90%的人用AI进行加密货币研究的方式不对分析师们的不同之处

大多数人使用 AI 进行加密货币研究的方式与使用 Google 相同。
他们会输入一个模糊的问题,希望得到一些有用的信息,然后获得一个维基百科式的答案,最后认为 AI 还没那么好用。
其实 AI 没问题,问题出在输入上。
我通过艰难的方式才明白这一点。我花了数周时间问诸如:
- X 协议表现如何?
- DeFi 领域发生了什么?
输出结果总是感觉很通用,因为输入本身就是通用的。后来我开始以分析师的思维方式进行提问,就像我真正研究一个协议时那样,使用具体的指标、明确的竞争对手和时间范围,并要求给出最终结论。
结果真是天壤之别。
我发现所有 AI 工具,无论是 ChatGPT、Claude、Grok 还是任何新的加密专用工具,都遵循着同样的模式:模糊的输入产生模糊的输出,无一例外。而具体、结构化的输入则能产生真正推动决策的分析。
这无关提示词工程技巧,而是关于在开始输入之前,学会像分析师一样思考。
糟糕提示与优秀提示之间的差距
请看以下对比
-
Aave 表现如何?→ 给出任何人都能在 Google 上搜到的表面总结。
- Aave 在过去 90 天内的收入与 Compound 和 Morpho 的对比,包括市销率(P/S ratio)和总锁定价值(TVL)增长 → 给出比较性的投资筛选。
-
USDC 的最佳年化收益率(APY)是多少?→ 返回最高数字,但没有风险背景。
- 以太坊上 TVL 超过 1 亿美元、安全历史良好且 APY 按来源细分的最佳 USDC 借贷池 → 现在你正在像资本配置者一样进行筛选。
-
我应该购买 ETH 吗?→ 无法回答。
- “ETH 在 6 个月内的看涨与看跌情况,使用 TVL 趋势、费用数据、动量信号和宏观背景” → 真正有用。
同样的 AI 工具,同样的模型,但输出质量却截然不同。
区别在于输入之前的思考。
为什么大多数提示会失败
我研究了人们通常如何使用 AI 进行加密货币研究,发现模式始终如一。
大约 40% 的提示是单点数据问题,没有比较、没有时间范围,也没有框架。例如:
- X/Y/Z 协议的价格是多少?
- 告诉我 A 和 B 之间的区别。
- 按收入排名前 10 的协议。
这些不是研究问题,它们只是多了一步的价格查询。
另有 35% 的提示上下文不完整。它们包含一个指标,但缺少同行、时间范围或使其答案真正有用的框架。例如,比较 ETH 和 SOL,但没有指定维度,或者“DEX 交易量”却没有趋势、市场份额数据或竞争背景。
只有大约 20% 的提示包含足够的结构,能够获得真正有用的分析,而我称之为研究级别的提示可能只有 5%:多维度、假设驱动,并要求给出明确的结论。
这种分布解释了为什么大多数人认为 AI 研究输出平庸。因为输入平庸,所以输出也平庸。
解决一切问题的六部分公式
我见过的每一个强大的研究提示都遵循相同的结构。包含六个组成部分
- 你希望分析什么(协议、代币、领域或论点)
- 具体指标(TVL、费用、收入、市销率、增长率)
- 时间范围(30 天、90 天、6 个月、年初至今)
- 同行组或基准(竞争对手、类别中位数、ETH、BTC)
- 链或上下文(以太坊、Solana、跨链、宏观叠加)
- 你想要的结论(最佳买入、通过/不通过、信心评分、看涨与看跌)
所有六个部分协同工作的示例:
分析协议 A 在过去 90 天内按 TVL、费用、收入和市销率的表现,并与以太坊上的协议 B 和 C 进行比较。目前哪个协议的相对价值最佳?
这一个提示取代了在数据分析平台上手动研究一小时的工作,因为提示中已经包含了分析框架。
当我开始像这样构建每一个研究问题时,我的研究时间缩短了一半。毫不夸张。我过去需要花费 3-4 小时进行扫描和交叉引用,现在则压缩成专注的会话,由 AI 处理数据整合,我负责判断。
你现在就可以借鉴的提示升级
以下是各种加密货币研究类型的实际提示升级(前后对比)。复制它们,修改协议或代币名称,今天就开始使用。
1. 协议分析
-
Lido 表现如何?
