如何使用 AI 進行加密項目研究？逐步 DYOR 指南

人工智慧 (AI) 能在幾分鐘內分析加密項目的白皮書、代幣經濟學和鏈上數據。然而，這個模型也可能編造審計，混淆合約地址，並將虛假數據呈現為確定的事實。我們將展示如何利用 AI 更快速地進行加密貨幣研究，而不將投資決策的控制權交給它。

---

AI 可以加速研究，但無法取代驗證。它可以迅速準備白皮書的初步摘要，對比代幣經濟學的要素，並整理潛在風險。

它也能**編造合約地址，混淆代幣供應量，或引用不存在的審計。**問題在於，這兩種回答聽起來都可能同樣可信。

因此，不要問 ChatGPT：「這個代幣值得買嗎？」

這個問題將決策權交給模型，而它無法為你做出這樣的決定。

更好的做法是：收集可靠的來源，委託 AI 整理數據，然後在代碼、區塊鏈瀏覽器和獨立數據庫中檢查最重要的結論。

這樣，AI 就成為 DYOR 的助手，而不是神諭。

在這個指南中，我們將向你展示整個過程——從檢查合約地址到分析代幣解鎖、用戶活動和管理員權限。

你還將獲得可以在任何項目中使用的現成提示。

最重要的原則： AI 的回答不是來源。來源是文檔、代碼或數據集，AI 的回答是基於這些來源生成的。

Cryps.pl 信息圖：模型幫助整理材料，但來源和驗證仍然由研究作者負責。目錄：

• AI 在加密研究中能做什麼？
• AI 不應該為投資者做什麼？
• 在啟動 AI 之前：準備來源
• 哪些來源最值得信賴？
• 如何逐步使用 AI 分析加密項目
• 與 AI 一起使用的工具
• 完整加密研究的現成提示
• 範例：AI 如何錯誤評估 Alpha 協議
• 使用 AI 進行 DYOR 時的常見錯誤
  {#inside-nav}

---

AI 在加密研究中能做什麼？ {#1}

語言模型擅長處理大量文本。

它們能找到重複的信息，整理文檔並用更簡單的語言解釋技術片段。

這在項目擁有詳細文檔、多個版本的文檔和數十個治理論壇帖子時特別有用。

AI 可以幫助你：

• 總結白皮書和文檔，
• 將現有產品與路線圖區分開，
• 列出代幣經濟學的假設，
• 將項目與競爭對手進行比較，
• 準備問題給團隊，
• 解釋 Dune 查詢或智能合約片段，
• 找出文檔之間的矛盾，
• 建立紅旗檢查清單，
• 為未來供應準備情景，
• 檢查報告中的每個論點是否有來源。

模型最實用的應用是快速整理大量文檔和數據。

如果你想先了解具體應用，請參見 Cryps.pl 的最佳 AI 工具列表：為投資者提供的最佳工具。

在這個指南中，我們專注於一個過程，無論選擇哪個模型，都能降低錯誤風險。

AI 不應該為投資者做什麼？ {#2}

AI 不應該：

• 做出購買或出售的決策，
• 提供當前數據而不檢查來源，
• 將價格預測視為確定的事實，
• 僅根據審計將項目視為安全，
• 將觀眾數量視為採用的證據，
• 將活躍地址與人數等同起來，
• 編造項目未披露的數據。

OpenAI 也警告說，模型可能會創造不真實的事實、引用和參考，而高確定性的回答並不意味著其正確性。

重要數據應在打開來源後進行檢查，而不僅僅是看到鏈接。OpenAI 在其文檔中描述了 ChatGPT 的限制。

在啟動 AI 之前：準備來源 {#3}

良好的研究始於聊天之外。首先確保您分析的是正確的項目。

相同的名稱或代碼可能指代多個代幣。假網站經常複製真實項目的外觀，而詐騙代幣可能會使用流行加密貨幣的名稱。

基本識別符應該是合約地址和網絡。 在開始分析之前，了解 Cryps.pl 描述的最常見的加密詐騙類型也是值得的。

收集：

1. 項目的官方網站，
2. 白皮書和文檔，
3. 合約地址，
4. GitHub 倉庫，
5. 審計報告，
6. 代幣經濟學和解鎖文檔，
7. 治理論壇，
8. 團隊資料和法律實體，
9. 區塊鏈瀏覽器數據，
10. 獨立服務的市場數據和鏈上數據。

