这个品类的数据长什么样
中药营销内容的数据主要来自企业官方宣传手册、电商平台商品详情页导出文件、行业合规备案文档及经销商推广物料。更新节奏随新品上市、合规政策调整波动，无固定周期。文档结构多包含品名、性味归经、功能主治、用法用量、禁忌条款、合规文号等字段，单位常涉及克、毫升、疗程周期等专业医药单位，部分长文档会按产品系列拆分章节，短文档则为单页功效说明。
这些特征在「文档解析与分块」这一环带来什么约束
该品类的专业字段与合规要求，要求文档解析时保留跨字段内容的完整性，例如将国药准字编号与对应产品绑定，避免拆分至不同分块。文档结构跨度大，短文档与多章节手册的分块边界需灵活适配，防止合规条款、用法用量等关键内容被截断。专业医药单位如克、疗程周期需与对应描述绑定，避免单位与主体内容分离。营销话术与合规说明混合的内容，需在分块时保留语义单元的独立性，确保后续检索与应用的准确性。同时非固定更新节奏要求解析流程适配不同长度的输入文件。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_FILE_TIMEOUT_SECONDS | 300–600 秒 | 中药营销文档常包含多页产品手册，大文件解析耗时较长，该取值适配常见大文件处理时长 |
分段长度 | 800–1200 字符 | 中药内容包含专业术语与长句，该区间可保留语义完整性，避免拆分专业表述 |
UPLOAD_FILE_MAX_SIZE | 500–1000 MB | 部分系列产品手册单文件体积较大，该取值覆盖多数营销文档的上传需求 |
chunk_overlap | 100–150 字符 | 保留相邻分块的语义衔接，避免专业内容如“性味归经”被拆分至不同块后丢失上下文 |
PARSE_MODE | 按文档结构解析 | 中药文档常包含固定章节结构，按结构解析可保留字段关联性，避免跨章节内容混排 |
RECALL_CHUNK_COUNT | 前6–8 条 | 营销内容需匹配用户查询的精准场景，该数量可覆盖核心合规与功效信息 |
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
- 上传大体积PDF至知识库时，进度到90%出现“偏移量超出范围”报错。原因：未调整
UPLOAD_FILE_MAX_SIZE与文件解析分片阈值的匹配度，大文件分片时出现偏移错位。 - 直接分块无法识别专业医药内容，提取的分块出现语义断裂。原因：未适配中药文档的专业字段结构，未启用
按文档结构解析的PARSE_MODE，导致术语与描述拆分混乱。 - 通过API上传的文件与平台直接上传的文件分段不一致。原因：未统一配置
分段长度与chunk_overlap参数，不同上传渠道的默认解析配置存在差异。
怎么确认配好了
- 上传单页中药功效说明文档，检查分块结果是否保留完整的品名、功效、用法用量等字段，无内容截断。
- 上传10页以上的系列产品手册，验证解析进度是否在预设超时时间内完成，无异常报错。
- 对比API上传与平台直接上传的同一份文档，确认分块结果的边界与数量一致。
- 检索分块内容，检查专业医药单位是否与对应描述绑定，未出现分离情况。
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。