这个品类的数据长什么样
大气治理研报的数据来源包含生态环境部门公开监测数据集、行业协会大气治理白皮书、地方环保专项调研文档。更新节奏分为三类：实时监测数据每小时更新，季度行业研报按季度发布，年度专项报告按年度发布。文档结构包含监测站点编码、采样时间、污染物浓度值、治理措施明细、区域空气质量评级。字段与单位包括站点编码（无单位）、污染物浓度值（mg/m³）、治理成本（万元）、采样时段（小时级）。单篇文档长度跨度大，短至单条监测记录，长至数十页专项论证报告。
这些特征在「引用来源与溯源」这一环带来什么约束
大气治理研报的多源异构与更新频率差异，对引用溯源带来多重约束。实时监测数据每小时更新，溯源需绑定精确到小时的采样时间戳，避免跨时段数据版本混淆。数据来源包含三类不同格式的文档，不同来源的标识字段存在差异，需配置统一的字段映射规则，确保引用与来源的精准匹配。部分文档长度跨度大，需针对不同文档类型配置分段召回的溯源锚点，避免引用片段的溯源覆盖范围偏差。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
recall_top_k | 前10-15条 | 大气治理研报数据密度较高，过多召回会导致上下文冗余，过少则无法覆盖关键信息 |
rerank_top_k | 前5-8条 | 重排环节需过滤低相关召回结果，保留与大气治理核心问题匹配度最高的来源 |
source_field_map | {"监测数据":["站点编码","采样时间"],"研报":["发布机构","发布日期"],"专项报告":["编制单位","编制年份"]} | 不同来源的标识字段存在差异，需映射对应字段完成溯源标识 |
citation_chunk_size | 800-1200字符 | 大气治理研报的核心论证段落多为千字左右，该长度可精准定位引用片段 |
enable_source_citation | 开启 | 需强制输出引用溯源信息，满足合规性要求 |
max_context_tokens | 8000 tokens | 大气治理研报单篇文档长度较长，需预留足够上下文空间承载溯源信息 |
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：界面展示的上下文条数与实际召回的来源条数不一致，例如界面仅显示30条但后台日志显示召回310条。原因：未正确配置
recall_top_k与rerank_top_k的参数映射，重排环节过滤后的条数未同步到前端展示逻辑。 - 现象：引用溯源未关联对应数据的时间戳，出现跨时段的大气治理数据混淆，例如将昨日的监测数据与今日的研报结论绑定。原因：未在
source_field_map中配置采样时间字段的映射规则，导致溯源仅依赖文档整体发布时间，无法匹配实时监测数据的小时级更新。 - 现象：尝试移除引用输出但未生效，或生成结果中残留无效引用格式。原因：未正确关闭
enable_source_citation参数，或错误修改了引用模板的预设占位符代码。
怎么确认配好了
- 查看源数据上传后的解析结果，核对
source_field_map配置的字段是否均被正确提取并展示。 - 发起一次研报检索请求，对比界面展示的召回条数与
recall_top_k、rerank_top_k的配置取值，确认数量匹配。 - 检查生成结果中的引用标识，确认关联的字段与
source_field_map中配置的来源标识一致。 - 调整
enable_source_citation参数后再次发起请求，确认结果中的引用输出符合配置要求。
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。