这个品类的数据长什么样
投资平台的研报数据主要来自持牌券商研究所、公募基金投研部门、行业协会公开报告。更新节奏以工作日实时更新盘后点评研报，每周发布行业跟踪报告，每季度、年度推出深度研报。单篇文档包含固定字段：标题、发布机构、发布日期、行业标签、核心财务预测指标、风险提示项，核心数据单位包含亿元、倍等标准化金融计量单位，文档篇幅相关内容建议结合自有样本统计或实测后确定，不同机构差异较大。
这些特征在「引用来源与溯源」这一环带来什么约束
研报来源的持牌机构属性要求溯源信息必须包含发布机构全称与官方备案标识，确保信息合规性。高频更新的特性要求溯源环节需自动过滤过期的历史报告，仅保留预设的有效发布周期内的研报。固定字段结构要求溯源提取时需精准匹配标题、发布日期等预设字段，避免提取到无关文本。单篇文档篇幅较长的特性要求溯源环节支持按段落级召回并关联对应上下文，防止出现跨页错位的引用匹配。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
recall_top_k | 前8-12条 | 投资平台研报单篇信息密度高，过多召回会导致上下文溢出，过少则无法覆盖核心投资论点 |
source_field_whitelist | ["标题", "发布机构", "发布机构备案号", "行业标签"] | 投资平台研报的核心溯源合规字段为上述四项，可过滤无关元数据 |
expire_days | 7 | 行业跟踪研报的有效信息周期为7天，默认适配高频更新场景，深度研报场景可调整为30 |
parse_chunk_size | 800-1200 字符 | 研报单段专业内容长度适中，该区间可保证上下文关联完整，避免截断核心财务数据 |
similarity_threshold | 0.75-0.85 | 研报内容专业性强，需较高相似度阈值过滤非相关召回结果，避免无效匹配 |
show_reference_in_chat | 开启 | 投资平台用户需要明确的溯源信息支撑投资决策，正式聊天页需展示完整引用来源 |
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：正式聊天页不展示引用来源，调试页面可正常显示。原因：未开启
show_reference_in_chat配置项，或配置项未正确同步至正式环境。 - 现象：召回的研报数量超出
recall_top_k的配置值。原因：未配置expire_days参数，过期历史研报被一并召回，导致总条数超出预设上限。 - 现象：引用的研报内容与原文段落错位。原因：
parse_chunk_size设置超出研报单段内容的合理区间，导致上下文关联断裂，匹配出现偏差。
怎么确认配好了
- 发起一次针对行业研报的查询，查看返回结果的引用模块，确认包含预设的溯源字段。
- 调整
expire_days参数后，查询超出预设过期周期的研报关键词，确认过期文档未被召回。 - 检查正式环境的配置项，确认
show_reference_in_chat处于开启状态，且与调试环境配置一致。 - 测试不同主题的研报查询，确认召回的段落与原文内容匹配无错位。
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。