必须将检索段落清洗去重、按相关性排序并以完整段落为单位截断至1500–2800字符，再用三重分隔线包裹作为user消息前置上下文传给豆包，避免使用过长system提示词。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在火山引擎的检索增强问答（RAG）系统中，把从向量库或知识库检索出的段落准确、完整地传给豆包（Doubao）作为上下文生成答案，必须确保段落内容按语义完整性拼接、去重、截断，并严格适配豆包的输入格式要求。
获取并清洗检索返回的段落
调用火山引擎VESS或KnowledgeBase API后，原始响应中hits数组包含多个document对象，每个含content字段。先提取所有content，再逐条执行：去除首尾空白→替换连续换行符为单个\n→删掉纯空行和仅含“——”“***”等分隔符的行。
这一步不能跳过，否则豆包会因收到大量无意义空行或乱码分隔符而降低回答质量，甚至触发内容过滤。
按相关性排序并截断拼接
第一步：按score降序排列所有段落；
第二步：从最高分段落开始累加字符数，直到总长度≥1500且≤2800（豆包推荐上下文窗口上限）；
第三步：在拼接末尾插入\n---\n作为段落分隔标记；
第四步：若最后一段被截断，舍弃该段，不保留半截句子。
【截断必须以完整段落为单位，不能切开一个自然段】 否则豆包会误解语义边界，把半句话当成独立指令处理。
构造符合豆包API要求的prompt结构
方法一：直接拼入system提示词
将清洗+截断后的全部段落文本，放在system角色中，格式为："你是一个专业助手，以下为参考信息：\n{拼接好的段落}\n请基于以上内容回答用户问题，不要编造信息。"
方法二：作为user消息的前置上下文（推荐）
构造user消息时，把段落放在问题前面，用三重分隔线包裹："参考信息：\n---\n{段落1}\n---\n{段落2}\n---\n用户问题：{原始提问}"。
注意：豆包对system角色中的长文本支持不稳定，部分版本会忽略超过2000字符的system内容，因此【优先使用方法二】。
