这个品类的数据长什么样
白酒投研数据主要来自上市公司公开财报、行业协会报告、产区地理标志文件、终端零售监测数据与专业品鉴报告。上市公司财报按季度、年度更新，行业协会报告按季度发布，终端零售数据按月更新，品鉴报告不定期产出。文档包含结构化表格（基酒产能、吨酒成本、终端指导价等字段）、非结构化行业分析文本，以及标准化理化指标字段，单位包含%vol、千升、元/瓶等。
这些特征在「多轮对话与提示词」这一环带来什么约束
白酒投研数据的多源更新节奏要求多轮对话需明确标注数据时间范围，避免混淆不同周期的产能、营收数据。结构化与非结构化数据并存的特征，要求提示词需引导用户区分结构化指标查询与非结构化分析请求，同时在多轮对话中保留数据来源类型的上下文。不同文档的字段与单位差异，要求提示词需强制指定字段的标准命名与对应单位，防止出现单位混淆的问题。多轮对话常涉及跨细分赛道的对比，需约束上下文仅聚焦白酒相关数据，避免引入无关品类的分析内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 12000–15000 字符 | 白酒投研对话常涉及多份财报、产区分析文档，该区间可保留近3份完整研报的上下文，避免关键信息被稀释 |
recallTopK | 前6–8 条 | 白酒数据包含结构化指标与非结构化分析，过多召回会引入无关内容，过少则覆盖不全细分品类的细节 |
promptTemplate | {context}\n请基于以上白酒行业数据，结合用户的历史对话上下文，回答问题。需明确标注引用数据的来源类型与时间范围。 | 白酒投研需明确数据时效性与来源，避免混淆不同周期的产能、营收数据，同时区分结构化与非结构化查询 |
PARSE_FILE_TIMEOUT_SECONDS | 900 秒 | 单份白酒年度财报可能包含数十页结构化表格，解析耗时较长，该时长可覆盖完整解析流程 |
historySummaryThreshold | 8 轮对话 | 白酒投研多轮对话常涉及多轮指标对比，超过8轮后需自动总结上下文，避免上下文溢出 |
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：在知识库编辑页直接发起对话，无法保留跨应用的上下文。原因：未将对话页与知识库编辑页分离，调试数据会污染业务对话的上下文，不符合白酒投研需区分调试与业务场景的需求。
- 现象：调用历史记录清理接口后，所有应用的对话记录均被清除。原因：未指定
appId参数，默认清理了全量应用的历史记录，未清理目标投研应用的指定对话。 - 现象：对话返回结果未标注数据来源与时间范围，后续对话无法关联正确的白酒行业数据。原因：提示词未强制要求标注数据的来源类型与时间，导致上下文混淆不同周期的财报与研报内容。
怎么确认配好了
- 发起两轮连续提问，第一轮询问2023年某白酒企业营收，第二轮询问该企业2024年产能，检查对话是否能关联两轮的企业与时间信息。
- 发起包含结构化指标与非结构化分析的提问，检查返回结果是否标注了数据来源类型与时间范围。
- 调用历史记录清理接口，核对仅目标投研应用的对话记录被清除，其他应用的对话记录未被清除。
- 测试超过设定
maxContext阈值的长对话，检查系统是否自动触发上下文总结或截断操作。
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。