这个品类的数据长什么样
煤化工行业的数据源主要包括公开监管公示信息、行业协会月度监测数据、企业公开披露的生产运营文档、第三方质检报告。数据更新节奏存在差异，监管数据按季度更新，行业监测数据按月更新，企业年度报告按自然年发布。单份文档覆盖设计产能、实际产量、原料适配煤种、副产品产出量、环保排放指标等字段，单位分别为万吨、吨、品类标识、吨、毫克每立方米，文档结构以多章节的结构化内容为主。
这些特征在「引用来源与溯源」这一环带来什么约束
煤化工行业数据的多源异构特性，要求溯源环节需区分不同数据源的可信等级，优先召回原始发布渠道的内容，避免引用二次加工的非权威信息。数据更新频率存在差异，需配置按数据源标签自动更新溯源时间戳的规则，确保展示的发布时间与原始文档一致。单份文档覆盖多维度专业字段，且内容体量较大，需限制单条召回文档的字符长度，避免上下文溢出影响回答准确性。专业术语密集的字段需开启字段级召回配置，确保引用内容与提问的专业需求精准匹配。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前8-12条 | 煤化工单份文档内容体量较大，过多召回会导致上下文溢出，过少无法覆盖生产、环保等多维度提问需求 |
相似度阈值 | 0.72-0.85 | 煤化工专业术语密集，需过滤低匹配度的无关内容，避免引用非相关的行业数据 |
重排返回条数 | 前4-6条 | 保留最相关的高匹配内容，同时控制单轮回答的引用数量，符合尽调报告的简洁性要求 |
知识库数据源标签过滤 | 勾选监管公示、行业监测、企业披露 | 优先召回可信的原始数据源，排除二次加工的非权威内容，确保溯源信息合规 |
单文档最大拆分字符数 | 800-1200字符 | 适配煤化工文档的内容结构，拆分后可精准匹配提问的专业字段需求，避免上下文溢出 |
引用来源展示格式 | 原始发布渠道+文档标题+发布时间 | 清晰展示溯源信息，满足尽调报告的合规溯源要求 |
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API传入知识库ID后，工作流无法引用指定知识库的煤化工数据，返回结果为空。原因：未在工作流节点中配置知识库ID的绑定参数，或全局变量的作用域未覆盖当前工作流节点。
- 现象：配置了引用溯源功能，但返回的煤化工数据与专业知识库内容完全不匹配。原因：相似度阈值设置不符合当前场景需求，或未开启数据源标签过滤规则，混入了无关的通用数据。
- 现象：知识库中上传的煤化工表格、PDF文档未被召回引用，仅文本数据集被正常展示。原因：未开启对应文档类型的解析开关，或拆分后的文档片段未匹配提问的关键词与字段需求。
怎么确认配好了
- 进入FastGPT的知识库管理界面，查看已配置的数据源标签过滤规则，确认勾选了目标煤化工数据对应的数据源分类。
- 发起一条针对煤化工具体专业字段的测试提问，查看返回结果的引用来源列表，确认展示的内容来自目标知识库的原始文档。
- 查看工作流的运行日志，确认传入的知识库ID与目标知识库的ID一致，且无参数绑定错误。
- 检查目标文档的拆分结果，确认拆分后的片段包含提问所需的专业字段，未被截断关键信息。
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。