这个品类的数据长什么样
白酒营销相关文档的主要来源包括品牌方内部的产品手册、经销商培训课件、营销活动方案，以及公开渠道的种草笔记、行业分析报告。文档更新随新品上市、季度营销节点调整，常规物料更新频率随活动周期变动。文档结构多包含产品参数、活动规则、渠道政策，且常内嵌产品海报、直播截图、促销明细表格等内容，部分数据源来自语雀公开页、飞书多维文档或本地excel文件。
这些特征在「文档解析与分块」这一环带来什么约束
白酒营销文档的多来源、内嵌多媒体与结构化表格特征，对解析与分块环节带来多重约束。首先，数据源涵盖本地文件、语雀公开页、飞书多维文档与excel表格，需适配不同格式的解析协议，确保非结构化文本、结构化表格均可被正确读取。其次，文档内嵌大量产品海报、直播截图等图片内容，需支持图片文本提取与关联索引，避免视觉信息丢失。此外，文档中包含固定格式的产品参数与动态变化的活动规则，分块时需保留字段关联性，避免将参数与活动内容拆分至不同块中，影响后续检索匹配精度。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_ENABLE_OCR | 开启 | 白酒营销文档内嵌大量产品海报、直播截图等图片内容，需提取图片内文本以完成完整索引 |
PARSE_TABLE_EXTRACT_MODE | 结构化提取 | 文档包含促销政策、渠道数据等表格内容，结构化提取可保留表格字段关联性，避免分块后表格信息碎片化 |
CHUNK_SIZE | 800–1200 字符 | 白酒营销文档多包含长文本活动方案与产品参数组合，该区间可平衡单块信息完整性与检索精度，避免跨主题拆分 |
CHUNK_OVERLAP_RATE | 10%–15% | 文档中产品参数与活动规则常存在上下文关联，重叠率可确保关键信息不被分块截断 |
PARSE_ALLOWED_DOMAINS | 添加语雀官方域名、飞书企业域名 | 数据源多来自语雀公开页与飞书多维文档，限制可访问域名可提升解析安全性与成功率 |
PARSE_FILE_MAX_SIZE | 500 MB | 大型营销活动方案的打包文档常超过常规文件大小阈值，该取值可覆盖多数业务场景 |
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：使用语雀公开分享链接作为知识库数据源时，解析失败并返回403状态码。原因：未配置
PARSE_ALLOWED_DOMAINS添加语雀官方域名，或分享链接未开放公开访问权限。 - 现象：解析文档后，内嵌图片的文本内容未被纳入索引。原因：未开启
PARSE_ENABLE_OCR配置项，未提取图片内的文本信息。 - 现象：调用自定义http工具时，参数解析正常但未执行请求。原因：工具配置的请求超时时间设置不合理，或请求目标域名未加入系统允许访问列表。
怎么确认配好了
- 上传一份包含产品海报、活动表格的白酒营销文档，检查解析后的文本是否包含图片内的产品信息与表格字段内容。
- 导入语雀公开分享链接与飞书多维文档，确认解析任务状态显示为「已完成」且无报错日志。
- 测试调用自定义http工具，传入预设参数后查看工具执行日志，确认请求被正常触发。
- 检索知识库时，输入产品香型、活动时间等关键词，确认检索结果包含对应字段的完整内容。
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。