这个品类的数据长什么样
化妆品投研数据主要来自品牌官方备案文件、成分检测报告、电商平台用户评论、行业合规公告与新品发布信息。备案文件以PDF格式为主，包含成分表、合规声明与功效宣称字段，成分表标注CAS号、浓度百分比等单位；电商评论为结构化文本，附带购买场景、星级评分。新品发布与合规更新随品牌上新节奏不定期触发，行业公告则按季度集中更新。
这些特征在「上下文与 token」这一环带来什么约束
化妆品投研数据的多源特性带来上下文拼接需求，单份备案文件的长文本可能占用大量token，需拆分后再整合。成分表的精准字段匹配要求上下文保留完整的成分浓度、CAS号信息，避免截断导致信息丢失。电商评论的高并发增量数据，会增加上下文召回的条数上限压力，若未限制召回数量，易超出模型token阈值。同时，新品发布的不定期更新，要求上下文窗口可灵活适配新增的合规字段与功效宣称内容，避免上下文过期。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
知识库最大引用条数 | 前8–12条 | 化妆品投研数据包含长文本备案文件与大量评论，限制召回条数可控制上下文token占用，避免单次请求超出模型阈值 |
最大响应tokens | 2000–4000 字符 | 化妆品投研回复需包含成分解析、合规说明与功效对比，预留足够token用于完整输出，适配长文本回复需求 |
分段长度 | 1000–1500 字符 | 适配单份备案文件的长文本拆分，确保每个分段保留完整的成分、合规字段，避免关键信息被截断 |
相似度阈值 | 0.75–0.85 | 过滤低相关的评论与非核心备案内容，减少无效token占用，提升上下文精准匹配度 |
重排返回条数 | 前3–5条 | 对召回的候选内容进行重排后返回核心信息，压缩上下文长度，同时保留关键成分与功效数据 |
ai proxy api | 填写自定义模型接口地址与密钥 | 支持接入本地部署的大模型，适配化妆品投研对成分数据隐私的要求，避免第三方接口的token限制 |
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：模型输出的成分解析出现浓度数值缺失或错误。原因：未设置合理的
分段长度，长文本备案文件被截断，导致成分浓度字段未被完整纳入上下文。 - 现象：知识库调用时出现token超出报错，状态码为413。原因：未限制
知识库最大引用条数，大量电商评论与备案文件被同时召回，超出上下文token阈值。 - 现象：配置自定义模型后无法正常调用，返回“无效密钥”报错。原因：未正确填写
ai proxy api的接口地址与密钥，或未适配模型的token格式要求，导致上下文请求无法正常传递。
怎么确认配好了
- 上传一份品牌备案PDF文件，查看解析后的文本是否保留完整的成分浓度、CAS号字段，确认未出现截断。
- 发起投研查询，查看返回的上下文引用条数是否符合预设的
知识库最大引用条数，无额外冗余内容。 - 测试自定义模型接入，发起包含多源数据的查询，确认模型可正常返回完整的成分解析与合规说明，无token报错。
- 检查知识库图片上传记录，确认返回的图片链接为完整可访问的地址，无截断情况。
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。