这个品类的数据长什么样
用于金融投资分析的普钢行业研报，数据主要来自国内钢铁行业权威统计机构、上市钢企公开披露信息及行业研究机构公开成果。更新节奏以周度常规发布为主，伴随行业政策调整、原料价格波动时追加临时研报。单篇文档结构包含核心数据汇总、供需分析、后市展望三个部分，核心字段包含螺纹钢、热轧卷板等品类的现货/出厂价格（单位：元/吨）、月度产量（单位：万吨）、社会库存总量（单位：万吨），无额外百分比类统计项。
这些特征在「多轮对话与提示词」这一环带来什么约束
普钢研报的多源分散特征，要求提示词明确指定数据召回的优先级与来源范围，避免跨品类数据混淆影响金融分析结论。高频更新的属性，要求多轮对话中自动保留最新召回的研报节点，避免调用过时数据干扰投资判断。明确的单位字段要求，提示词需强制要求输出结果携带对应单位，防止价格、产量等数据的单位混淆导致分析偏差。固定的文档结构与多品类字段，要求多轮对话中逐步引导用户明确具体普钢细分品类，缩小召回范围以提升分析精度。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 单篇普钢研报平均长度较长，需保留足够上下文支撑多轮追问与完整分析 |
recallTopK | 前 6–8 条 | 普钢研报包含价格、产量、库存等多维度数据，需足够召回条数覆盖核心分析维度 |
similarityThreshold | 0.75–0.85 | 普钢行业术语专业性强，需较高匹配度过滤非目标品类的研报内容 |
promptTemplate | 需明确指定普钢细分品类、输出单位、召回研报的时间范围 | 普钢细分品类差异显著，需通过模板约束查询与输出的边界，适配金融分析需求 |
autoRefreshRecall | 开启 | 普钢研报更新频率较高，需实时召回最新发布的行业分析内容，保障数据时效性 |
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：AI对话节点返回
chat:LLM_model_response_empty状态码，输出内容为空。原因：未配置合理的similarityThreshold参数，召回的普钢研报与查询需求匹配度不足，大模型无法生成有效分析内容。 - 现象：AI对话输出的句末出现非标准引用号，后续自动转为标准引号。原因：提示词模板未明确指定标点符号规范，大模型调用了非行业通用的输出格式。
- 现象：工作流中绑定全局变量时未限定普钢专属统计字段，导致返回数据与目标品类不符。原因：未在提示词中明确全局变量的调用范围，混淆了不同钢铁品类的统计指标。
怎么确认配好了
- 触发单轮普钢品类查询，核对召回的研报内容是否匹配目标细分品类，调整
recallTopK与similarityThreshold直至符合预期。 - 发起连续多轮追问，核对上下文是否保留了上一轮的查询条件与召回数据，确认
maxContext的设置可支撑完整对话流程。 - 查看大模型调用日志，核对输出内容是否携带对应字段的单位，调整
promptTemplate直至格式符合要求。 - 测试全局变量绑定操作，核对返回的普钢数据是否与预设统计字段一致，调整变量绑定范围直至匹配目标品类。
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。