论文称结构化检索上下文优于扩展提示词规则
资讯摘要
论文报告一项生产案例研究，考察将合规与个性化信号从提示词规则迁移到检索时的结构化上下文，能否改善药品声明生成。作者基于涵盖四款产品、1,867 条药品声明的 Golden Data Model（GDM）构建内部工具 Composer，整合声明元数据、引用、受众标签、素材类型、使用历史、Match Text Variant（MTV）链接及六维质量评分（6C）。
要点速读
- 论文提出以 GDM 结构化上下文替代提示词级规则，用于药品声明生成
- 在六个产品-受众细分中，作者报告预期适应症提升 29%、预期内容类型提升 62%、预期目标受众提升 67%、6C 质量分提升 86%、声明复用提升 34%
- 部署期生产日志分析显示每周 API 成本下降 29.5%，作者将其定位为描述性部署证据
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。