这个品类的数据长什么样
特钢研报的数据来源包括中国特钢企业协会发布的行业监测报告、国内特钢生产企业公开的专项研报、钢铁产业链调研机构的实地调研数据。更新节奏为核心品种月度更新价格、产量数据，季度发布全品类供需深度分析，突发行业事件触发即时补充文档。文档结构包含产品牌号分类、核心产销数据、上下游产业链联动分析、政策影响解读、后市预判模块。字段包含产品牌号、月度产量、平均出厂价格、原材料采购成本、下游应用领域销量占比，单位分别为无、吨、元/千克、元/吨、占总销量的比例。
这些特征在「多轮对话与提示词」这一环带来什么约束
特钢研报的细分品类覆盖模具钢、不锈钢、轴承钢等多个方向，专业术语辨识度高，多轮对话需持续跟踪当前讨论的具体产品牌号，避免泛化检索导致结果偏离目标品类。研报更新节奏分层，核心品种月度更新产销数据，季度发布深度分析，提示词需明确指定数据的更新时间范围，防止调用过时的历史数据。文档包含多个独立模块，多轮对话需引导用户明确需求类型，避免混淆产销数据与政策解读内容。字段单位存在细分差异，例如价格单位为元/千克，产量单位为吨，提示词需统一限定单位格式，防止输出中出现单位混淆的问题。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 单篇特钢深度研报长度多在5000-8000字符，多轮对话需保留3轮上下文，总长度适配文档与对话内容 |
recallTopK | 前 8–12 条 | 特钢研报细分品类多，召回过多会引入无关内容，过少则无法覆盖目标品类的全部相关数据 |
similarityThreshold | 0.72–0.78 | 特钢行业术语专业性强，需过滤低相似度的非相关研报内容，避免检索结果偏离目标 |
rerankTopN | 前 3–5 条 | 重排后保留最相关的特钢细分品类研报，避免多轮对话中出现信息过载 |
promptTemplate | 固定包含当前讨论的特钢牌号、数据更新时间范围的模板 | 特钢研报细分属性强，需明确限定检索范围，防止召回非目标品类的内容 |
emptyResponsePrompt | 返回“未查询到对应特钢品类的研报数据，请调整关键词或补充说明” | 避免空响应导致对话中断，明确告知用户调整方向 |
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：调用知识库对话后返回的内容与当前提问的特钢品类无关，例如询问H13模具钢价格却返回普通钢材的报价。原因：未在提示词中限定检索的特钢细分品类，导致召回了非目标品类的研报数据。
- 现象：AI对话节点偶尔返回空内容，日志显示
chat:LLM_model_response_empty错误码。原因：特钢研报的专业术语较多，部分模型对细分领域的上下文理解不足，导致生成响应时出现断点。 - 现象：AI输出内容末尾出现未闭合的引用符号，后续对话中自动修正。原因：未在提示词中统一指定输出格式，导致模型在生成长文本时出现格式错误。
怎么确认配好了
- 发起单轮提问，指定具体特钢牌号与数据类型，验证召回的研报是否匹配目标内容，调整
recallTopK与similarityThreshold直至结果符合预期。 - 发起连续3轮对话，验证系统是否能跟踪前一轮提到的特钢品类与数据时间范围，调整
maxContext确保上下文被正确保留。 - 触发空响应场景，例如输入不存在的特钢牌号，验证返回的内容是否符合预设的空响应提示词，调整
emptyResponsePrompt确保提示清晰。 - 发起长文本提问，验证输出内容的格式是否统一，无未闭合的引用符号，调整
promptTemplate补充格式约束。
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。