这个品类的数据长什么样
焦煤财报数据主要来自国内焦煤生产企业公开披露的年度、半年度、季度财报，以及中国煤炭工业协会发布的行业运行数据、主要港口现货报价平台的实时交易数据。数据更新节奏为企业财报按法定信息披露周期更新，行业月度数据每月中下旬发布，现货报价每日更新。文档结构包含核心经营指标、生产成本、上下游联动数据、产能规划等字段，特有字段包括炼焦煤回收率、吨煤完全成本、港口平仓价（单位：元/吨）、长协合同履约率等，单位多以吨为核心计量基准。
这些特征在「多轮对话与提示词」这一环带来什么约束
焦煤财报的多源数据更新频率差异，要求多轮对话中需动态适配不同数据的时效性要求，避免引用过时的现货数据搭配季度财报。特有字段如炼焦煤回收率的计算逻辑需要明确提示词引导，避免大模型混淆与其他煤种的回收率参数。长文本财报内容较多，多轮对话中需限制上下文窗口的有效信息占比，防止冗余数据干扰核心指标推导。同时，跨数据源的指标对齐（如企业财报产量与行业统计数据的差异）需要在多轮对话中设置校验环节，确保提问时明确指定数据来源范围。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000–12000 字符 | 焦煤财报单篇核心文本长度多在5000-8000字符，保留完整财报核心段同时避免上下文窗口溢出 |
recallTopK | 前 6–8 条 | 焦煤财报关联数据来源多为企业财报、行业数据、现货报价，召回过多会引入无关煤炭品类的干扰指标 |
similarityThreshold | 0.72–0.78 | 区分焦煤专属指标与通用煤炭指标的匹配精度，避免混淆炼焦煤与动力煤的参数定义 |
toolCallTimeout | 120 秒 | 跨数据源校验需要额外时间处理多份财报与行业数据的对齐计算 |
promptTemplate | 「请优先使用用户指定数据源的焦煤财报数据，若未指定则默认采用近3个月的企业公开财报与行业月度数据，明确标注数据来源与更新时间」 | 适配焦煤财报多源、多更新节奏的特征，明确提示词的数据源约束与时效性要求 |
conversationLogRetention | 按业务需求设置7–30天 | 焦煤财报分析的对话日志需保留足够周期用于复盘，避免因日志丢失导致多轮对话上下文丢失 |
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：调用API创建的应用对话日志显示为空或部分丢失。原因：未配置
conversationLogRetention参数，或docker配置文件中未正确挂载日志存储卷，导致日志未持久化。 - 现象：多轮对话中上下文自动丢失，后续提问无法关联之前的焦煤财报指标。原因：未设置
maxContext的合理区间，或未开启上下文自动续接功能，导致超出窗口的历史对话被截断。 - 现象：使用相同提示词提问，焦煤财报分析结果与预期存在偏差。原因：未在提示词中明确限定焦煤专属字段的计算逻辑，且未配置
similarityThreshold过滤无关匹配项，导致大模型混淆其他煤种指标。
怎么确认配好了
- 调用
/v1/chat/completions接口发起测试对话，提问“2024年某焦煤企业的炼焦煤回收率”，检查返回结果中是否包含指定数据源的指标并标注更新时间，验证promptTemplate是否生效。 - 查看docker容器日志或平台后台的对话日志模块，确认配置
conversationLogRetention后，对话日志是否正常持久化存储。 - 调整
similarityThreshold的取值，测试提问“焦煤港口平仓价”时，是否能过滤动力煤相关的混淆结果，验证匹配精度是否符合预期。 - 发起两轮连续提问，先询问“2024年某焦煤企业的季度产量”，再询问“该产量对应的长协合同占比”，验证上下文是否正确关联历史提问的指标。
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。