檢查項目網站上提供的地址是否與瀏覽器和像 CoinGecko 這樣的聚合器中的地址一致。如果來源顯示不同的合約，請停止分析。首先解釋差異。

哪些來源最值得信任？ {#3}

並非所有鏈接都有相同的價值。

|---------------------------------|--------------------------------------------------------------------|---------------------------------------|
| 類別 | 示例 | 用途 |
| 直接可驗證的數據 | 部署的代碼 on-chain、區塊鏈、瀏覽器、監管機構登記 | 確認事實狀態 |
| 項目文件 | 白皮書、文檔、治理、官方博客 | 確定項目的聲明和規則 |
| 獨立分析 | 審計、研究、鏈上報告和分析 | 外部評估和解釋 |
| 描述方法論的數據庫 | DefiLlama、Dune、Glassnode、L2BEAT | 數據的聚合和標準化 |

白皮書是回答「項目承諾什麼？」的原始來源。但並不是證明產品運行或擁有用戶的證據。

在監管方面也值得注意。ESMA 指出，位於 MiCA 登記的相關部分的加密資產白皮書未經相關機構檢查或批准。

其內容由提供者或發行人負責。ESMA 在其網站上解釋了 MiCA 登記的運作。

官方 MiCA 登記。來源：ESMA，訪問日期：2026 年 7 月 29 日。

如何逐步分析加密項目 {#4}

步驟 1. 請求 AI 提供聲明登記，而不是摘要

普通的白皮書摘要通常重複市場營銷語言。您需要一個可以檢查的句子列表。

使用提示：

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 根據附上的白皮書，列出項目的所有實質性聲明。將其分為：1. 現有產品，2. 路線圖，3. 經濟假設，4. 預測，5. 行銷聲明。對於每個聲明，提供： -- 來源的準確片段， -- 頁面或部分， -- 確認所需的最小證據， -- 文件未解釋的資訊。不要假設項目的聲明是真實的。 |

編輯示例：聲明登記的提示。AI的結果總是需要打開並檢查所指示的來源。

因此，「我們有10萬用戶」不再是一個既定事實。它變成了一個問題：項目如何定義用戶，這個數字來自哪個時期，是否可以從數據中重現？

有關該文件的更多信息，請參閱Cryps.pl指南：什麼是白皮書以及如何分析它。

步驟2. 檢查問題、產品和區塊鏈的需求

項目可能擁有引人注目的技術，但仍然無法解決重要問題。

請AI回答五個問題：

• 誰是用戶？
• 誰為產品付費？
• 解決了什麼問題？
• 是否存在運行中的產品在主網上？
• 為什麼解決方案需要區塊鏈？

然後進行簡單測試：
用不使用區塊鏈描述同一產品。指出哪些好處消失，哪些保留。將實際的信任需求減少與行銷區分開來。

如果集中式數據庫能為用戶提供完全相同的結果，項目應該清楚地說明區塊鏈的額外成本和複雜性。

步驟3. 進行代幣移除測試

區塊鏈可能是必要的，但代幣不一定是。

粘貼產品描述並使用提示：
從該項目的模型中移除代幣。哪些功能停止運作？分開： -- 手續費， -- 網絡安全， -- 質押， -- 治理， -- 服務訪問， -- 獎勵， -- 投機。指出，如果其價格在一年內不增長，誰有理由購買代幣。

項目可以產生手續費並發展產品，而代幣不賦予持有者任何部分價值的權利。

步驟4. 分析代幣經濟學

不要僅止於分配圖表。代幣經濟學是一個流動系統：誰在何時獲得代幣，何時可以出售，需求來自何處，誰獲得收入。

收集：

• 流通供應，
• 總供應和最大供應，
• 發行和銷毀的規則，
• 團隊、投資者和社區的分配，
• 鎖定期（cliff）和代幣釋放時間表（vesting），
• 在30、90和365天內的解鎖，
• 發行新代幣的權利，
• 代幣的流動性，
• 價值捕獲機制。

市值和FDV並不相同

市值是價格乘以流通供應。FDV顯示在整個接受供應下的假設估值。

|-----------------------------------------------------------------------------------------| | 市場價值 = 價格 × 流通供應 FDV = 價格 × 預設的最大或總供應 |

圖表來源：Cryps.pl。市場價值使用流通供應，而FDV則使用預設的總供應或最大供應。

FDV通常計算為當前價格乘以代幣的最大供應。如果項目未明確說明，數據提供者可能會使用總供應或其他預設值。FDV並不是對未來市值的預測，因此在比較項目之前，必須檢查服務的計算方法。CoinGecko描述了FDV的公式和限制。

