这个品类的数据长什么样
该品类数据主要来源于政府采购公共服务平台、招标方官方发布的招标公告及投标方提交的资质证明扫描件。数据更新随单个招标项目周期同步，单个项目的资质审查数据仅在项目开标前保持有效，资质证明文件则按持证主体的换证周期更新。单份文档通常包含项目编号、资质项名称、对应证明文件编号、有效期、监管机构备案标识等字段，字段单位多为年、页、编号字符串，无统一固定的排版格式要求。
这些特征在「引用来源与溯源」这一环带来什么约束
数据来源分散于公共平台、招标公告及本地证明文件，要求溯源环节支持跨源关联匹配，避免遗漏跨平台引用的资质项。单份项目数据仅在项目周期内有效，需在召回时同步校验数据时效性，避免返回过期资质证明。资质字段无统一排版，分块时需保留项目编号、资质项编号等关键标识，确保溯源时能精准关联至对应证明文件。部分证明文件为扫描件格式，需支持对图片内的文本字段进行OCR提取后完成溯源关联。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
召回条数 | 前10条 | 资质符合性数据单项目关联项较多，需召回足够数量的相关片段覆盖全部资质审查要求 |
相似度阈值 | 0.75–0.85 | 资质项表述严谨，需过滤低匹配度的无关内容，同时保留同资质项的不同表述变体 |
重排返回条数 | 前3条 | 核心资质项仅需最相关的3个来源片段即可完成溯源，避免冗余信息干扰 |
分段长度 | 800–1200字符 | 资质证明文件常包含长段的资质描述及编号，分段过长会丢失上下文关联，过短则割裂字段完整性 |
PARSE_OCR_ENABLE | 开启 | 支持对扫描件格式的资质证明文件进行文本提取，完成溯源关联 |
SOURCE_RECALL_FILTER | 按有效期过滤 | 过滤过期的资质证明文件，确保返回的溯源内容始终符合当前项目的资质有效性要求 |
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：知识库返回与提问无关的资质片段，且未关联正确的项目文档。原因：
相似度阈值设置过低，导致低匹配度的无关资质项被召回，同时未配置按项目维度的来源过滤规则。 - 现象：溯源结果中出现过期的资质证明文件。原因：未配置
SOURCE_RECALL_FILTER按有效期过滤溯源内容，或未同步更新资质证明文件的元数据。 - 现象：分块后的资质片段无法关联到对应的证明文件编号。原因：
分段长度设置过短，将包含资质编号和项目编号的完整字段拆分为多个片段，丢失关联标识。
怎么确认配好了
- 上传单份资质符合性项目文档，发起包含具体资质项的测试提问，核对召回结果是否仅包含该项目的相关片段，且关联的来源标识准确。
- 导入过期的资质证明文件，发起相关提问，核对系统是否过滤该类过期内容。
- 开启OCR解析扫描件格式的资质文件，发起提问，核对溯源结果是否包含OCR提取的文本字段。
- 调整
相似度阈值至不同区间，对比召回结果的相关性，确认符合当前业务的匹配精度要求。
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。