这个品类的数据长什么样
航空机场营销内容的数据来源包括官方航司合作手册、航站楼导览物料、季节性营销活动文案、会员体系规则、航班时刻公告、广告位招商文档，以及金融合作的信用卡权益、旅行保险推广文案等。更新节奏存在差异，航班时刻类数据按周更新，营销活动文案按月或季度更新，招商文档按需更新。文档混合结构化与非结构化形式，结构化内容如航班时刻表、价目表，非结构化内容如活动推文、招商手册，包含航站楼编号、登机口编号、起降时刻、营销活动有效期等字段，配套对应业务单位。
这些特征在「知识库检索与召回」这一环带来什么约束
混合结构化与非结构化的数据形式，要求检索环节同时支持字段级匹配与语义召回，避免相似业务字段的歧义。部分数据时效性强，需按生效或失效时间过滤，要求召回环节配置时间范围参数。文档长度差异显著，短则几十字的提示语，长则数千字的招商手册，需要自适应的分段规则。特定业务字段的存在，需单独建立索引，确保检索时可精准匹配业务需求。金融合作类营销内容还需额外配置权限隔离规则，避免跨机构的内容泄露。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
PARSE_TABLE_ENABLE | 开启 | 航空机场营销数据包含大量航班时刻表、价目表等结构化表格，开启后可提取字段级索引，避免语义歧义 |
RECALL_CHUNK_SIZE | 800–1200 字符 | 航空营销内容长度差异大，该区间可平衡长文档上下文完整性与短文本检索精度 |
SIMILARITY_THRESHOLD | 0.72–0.85 | 需区分相似的航站楼编号、航班号等业务字段，避免低相关性内容召回 |
FILTER_EXPIRED_CONTENT | 开启，按content_expire_time字段过滤 | 航空内容多带有明确生效/失效时间，需自动过滤过期的航班时刻、活动文案 |
RECALL_TOP_N | 前6–8条 | 机场营销场景的用户问询多聚焦高频需求，少量高相关结果即可覆盖需求 |
UPLOAD_FILE_MAX_SIZE | 500 MB | 适配大型招商手册、高清导览物料的上传需求，避免文件被截断 |
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：创建知识库时，文本理解模型下拉框未显示已添加的ollama qwen2.5模型。原因：未将文本嵌入模型关联至当前知识库的索引配置，或模型类型不符合向量检索要求。
- 现象：知识库搜索返回
invalid configuration parameter name "hnsw.iter"报错。原因：索引配置中写入了不存在的参数名，或参数拼写存在空格、大小写错误。 - 现象：不同企业的营销知识库出现跨租户访问，实习生可查看非所属企业的内容。原因：未配置多租户权限隔离规则，未为每个企业的知识库绑定独立的访问权限标识。
怎么确认配好了
- 上传一份包含航班时刻表的Excel文档，查看解析结果中是否提取出航班号、起降时刻等结构化字段。
- 发起一条包含“3号航站楼活动”的检索，确认召回结果中仅包含当前生效的3号航站楼营销内容。
- 尝试使用未授权的访问标识发起检索，确认无法返回目标知识库的内容。
- 查看向量索引的监控面板，确认检索请求的响应时长符合预设的业务要求。
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。