这个品类的数据长什么样
专业服务智能尽调报告的数据主要来源于工商行政管理部门公示档案、司法裁判文书库、行业监管机构公开信息、合作方提交的纸质尽调底稿扫描件。数据更新节奏存在差异，工商档案按季度同步更新，监管公示信息实时推送，纸质底稿则按需上传。文档以结构化表格与非结构化正文结合为主，包含主体统一社会信用代码、注册地址、处罚事由、关联交易金额等字段，金额字段默认单位为万元，时间字段统一采用YYYY-MM-DD格式。
这些特征在「引用来源与溯源」这一环带来什么约束
结构化与非结构化结合的文档结构，要求引用溯源同时覆盖结构化字段的精确匹配与非结构化正文的语义关联。多来源的数据存在字段命名差异，例如部分档案使用“注册号”替代“统一社会信用代码”，需预先配置字段映射规则以保障溯源准确性。纸质底稿扫描件需经OCR识别后才可建立溯源关联，增加了OCR结果校验的环节。实时更新的监管信息需同步更新知识库索引，避免引用过期内容，同时需要在溯源结果中附带信息发布时间戳。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
ragRecallTopK | 前8-12条 | 专业服务尽调报告数据量较大，过多召回会增加上下文长度，过少则无法覆盖核心尽调信息 |
ragSimilarityThreshold | 0.75-0.85 | 需平衡精确匹配与语义匹配，避免召回无关的尽调底稿或过时的监管信息 |
parseOcrEnable | 开启 | 专业服务尽调包含大量纸质扫描底稿，需通过OCR提取文本用于溯源 |
ragSourceShowDetail | 开启 | 尽调报告需明确标注引用来源的发布时间与文档类型，满足专业服务的合规要求 |
ragUpdateInterval | 每6小时 | 兼顾监管公示信息的实时性与工商档案的季度更新节奏，平衡检索效率与数据新鲜度 |
ragSourceTemplate | 按业务场景配置 | 支持自定义溯源展示文案，适配中文或英文的业务展示需求 |
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：溯源展示的文案为默认中文，无法适配英文业务场景。原因：未修改
ragSourceTemplate配置项的模板内容，平台默认加载中文溯源提示文案。 - 现象：召回的引用条数远超配置的
ragRecallTopK数值。原因：未限定知识库召回范围，导致混合了其他品类的非尽调数据。 - 现象：生成内容未引用知识库中相似度最高的匹配结果。原因：开启了
ragReRankEnable配置，系统基于语义相关性重新排序了召回结果，优先返回更贴合当前查询的内容。
怎么确认配好了
- 上传一份纸质尽调底稿扫描件，查看解析结果中是否包含OCR识别的文本与原始文件的关联标识，验证OCR配置是否生效。
- 发起一次尽调相关的查询，查看返回结果的溯源列表，确认展示了来源的发布时间、文档类型与字段映射后的名称，验证溯源详情配置。
- 修改
ragSourceTemplate为英文模板，发起查询后检查溯源标注的语言是否匹配，验证模板配置是否生效。 - 调整
ragRecallTopK为指定数值，多次发起相同查询，统计返回的溯源条目数量是否与配置一致，验证召回条数配置。
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。