这个品类的数据长什么样
化学制药智能尽调的数据来源涵盖国家药品监督管理局（NMPA）公开申报资料、中国药品审评中心（CDE）临床试验数据库、全球专利数据库、上市药企年度报告及行业协会公开研究文档。数据更新节奏随内容类型差异：临床试验数据随试验节点实时更新，年度报告按财年更新，专利信息随授权或公开节点更新。文档结构包含结构化申报表格、长文本临床试验报告、专利说明书、财务明细表格等，字段涵盖化合物登记号、临床试验分期、原料药纯度、制剂规格、专利有效期等，对应单位包含%、mg/kg、mg/片、年等专业计量标识。
这些特征在「多轮对话与提示词」这一环带来什么约束
多源分散的数据来源要求多轮对话需先明确用户关注的数据源范围，避免召回跨品类的无关医药数据。专业字段与单位的多样性要求提示词需明确指定字段提取的单位规则，防止返回结果缺失或格式错误。长文档与多字段的组合要求对话上下文需保留实体关联，比如跟踪用户询问的化合物编号，才能在后续轮次中关联对应的临床试验数据。不同更新节奏的内容要求对话中需同步提示当前引用数据的更新节点，避免用户基于过期信息形成决策。同时，单篇文档体积较大的特征，要求多轮对话的上下文长度需适配长文本召回的需求，防止关键信息被截断。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 化学制药尽调单篇文档常超5000字符，需保留足够上下文跟踪多轮对话中的化合物编号、试验分期等实体 |
recall_top_k | 前6–8 条 | 化学制药数据维度多，需召回足够相关片段覆盖临床试验、专利、财务等多个模块 |
similarity_threshold | 0.75–0.85 | 专业术语匹配需较高精度，避免召回无关的化合物或临床试验数据 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 长临床试验PDF或专利说明书解析需较长处理时间 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 单篇专利申报文档或完整临床试验报告体积较大 |
chat_history_max_count | 前10–15 轮 | 多轮对话需保留实体关联，避免上下文溢出导致实体丢失 |
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：批量上传多份化学制药尽调文档后，对话召回了历史上传的非目标文档片段。原因：未开启「仅使用当前上传知识库」的配置项，或未在对话调用链路中指定当前绑定的知识库ID。
- 现象：发起对话时，无法关闭知识库引用，返回结果始终包含外部知识库的内容。原因：未将
enable_knowledge_base_retrieval配置项设置为false，或提示词未明确禁止调用外部知识库内容。 - 现象：传入自定义知识库ID变量发起对话时，触发参数格式错误提示。原因：未将变量类型设置为字符串格式，或变量值未包含合法的32位十六进制知识库ID格式。
怎么确认配好了
- 上传单篇化学制药尽调文档，发起一次非多轮对话，核对召回的文档片段仅包含本次上传内容，确认上下文配置与知识库范围设置正确。
- 发起两轮连续对话，先询问某化合物的登记号，再询问其对应的临床试验分期，核对对话上下文保留了该化合物的实体关联，确认历史对话配置合理。
- 尝试传入自定义知识库ID变量发起对话，核对变量被正确识别且未触发格式错误提示，确认变量配置与调用链路正确。
- 生成对话分享链接，尝试使用未授权的账号访问，核对系统提示需鉴权才能进入，确认分享鉴权配置生效。
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。