这个品类的数据长什么样
乳制品品牌的营销物料涵盖产品详情页文案、促销活动推文、会员权益说明、奶源科普内容、线下门店导购话术转写。更新随新品上线、季度促销周期、营养标签合规调整动态推进。文档包含短文本（如导购话术、弹窗提示）和中长文本（如科普推文、活动规则），字段包含物料ID、发布渠道、适用产品品类、营养参数（如乳蛋白含量、脂肪占比）、生效时间，营养参数附带单位标识。
这些特征在「向量模型与索引」这一环带来什么约束
乳制品营销物料以短文本为主且包含标准化带单位的营养字段，要求向量模型适配短文本语义捕捉，预处理阶段需保留字段单位避免语义混淆。更新节奏随营销活动动态调整，要求索引支持增量更新，不采用全量重建的方式，减少资源消耗。不同发布渠道的物料场景差异明显，要求索引按发布渠道做分区索引，提升召回精准度。营销内容存在明确生效周期，要求索引关联时间字段，支持按时间范围过滤召回结果，避免返回过期物料。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
EMBEDDING_MODEL | bge-small-zh-v1.5 或 text-embedding-ada-002 | 乳制品营销内容包含短导购话术和多语言促销文案，该类模型对短文本语义捕捉效果稳定，适配多语言场景 |
CHUNK_MAX_LENGTH | 800-1200 字符 | 乳制品营销内容中科普推文、活动规则的平均长度在此区间，避免过长文本截断导致局部语义丢失 |
INDEX_PARTITION_KEY | publish_channel, effective_time | 按发布渠道和生效时间分区，可区分不同场景的物料语义，同时过滤过期内容 |
AUTO_REINDEX_ON_EMBEDDING_CHANGE | 开启 | 更换embedding模型后需重建存量文档的向量，确保新模型的向量空间与现有物料匹配 |
SIMILARITY_THRESHOLD | 0.72-0.78 | 乳制品营销内容的语义相似度区分度较高，该区间可过滤低相关结果同时保留有效召回 |
RECALL_NUMBER | 前 6-8 条 | 导购与营销场景下需快速匹配精准物料，过多结果会增加后续筛选成本 |
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：更换embedding模型后，知识库多语言促销文案的召回率显著下降。原因：未开启
AUTO_REINDEX_ON_EMBEDDING_CHANGE配置，未对存量文档执行全量重索引，旧向量空间与新模型不匹配。 - 现象：手动插入的导购话术文档，在界面索引列表中显示后，数小时内自动消失。原因：未配置
INDEX_PARTITION_KEY包含effective_time字段，索引清理规则误将已过生效期的物料索引删除，乳制品促销文案的生效周期普遍较短。 - 现象：搜索“低脂纯牛奶”时，返回的结果包含全脂牛奶的营养参数内容。原因：预处理阶段未保留营养字段的单位信息，向量模型无法区分“低脂”与“全脂”的语义差异。
怎么确认配好了
- 进入知识库配置页面，查看
EMBEDDING_MODEL的设置项，确认与当前选用的模型一致。 - 执行一次批量重索引任务，检查任务日志中是否存在
reindex_success状态码，无报错则说明索引重建流程正常。 - 提交一条针对特定发布渠道的测试query，查看召回结果的
publish_channel字段是否与测试query的适用渠道匹配，确认分区索引生效。 - 查看索引分区的统计数据，确认不同
product_category的文档索引数量与实际上传量一致，无遗漏。
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。