-
显示 Lido 在过去 90 天内的 TVL、费用、收入和市销率,并与 Rocket Pool 和 EtherFi 进行对比。哪个协议的收入增长最佳,哪个相对于同行最便宜?
-
前 10 名永续合约去中心化交易所(perpDEX)
-
按 30 天费用收入排名前 10 的 perpDEX 协议。包括市销率、未平仓合约和 30 天交易量增长。标记出相对于类别中位数被低估的协议。
-
显示 Jupiter 数据
-
Jupiter 在 Solana 上 90 天的交易量趋势、费用收入和市场份额,并与 Raydium、Orca 和 Meteora 进行对比。其主导地位是增加还是减少了?
-
DeFi 领域发生了什么?
-
在过去 30 天内,哪些 DeFi 类别拥有最高的 TVL 增长和费用增长?只显示两个指标都增长的类别。按费用增长排名。
2. 代币和价格分析
-
SOL 的价格是多少?
-
显示 SOL 在过去 90 天内的价格和每日交易量。距离历史最高点(ATH)还有多远?30 天的动量是看涨还是看跌?
-
表现最佳的代币
-
按 30 天价格回报排名前 15 的代币,市值超过 5 亿美元。包括交易量与市值比率和所属行业类别。哪些代币具有真实的交易兴趣,而非流动性不足的炒作?
-
比较 AVAX 和 SUI
-
比较 AVAX 和 SUI 自 2025 年 1 月 1 日以来的回报,以 100 为基准。包括 TVL、每日费用收入、稳定币供应增长和生态系统开发者活动。目前哪个链具有更强的基本面动量?
-
BTC 会上涨吗?
-
“给我一个 BTC 在 60 天内的蒙特卡洛价格预测。显示第 10、第 50 和第 90 百分位的预测结果。同时给我一个动量信号。根据价格行为和交易量,当前趋势是看涨还是看跌?”
3. 收益和策略
-
USDT 的最佳 APY
-
以太坊或任何链上 TVL 超过 5000 万美元、近期无安全事件且 APY 高于 4% 的最佳 USDT 借贷池。按基础收益和代币激励细分 APY。
-
如何在 SOL 上赚取收益?
-
我有 50 SOL。比较 Marinade 与 Jito 上的流动性质押,以及 Kamino 上的借贷。对于每种方式:显示净 APY、主要风险和 30 天盈亏估算。哪种方式具有最佳的风险调整回报?
-
好的收益耕作策略
-
我在 Base 上有 5 万美元 USDC。设计三种低、中、高风险的收益策略。对于每种策略:说明协议和池子名称、预期 APY、池子 TVL、主要风险和 30 天盈亏模型。
-
这个池子安全吗?
-
在我向以太坊上的 Euler 存入 10 万美元之前:显示其审计历史、过去的漏洞利用、60 天内的 TVL 趋势、预言机依赖性、团队是否公开(doxxed)与匿名,以及治理代币集中度。通过还是不通过?
4. 链上资金流和资本流动
-
Arbitrum 上发生了什么?
-
显示 Arbitrum 在过去 30 天内的 TVL 增长、净桥接流入、稳定币供应变化以及按费用收入排名前 5 的协议。与 Base 在相同指标上进行比较。
-
不同链上的 YBS
-
YBS 在以太坊、Solana、Base、Tron 和 BNB Chain 上过去 6 个月的流通供应量。哪个链的稳定币份额增长最快?供应量是否一直在迁移?
-
桥接活动
-
按 30 天交易量排名前 10 的桥接。包括交易计数、平均转账规模以及它们主要连接的链。资金流是机构规模还是散户规模?
5. 交易论点和投资决策
-
“我应该购买 HYPE 吗?”
-
“关于 Hyperliquid 的完整交易论点:与 dYdX 和 Jupiter Perps 的基本面估值对比、30 天动量信号、即将到来的代币解锁、未来 90 天内的关键催化剂、主要风险,以及带有买入/持有/避免结论的信心评分。”
-
“SOL 是一个好的投资吗?”
-
“在 6 个月内,针对 SOL 的看跌情况进行论证。使用 TVL 趋势、来自竞争性 L1 的费用压力、来自以太坊 L2 的竞争威胁、验证者经济学和宏观背景。然后给出看涨的反驳论点。目前哪个论点更强?”