解鎖不等於自動出售

解鎖會增加可以轉移或出售的代幣數量，但並不表示其擁有者會怎麼做。

與其問AI：「解鎖會降低價格嗎？」不如使用：
分析即將解鎖的代幣。提供： -- 代幣的數量和價值， -- 當前流通供應的百分比， -- 受益者， -- 釋放時間表的條件， -- 與日均交易量的關係， -- 與市場深度在±2%和±5%範圍內的關係。準備0%、10%、25%和50%池的銷售情境。不預測價格。評估市場吸收供應的能力。

編輯示例：不預測價格的解鎖情境分析提示。

單單解鎖的數量在沒有與流動性、交易量、進入成本和受益者結構進行比較的情況下，意義不大。

有關基本概念的詳細說明，請參見Cryps.pl的七個代幣經濟指標指南。

第五步：檢查團隊、投資者和合作夥伴

AI可以快速收集簡歷，但不應該僅依賴其確認。

比較：

• 項目網站，
• 職業檔案，
• 先前的代碼庫，
• 公司登記，
• 網頁的存檔版本，
• 監管機構的公告，
• 所謂合作夥伴的公告。

如果項目發布了大型公司的標誌，請尋找該公司的確認。所謂的「合作夥伴關係」可能意味著共同產品、參與創業計劃或僅僅是使用公共服務。這三者是完全不同的事情。

提示：
列出項目聲明的所有合作夥伴。對於每個合作夥伴，尋找： -- 另一方的確認， -- 日期， -- 合作的具體範圍， -- 可運行的產品或整合， -- 可衡量的結果。標誌和單方面公告標記為：「聲明，未確認」。

第六步：評估GitHub和智能合約

大量的提交在展示中看起來不錯，但不一定意味著產品在發展。自動更新、文檔和小修小補可能會人為地提高計數。

檢查：

• 是否有運行中的產品代碼，
• 實際編碼的人數，
• pull request 是否經過代碼審查，
• 專案是否有測試和持續集成（CI），
• 最近的版本發布時間，
• 發布的代碼是否與鏈上部署的代碼相符，並且可以與特定版本的合約關聯，
• 是否有關鍵部分被封閉，
• 專案是否依賴於單一個人。

GitHub 提供了提交和代碼變更的圖表，但活動指標需要在上下文中解讀。GitHub 的文檔描述了可用的專案活動數據。

審計並不保證安全

在審計報告中檢查：

1. 日期，
2. 範圍，
3. 提交或代碼版本，
4. 排除的項目，
5. 發現的問題，
6. 修復狀態，
7. 審計後的變更。

審計是一層額外的控制，而不是安全的保證。 Ethereum.org 明確警告，審計無法檢測到每一個錯誤。Ethereum.org 討論了審計的限制和其他安全層級。

誰可以更改合約？

如果管理員可以隨時更換實現，經過驗證的代碼是不夠的。

請求 AI 幫助識別：

• 合約擁有者，
• 代理管理員，
• 允許發行代幣、暫停運作和封鎖地址的角色，
• 更新合約的權限，
• 多簽門檻，
• 時間鎖延遲，
• 財庫地址，
• 緊急功能。

然後在區塊鏈瀏覽器中確認地址。OpenZeppelin 強調，合約更新機制需要正確的訪問控制。OpenZeppelin 的文檔描述了代理和 UUPS。

第七步：檢查鏈上數據

鏈上指標需要謹慎解讀，因為相似的名稱通常指代不同的現象。

活躍地址並不等於用戶

一個人可以使用多個錢包。一個交易所地址可以存放數千名客戶的資金。

因此，Glassnode 使用自己的地址分組啟發式方法來識別「實體」，但這也是一種估算。Glassnode 解釋了地址數據的限制。

與其僅僅查看地址數量，不如檢查：

• 付費用戶，
• 新用戶和回訪用戶，
• 7 天和 30 天的留存率，
• 每個錢包的交易中位數，
• 機器人和主要為獲取空投而創建的錢包的比例，
• 在激勵結束後的活躍度。

