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：

1. X 协议表现如何？
2. 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 👇

1. 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。

2. 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。

3. 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：

1. X/Y/Z 协议的价格是多少？
2. 告诉我 A 和 B 之间的区别。
3. 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 👇

1. 你希望分析什么（协议、代币、领域或论点）
2. 具体指标（TVL、费用、收入、市销率、增长率）
3. 时间范围（30 天、90 天、6 个月、年初至今）
4. 同行组或基准（竞争对手、类别中位数、ETH、BTC）
5. 链或上下文（以太坊、Solana、跨链、宏观叠加）
6. 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～