-
“我应该购买哪些代币?”
-
“用 25,000 美元构建一个多元化的 DeFi 投资组合,涵盖 4-5 个协议。包括一个借贷蓝筹股、一个永续合约 DEX、一个流动性质押协议和一个高风险押注。给出分配百分比、理由和每个头寸的主要风险。”
6. 行业和叙事研究
-
告诉我关于 X 行业的信息
-
关于 X 行业的研究报告:总市场规模、按 TVL 和收入排名前 5 的协议、协议 A 在 12 个月内的主导地位趋势、来自协议 B 和 C 的竞争威胁,以及该行业在 2025 年与 ETH 相比的表现。
-
DeFi 领域有什么热门的?
-
在过去 14 天内,哪些 DeFi 类别拥有最多的 TVL 流入和费用增长?这些类别中的哪些代币表现优于 BTC?这是动量还是噪音?
-
RWA 加密货币还处于早期阶段吗?
-
RWA 代币化叙事是仍处于早期阶段还是已经成熟?显示:TVL 增长趋势、代币在 6 个月内与 ETH 相比的表现、来自贝莱德/富兰克林邓普顿的机构采用信号,以及监管发展。我们处于周期的哪个阶段?
7. 机构和宏观
-
X ETF 数据
-
过去 30 天内 X ETF 的每日净流量,按发行人细分。哪个发行人有最大的单日流入和流出?累计流量是加速还是减速?所有 X ETF 的总管理资产(AUM)。
-
Strategy 持有多少比特币?
-
Strategy (MSTR) 的完整分析:持有的 BTC 数量、平均成本基础、未实现盈亏、当前市值净资产(mNAV)溢价或折价、过去 90 天内股价与 BTC 现货表现,以及杠杆率。当前水平下,mNAV 溢价是否合理?
-
宏观经济对加密货币有利吗?
-
显示过去 24 个月内 DeFi 总 TVL 和 BTC 价格,并叠加美联储利率决策。DeFi TVL 与降息或加息相关吗?当前利率环境对未来 6 个月意味着什么?
8. 风险和安全
- X 协议安全吗?
- 对 X 协议进行全面的风险评估,涵盖 5 个维度:智能合约审计历史、过去的漏洞利用、预言机依赖性及备份、按资产划分的 TVL 集中度,以及治理代币分配。对每个维度进行评分并给出总体风险评级。
或者
-
X 协议的脱钩风险评估:储备构成和透明度、协议的监管风险、历史脱钩偏差、RWA 抵押品集中风险以及在 X/Y/Z 年脱钩(如果有)时的表现。最坏情况的现实预测是什么?
-
哪些协议被黑客攻击了?
-
过去 18 个月内最大的 DeFi 漏洞利用事件。对于每起事件:协议名称、损失金额、攻击向量(预言机、桥接、智能合约、管理员密钥)、恢复状态,以及它对协议风险的启示。
以上是 7 个研究类别中的 28 个提示升级。每个都可以复制粘贴。更改协议名称,调整时间范围,你就能在 90 秒内进行分析师级别的研究。
AI 无法取代的真正技能
在围绕 AI 工具构建了整个研究工作流程后,我意识到:
AI 在整合数据、进行比较、构建框架和压力测试假设方面表现出色。它可以在 90 秒内完成我过去需要 2 小时在不同分析平台之间切换才能完成的工作。
但它无法决定要问什么问题。
这仍然是人类的工作。知道哪个协议值得仔细研究。凭直觉判断某个领域正在发生有趣的事情,即使数据尚未证实。识别出某个数字感觉不对劲,需要验证。
AI 处理生产层,人类处理判断层。
我过去认为研究的瓶颈是速度。其实不是。瓶颈是思维的清晰度。一旦我更清楚地知道自己想知道什么以及为什么,AI 的输出质量就立即提高了。
- 原文链接: x.com/yashasedu/status/2...
- 登链社区 AI 助手,为大家转译优秀英文文章,如有翻译不通的地方,还请包涵~
版权声明
本文仅代表作者观点,不代表区块链技术网立场。
本文系作者授权本站发表,未经许可,不得转载。
区块链技术网

发表评论:
◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。