这个品类的数据长什么样
证券研报数据主要来自国内持牌证券研究机构、第三方金融数据平台的公开授权内容。更新以工作日为主要节奏，盘中突发行业事件或上市公司财报发布后会生成即时研报。文档结构包含标题、发布机构、发布日期、核心逻辑、行业评级、盈利预测、估值指标、风险提示等字段，数值类字段单位包括每股收益（元）、市盈率（倍）、营收（亿元）等。
这些特征在「多轮对话与提示词」这一环带来什么约束
证券研报篇幅较长且包含结构化数值字段，多轮对话需保留历史交互以关联用户的后续追问，避免重复提问。不同研报的评级、盈利预测数值存在时间维度差异，提示词需明确要求标注引用来源与发布日期，防止混淆不同周期的分析结果。实时更新的研报需要优先调用最新数据源，多轮对话中需避免使用过期内容回答当前提问。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 单篇研报正文通常超过3000字符，多轮对话需保留历史交互与多篇研报内容，避免截断关键信息 |
recallTopK | 前8–12 条 | 证券研报细分维度多，过多召回会引入无关内容，过少无法覆盖用户所需的行业、评级、时间维度信息 |
similarityThreshold | 0.75–0.85 | 过滤低相关的研报片段，避免无关行业或时间的研报干扰对话逻辑 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 研报包含表格、图表与结构化数据，解析耗时较长，需预留足够处理时间 |
enableMultiRound | 开启 | 用户通常会追问研报中的具体数值、评级变化，需保留历史对话上下文以关联后续提问 |
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：部署后调用研报解析或语音交互时报错缺少ffmpeg依赖，无法正常处理附件或音频输入。原因：容器默认非root权限，直接在运行中安装依赖会因权限不足失败，需在镜像构建阶段提前配置依赖。
- 现象：工作流中多AI节点串联时，最终输出包含前序节点的全部对话内容，未按预期仅保留最终结果。原因：未在当前节点的提示词中明确要求仅输出当前节点的回答，或未关闭上下文继承开关。
- 现象：工作流中配置的HTTP搜索节点未被触发，直接由AI生成非实时的研报回答。原因：未在系统提示词中指定优先调用HTTP工具获取最新研报数据，或节点的触发条件未正确绑定用户提问的关键词。
怎么确认配好了
- 上传一篇公开证券研报，发起包含具体数值的提问，核对回答中是否标注了研报的发布机构与日期。
- 发起多轮追问，比如先询问某券商对某行业的评级，再追问对应的盈利预测数值，核对回答是否关联了前一轮的提问对象。
- 配置HTTP节点并绑定研报搜索接口，发起需要最新数据的提问，核对结果是否来自HTTP请求返回的内容，未使用预训练知识。
- 调整召回条数参数，发起多维度提问，核对返回的研报数量是否符合配置的取值范围。
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。