这个品类的数据长什么样
指标口径数据来源于金融机构内部业务核算系统、监管报送平台及官方统计台账。更新节奏分为两类：监管强制指标按季度或年度同步更新，内部经营指标按需或月度更新。单条数据文档结构固定，包含指标编码、标准名称、官方定义、计算逻辑、统计周期、适用主体、计量单位等字段，计量单位多为货币单位、百分比、人次等固定格式，无动态变化的附属字段。
这些特征在「多轮对话与提示词」这一环带来什么约束
指标口径的固定字段结构要求多轮对话需精准锚定指标编码、统计周期等核心字段，避免模糊检索导致的匹配偏差。不同更新节奏的指标需在对话初始明确指定当前使用的版本周期，防止调用过时数据。复杂的计算逻辑需要多轮追问补充统计维度，例如区分同比、环比或累计值，同时需在提示词中强制校验计量单位，避免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 | 前10轮对话 + 3500 字符 | 指标口径多轮对话需保留历史维度追问记录，避免重复确认统计周期、适用主体等信息 |
recall_top_k | 前6条 | 指标口径数据结构固定，过多召回会增加上下文冗余，过少可能遗漏精准匹配项 |
similarity_threshold | 0.82–0.88 | 指标名称与编码的匹配精度要求较高，过低会引入无关指标，过高可能无法匹配近似表述 |
rerank_top_k | 前3条 | 指标口径数据的唯一性较强，重排后保留前3条即可覆盖精准匹配结果 |
maxConversationTurns | 8轮 | 指标口径的维度追问一般不超过8轮即可明确完整查询条件，过多轮次会导致上下文溢出 |
prompt_template | 需按「指标名称/编码+统计周期+计量单位」顺序校验，缺失则依次追问 | 指标字段结构固定，按固定顺序引导可快速明确查询条件，减少无效对话 |
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：对话返回的指标数据与查询的统计周期不符，原因：未在提示词中强制绑定当前使用的指标更新版本，导致调用了过时的季度或年度口径数据。
- 现象：多轮对话中反复询问指标的计量单位，原因：未在
maxContext配置中保留历史对话的单位确认信息，导致上下文窗口溢出或丢失关键记录。 - 现象：导入指标口径文档后检索触发500错误，原因：文档中包含未转义的特殊字符（如嵌套括号、百分号），未通过文档解析环节的预处理过滤，触发解析失败。
怎么确认配好了
- 发起包含明确指标编码、统计周期、计量单位的测试对话，核对返回结果是否与预设的指标口径数据一致。
- 发起多轮追问测试，例如先询问指标名称，再补充统计维度，核对对话是否能保留历史信息并逐步明确完整查询条件。
- 导入一批结构化的指标口径文档，触发检索流程，确认无解析错误或服务报错。
- 调整相似度阈值的取值范围，测试不同阈值下的指标匹配效果，确认符合业务需求的匹配精度。
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。