CSDN 实战文给出的节点级可复现案例：用户问“七天无理由怎么退”，系统必须给出结论并附引用原文。链路只有三个节点（流程开始 → 知识库检索 → AI 对话），但参数写得很实：知识库检索召回数量 50、相似度阈值 0.5，AI 对话提示词写死“仅依据以下知识回答，找不到就说找不到”并用 @ 变量把检索结果喂入。同文另有“问答调外部订单接口”“多轮记忆 5–6 轮”两个延伸场景。
适用场景：售后/电商政策问答等“答案必须可核查”的场景；想从简单问答升级到工作流问答的团队
案例 FastGPT 工作流 节点参数 引用
操作步骤
- 建知识库并导入政策类文档（如退换货政策），完成向量化
- 工作流拖三个节点串联：流程开始（取“用户问题”）→ 知识库检索（选知识集，召回 50、阈值 0.5 起步调）→ AI 对话
- AI 对话提示词套第 12 条模板，用 @ 把检索输出变量填入 {context}
- 跑案例问题验收：结论正确 + 附原文引用 + 库外问题触发“找不到就说找不到”
- 进阶按同文思路扩展：订单类问题加 HTTP 请求节点查业务接口；多轮场景开记忆 5–6 轮并注意 token 成本
接入本站 API：FastGPT 的 AI 对话节点模型选 LIN API 的模型（第 3 条接法）；给该应用单独 Key，售后问答的调用量与成本在 LIN 后台独立可见，方便按业务线核算。
注意事项
- ⚠️ 召回 50 却没有后续精排/阈值控制时噪声偏多——该参数是该文场景的起点值，文档量变大后要配合第 11 条重排复测
- ⚠️ HTTP 节点超时给太短（原文特意给了 20 秒）导致接口偶发失败被模型误报“查询失败”
来源：https://blog.csdn.net/gitblog_00788/article/details/153761235