启用后可保留表格结构化信息 |
custom_separator | 换行符+标题标记 | 产品文档多以标题、换行分隔段落，结合自定义分隔符可精准拆分不同逻辑模块 |
max_chunk_length | 按实测标定 | 适配不同格式文档的最大允许分块长度，避免单块超出系统处理上限 |
本页给出的参数取值均为常规建议，用于确定配置的起点。实际取值受材料形态、数据量与业务规则影响，具体问题需具体分析，建议在自有样本上实测后再定。
容易做错的三处
- 现象为设置
custom_separator为换行符后，分块结果要么合并多个独立段落，要么将单个长段落拆分为多块。原因是未结合产品文档的标题层级标记作为辅助分隔符，仅依赖换行符无法区分不同逻辑模块。 - 现象为使用docker部署的Marker解析PDF时返回
{"detail":"错误信息: 解析失败"}报错，状态码为500。原因是环境变量未正确配置PDF解析依赖的字体包或挂载权限不足，导致无法渲染PDF页面内容。 - 现象为分块结果中结构化费率表被拆分为零散的文本行，无完整表格结构。原因是未启用
enable_table_parse配置，导致解析环节直接按文本行拆分表格内容。
怎么确认配好了
- 上传一份典型的产品说明书文档，查看解析后的分块预览，确认长条款未被过度拆分或合并。
- 上传包含费率表的文档，检查分块结果中是否保留完整的表格结构，无零散行拆分。
- 调整
chunk_size参数后，重新上传同一份文档，对比分块长度变化是否符合预期。 - 验证
custom_separator配置，确认标题与正文的分隔符合产品文档的排版逻辑。
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 2026-09-14，当时的最新发布版本为 FastGPT v4.17.0。