这个品类的数据长什么样
大气治理投研数据主要来自生态环境主管部门公开监测站点数据、企业自行监测报告、大气污染物排放许可台账、行业协会调研数据集与气象观测数据库。数据更新节奏覆盖实时小时级监测值、季度更新的排放许可台账、年度发布的行业治理成效报告。单份文档多为结构化表格或带标注的监测报表，核心字段包含监测点位经纬度、污染物浓度值、排放限值、治理设施运行参数，对应单位分别为度、分、秒、微克/立方米、毫克/立方米、小时。
这些特征在「多轮对话与提示词」这一环带来什么约束
大气治理投研数据的多字段结构化特征，要求多轮对话需精准对齐不同污染物的单位与字段定义，避免出现浓度与排放量混淆的错误。实时监测数据的高频更新属性，要求对话上下文窗口需设置为可覆盖当前查询时段的合理范围，防止调用过期数据。单份文档篇幅较长的特性，要求提示词需指定分段召回的阈值，避免冗余信息干扰核心查询。同时，投研场景常需跨点位、跨周期的对比分析，多轮对话需保留前置查询的点位与时间参数，无需重复确认基础信息。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 大气治理单份监测报表文本多为500-1000字符，该取值可覆盖3-5份完整报表的上下文，避免多轮对话丢失前置点位与时间参数 |
topK | 前 6–8 条 | 数据集包含多维度字段，过多召回条目会导致提示词信息过载，6-8条可覆盖核心监测点位与排放参数 |
similarityThreshold | 0.72–0.85 | 大气治理数据的字段关联度较高，该阈值可过滤低相关性的历史监测数据，避免干扰当前查询 |
PARSE_FILE_MAX_CHARS | 1500 字符/段 | 企业自行监测报告多为长表格，该分段长度可完整包含单点位的全周期监测数据，避免拆分破坏字段完整性 |
tokenCountDisplay | 开启输入输出分离统计 | 投研场景需精准控制token消耗，分离统计可快速定位超长上下文导致的调用报错 |
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：提示词配置为markdown优化格式，但返回结果为未渲染的markdown原文本。原因：未在提示词模板中添加渲染指令，或未开启系统的markdown输出开关。
- 现象：对话界面未单独显示输入tokens与输出tokens的统计数值。原因：未启用
tokenCountDisplay配置项，或未开启对话日志的token统计功能。 - 现象：多轮对话查询后未返回目标大气治理数据。原因：未指定查询的监测点位或时间范围，或召回条数配置过低导致核心数据未被召回。
怎么确认配好了
- 上传单份大气治理监测报表，检查文档解析后的分段结果是否完整保留核心字段与单位。
- 发起包含指定监测点位与时间范围的多轮对话，核对返回结果是否精准匹配查询条件。
- 开启token统计配置项后发起查询，确认界面显示输入与输出的独立token数值。
- 调整提示词模板添加渲染指令，发起查询后确认返回结果为格式化后的可读内容。
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。