这个品类的数据长什么样
调味品投研的数据来源包括中国调味品协会公开调研文档、头部企业季度财报、线下零售终端的POS机采集数据、供应链物流的出货台账。更新节奏分为三类：单品产销数据按周更新，行业整体报告按季度发布，企业财报按季度和年度更新。文档结构分为结构化数据表和非结构化文本，结构化表包含SKU_ID、产品名称、出厂单价（单位：元/500克）、月度出货量（单位：吨）、合作经销商数量；非结构化文本包含行业政策解读、竞品营销活动记录。
这些特征在「对话日志与审计」这一环带来什么约束
调味品投研数据的多频率更新、混合文档结构与带单位的字段特征，对对话日志与审计带来三点约束：第一，需记录每次检索调用的数据集版本标识，避免因数据更新导致投研结论回溯时出现数据不一致；第二，需同时结构化存储检索到的SKU字段值与非结构化文本片段，完整保留出厂单价、月度出货量等带单位的字段信息；第三，需将会话ID与具体SKU的检索请求绑定，便于审计时快速定位单品类的投研对话轨迹。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
log_retention_days | 90 天 | 覆盖完整季度审计周期，符合多数行业监管的日志留存要求 |
session_id_bind_field | SKU_ID | 调味品投研对话多围绕特定SKU展开，绑定该字段可快速按单品回溯对话日志 |
log_include_raw_data | 开启 | 需完整保留结构化字段的原始值与单位，避免审计时丢失关键信息 |
mongodb_log_batch_size | 100 条/批 | 平衡高频率数据更新下的日志写入性能与存储开销 |
audit_query_default_filter | 按会话创建时间+SKU_ID | 适配投研场景下按时间段、单品定位审计日志的核心需求 |
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：调用工作流生成投研对话后，对话日志中的
workflow_run_data字段为空。原因：未开启log_include_raw_data配置，导致工作流运行的原始数据未被写入日志。 - 现象：检索指定SKU的知识库内容时，返回结果未匹配目标单品的
出厂单价字段。原因：未在audit_query_default_filter中配置SKU绑定规则，导致日志未关联对应字段。 - 现象：尝试删除指定会话的日志时，MongoDB返回
E11000 duplicate key error报错。原因：未按会话ID与SKU_ID的组合作为删除条件，导致操作冲突。
怎么确认配好了
- 发起一条针对特定SKU的投研对话，查看日志详情页中是否绑定了对应
SKU_ID字段。 - 调用日志导出接口，确认返回结果中包含
workflow_run_data字段的完整内容。 - 配置审计查询的过滤条件，验证是否可以按会话创建时间与SKU_ID快速定位目标日志。
- 尝试删除指定会话的日志，确认操作成功且无报错。
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。