这个品类的数据长什么样
航天装备财报的数据主要来自上市航天企业公开定期报告、国防科工局及行业协会披露的公开行业数据、航天任务专项公告。更新节奏分为年度年报、季度季报与临时任务公告三类。文档结构按业务板块拆分，包含运载火箭、卫星制造、地面设备等细分模块，附带营收金额、研发投入、核心装备参数等字段，字段单位多为万元、台、吨、近地轨道运载能力（千克/吨）等专业单位，单份财报文档长度普遍较长，包含多段专业技术描述与财务明细。
这些特征在「知识库检索与召回」这一环带来什么约束
航天装备财报的多源分散数据要求检索环节支持跨源元数据匹配，避免混入非目标企业的行业通用数据。复杂的业务板块结构要求检索需精准匹配细分板块术语，无法依赖泛化的关键词匹配。专业字段与特定单位的存在，要求召回结果需附带正确的单位与参数属性，避免出现单位不匹配的无效内容。不同更新频率的文档则要求检索环节支持按发布时间过滤，确保返回的财报数据为最新周期的内容。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
chunk_size | 800–1200 字符 | 航天装备财报包含长句的专业参数描述，过长分段会丢失业务板块的上下文关联，过短会割裂专业术语的完整表述 |
similarity_threshold | 0.72–0.85 | 航天领域专业术语辨识度较高，阈值过低会引入无关的通用航天行业数据，过高会遗漏精准匹配的细分财报条目 |
recall_top_k | 前 8–12 条 | 单份航天装备财报包含多个业务板块，需要足够的召回量覆盖不同板块的关联信息 |
rerank_top_n | 前 3–5 条 | 重排环节用于过滤冗余召回结果，航天财报的核心业务与财务信息集中在少数关键段落 |
overlap_ratio | 15%–20% | 专业术语跨分段出现的概率较高，重叠比例过低会导致术语被拆分在不同分段中无法被精准匹配 |
metadata_filter | 开启按「财报类型」「发布时间」过滤 | 航天装备财报存在年报、季报、临时公告的区分，按时间与类型过滤可避免召回过时或非目标类别的数据 |
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：知识库检索返回结果条数不足，无法覆盖财报的全部业务板块。原因：
recall_top_k取值过低，未覆盖多板块的关联信息。 - 现象：检索后返回的内容未匹配指定问题的专业参数，例如询问近地轨道运载能力却返回研发投入数据。原因：未开启
metadata_filter按财报板块过滤，或chunk_size设置过短导致专业术语被拆分在不同分段中。 - 现象：召回结果包含非目标企业的通用航天行业数据，未匹配指定的装备企业财报内容。原因：
similarity_threshold设置过低，未过滤低匹配度的无关条目。
怎么确认配好了
- 上传单份航天装备财报样本，查看分段后的文本块，确认专业术语未被过度拆分。
- 输入指定财报问题，核对召回结果的发布时间与目标财报周期一致。
- 调整
similarity_threshold后，对比召回结果的匹配度变化，确认符合业务需求。 - 触发检索后，检查返回结果的字段单位与问题要求匹配，例如是否包含「吨」「万元」等正确单位。
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。