这个品类的数据长什么样
半导体品类的财报数据主要来自公开披露的定期报告、行业公开统计数据源。更新节奏以季度和年度为核心周期，部分行业跟踪数据按月更新。文档结构包含主体业务分部营收、研发投入规模、产能规模、存货金额、资本开支金额等字段，各字段对应明确的计量单元，如营收以货币单位计量，产能以生产单位计量。财报正文会附带业务板块的详细经营说明，部分报告会包含下游应用领域的营收相关细分数据，整体文档篇幅较长，包含管理层讨论与财务附注等多个部分。
这些特征在「多轮对话与提示词」这一环带来什么约束
半导体财报的多业务分部、多计量单元、高频更新且篇幅较长的特征，对多轮对话与提示词环节带来多重约束。首先，多业务板块的细分数据要求多轮对话保留完整的历史上下文，支持针对特定板块的追问，避免每次对话都需要重新指定分析对象。其次，不同字段的计量单元差异，要求提示词明确规范数据的表述方式，确保回复中清晰标注对应计量单元，避免混淆。第三，高频更新的数据源要求对话系统能够快速关联最新的知识库文档，同时在多轮对话中明确当前分析的报告周期，防止跨周期数据混用。另外，财报文档篇幅较长，需要合理控制召回的文档分段长度，避免上下文溢出影响模型理解。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 半导体财报包含多业务板块的细分数据，较长的上下文窗口可保留完整的历史追问与业务关联信息，避免上下文溢出 |
chunk_size | 1500–2000 字符 | 半导体财报段落结构完整，分段长度适配业务板块的自然划分，避免破坏数据关联性 |
recall_top_k | 前6–10 条 | 半导体财报细分数据较多，足够的召回量可覆盖多业务板块的相关内容，同时控制上下文总长度 |
similarity_threshold | 0.75–0.85 | 过滤低相关的文档片段，聚焦与当前提问高度匹配的财报数据，减少无效信息干扰 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 半导体财报文档篇幅较长，解析过程需要足够的时间完成文本拆分与元数据提取 |
reRank_top_k | 前3–5 条 | 精简重排后的返回内容，聚焦核心财报指标与业务板块数据，提升模型理解效率 |
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：多轮对话中回复的半导体财报数据附带了文档段落的内部编号，如“12356 | 晶圆制造营收”。原因：未在提示词中明确要求过滤知识库段落的元数据标识，导致召回的片段附带的内部编号被带入回复内容。
- 现象：对话界面无法显示财报中的产能或营收相关图表。原因：未开启知识库的图片解析功能，或上传的财报图片格式不符合系统支持的规范，导致图片无法正常渲染。
- 现象：配置限定LLM仅回复知识库中的财报内容，但回复仍出现未在知识库中出现的推测数据。原因：提示词未明确约束模型仅使用召回的知识库片段，或召回的相关数据片段不足导致模型生成无关内容。
怎么确认配好了
- 上传一份半导体财报文档，发起提问“请提取该财报中的业务板块营收数据”，核对回复中是否附带文档段落的内部编号，确认提示词的过滤规则生效。
- 上传包含图表的半导体财报文档，发起提问“请描述财报中的产能相关内容”，核对对话界面是否正常显示图表内容，确认图片解析配置正确。
- 发起多轮追问，先提问“整体营收规模”，再追问“某业务板块的营收数据”，核对模型是否关联历史上下文，正确返回对应板块的细分数据，确认上下文配置生效。
- 调整相似度阈值的取值，发起针对细分业务的提问，核对召回的文档片段数量是否符合当前分析的需求，确认阈值配置合理。
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。