这个品类的数据长什么样
化妆品相关数据来源包括国家药品监督管理局化妆品备案公示平台、品牌官方合规文档、第三方合规检测报告。数据更新随新备案产品上线、行业合规标准修订同步调整，无固定周期。文档多为结构化表格或标准化PDF格式，包含备案编号、产品全称、成分清单、生产企业信息、合规判定字段。成分字段需标注国际化妆品原料命名（INCI）与中文对应名称，部分文档附带检测项的量化标注。
这些特征在「引用来源与溯源」这一环带来什么约束
化妆品数据来源分散，需完成多源字段的统一映射，避免溯源时出现命名偏差。数据更新无固定周期，要求溯源链路支持实时拉取最新合规数据，确保引用内容时效性。结构化文档包含多维度合规字段，需精准匹配引用的具体条目，例如成分的INCI名称、备案批次信息，同时需保留原始量化标注的单位体系，保障溯源内容的合规性与准确性。此外，化妆品合规性要求严格，溯源必须准确到具体备案批次，否则可能引发合规风险。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
citation_count | 前3-5条 | 化妆品单产品相关合规条目集中，过多会引入冗余的非核心合规信息，过少无法覆盖完整的合规判定依据 |
reference_format | 仅保留原始来源名称与编号，隐藏标记符号 | 避免输出中出现自定义引用标记，符合尽调报告的正式展示规范 |
similarity_threshold | 0.75-0.85 | 化妆品成分、合规声明的语义相似度较高，需过滤低相关的非目标条目 |
rerank_top_n | 前8-10条 | 重排环节可优化召回结果的相关性，补充基础召回的覆盖范围 |
parse_chunk_size | 800-1200字符 | 适配化妆品备案文档的结构化段落长度，避免拆分时丢失成分与备案编号的关联 |
citation_source_whitelist | ["国家药监局化妆品备案平台", "品牌官方合规文档"] | 过滤非合规第三方数据源，保障溯源内容的权威性与合规性 |
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：输出内容中残留
[1]这类自定义引用标记。原因：未正确配置reference_format参数，沿用了默认的标记符号输出逻辑。 - 现象：召回结果中混入非官方备案的第三方非合规数据源条目。原因：未配置
citation_source_whitelist参数，未限定合法的溯源来源范围。 - 现象：引用的成分信息与原始备案文档的批次编号不匹配。原因：
parse_chunk_size参数取值不合理，拆分段落时切断了成分与备案编号的关联绑定。
怎么确认配好了
- 发起一次化妆品产品的尽调查询，检查输出内容中是否存在自定义引用标记，调整
reference_format参数直到符合预期。 - 查看召回结果的来源列表，确认仅包含配置的白名单数据源，移除未授权的来源条目。
- 核对引用内容中的成分名称、备案编号与原始备案文档的对应关系，调整
parse_chunk_size参数确保字段关联完整。 - 测试不同产品的查询场景，确认召回的引用条目数量符合需求，调整
citation_count参数适配查询场景。
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。