TVL 增長不一定意味著新存款

TVL 可以在沒有新存款的情況下增長。 如果協議存放 100 ETH，而以太幣價格上漲 20%，則以美元計算的 TVL 也將增長約 20%。不必出現任何新存款。

DefiLlama 將 TVL 定義為合約中資產的價值，並單獨指出，價格波動可能掩蓋實際流動。DefiLlama 發布了其指標的定義。

TVL、手續費和收入的定義。來源：DefiLlama 數據定義，訪問日期：2026 年 7 月 29 日。

因此，請檢查：

• 淨流動，
• TVL 組成，
• 專案自有代幣的比例，
• 循環和雙重計算，
• 存款集中度，
• 獎勵計劃的影響。

2026 年 7 月 29 日的 DefiLlama 排行快照顯示，Lido 的 TVL 為 179.51 億美元，Aave 為 145.52 億美元，Morpho 為 76.46 億美元，Binance 的質押 ETH 為 71.21 億美元。這是合約中資產的價值排名，而不是投資質量的排名。 TVL 的高低並不能說明增長的部分來自於新存款、資產價格變動或激勵。

按 TVL 排名的最大協議。來源：DefiLlama 協議排名，讀取日期：2026 年 7 月 29 日。TVL 不等同於資本流入。

手續費、收入和持有者收入

這些術語有時可以互換使用，儘管它們的含義不同。

• 費用 -- 所有用戶支付的費用，
• 收益 -- 協議保留的部分，
• 持有者收益 -- 用於持有代幣者的收益部分。

根據模型，協議可能會將相當大一部分的費用轉移給流動性提供者、驗證者或其他參與者。持有者可能不會從中獲得任何收益，而活動可能會因獎勵而進一步推動。

根據DefiLlama的數據，30天的差異顯而易見，數據於2026年7月29日讀取。Pump顯示約81.26百萬美元的費用和30.86百萬美元的收益，而Hyperliquid顯示約53.53百萬美元的費用和37.46百萬美元的收益。**因此，相同的費用可能導致協議保留的完全不同的價值。**在比較項目時，還需要考慮業務類別和數據提供者所使用的定義。

可以輔助比較：

|-----------------------------------------------------------------------------------------------------------|
| 持有者的現金流平衡 = 持有者收益 − 用於激勵的新發行價值 |

30天內的最高費用。來源：DefiLlama Fees，讀取日期：2026年7月29日。協議類別和費用定義並不相同。

這是一個輔助指標，而不是代幣的價值或持有者的收益。發行不必轉化為價格的比例下降，其影響取決於接收者、分配方式、流動性和市場條件。

收益在佣金中的佔比。來源：DefiLlama Fees和DefiLlama Revenue，讀取日期：2026年7月29日。

第8步：檢查流動性和社區

24小時的交易量並不能告訴你你能以什麼價格出售代幣。

檢查：

• 價差，
• 市場深度，
• 預估滑點，
• 最大交易所的佔比，
• 獨特交易者的數量，
• 對單一做市商的依賴，
• 團隊擁有的流動性，
• 流動性提供者的獎勵結束日期。

NBER對29個交易所的研究顯示，部分分析平台存在顯著的洗盤交易。這是特定數據集的歷史結果，因此不能將其歸因於今天的每個交易所。

然而，這顯示了為什麼報告的交易量需要與市場的深度和質量進行比較。關於“加密洗盤交易”的研究可在NBER獲得。

同樣對待社交媒體。關注者、反應和正面情緒可以購買或生成。

注意：

• 突然增加的關注者數量，
• 相同的評論，
• 新創建的帳戶，
• 競賽對產品討論的優勢，
• 刪除批評性問題，
• 社交媒體的受歡迎程度與鏈上使用之間的差異。

與AI一起使用哪些工具？

你不需要同時使用所有平台。根據問題選擇它們。

|-----------------------------|--------------------------------------------------------|---------------------------------------------| | 任務 | 工具 | 重要限制 | | 文件與比較 | ChatGPT, Claude, Gemini | 結果需要來源檢查 | | 當前研究 | 搜尋或深度研究 | 引用不等於打開鏈接 | | TVL、費用、收入 | DefiLlama, Token Terminal | 檢查定義和方法論 | | 自有鏈上查詢 | Dune | 評估表格、ABI和SQL邏輯 | | 地址與代幣持有者 | 探索器、Nansen、Arkham、Bubblemaps | 標籤可能是啟發式的 | | 代幣經濟學 | 文檔、CoinGecko、解鎖追蹤服務 | 比較多個來源 | | 智能合約 | 探索器、審計報告、GoPlus、TokenSniffer | 掃描器不提供保證 | | L2 風險 | L2BEAT | "階段"不是完整的安全評估 | | 社交 | X、Discord、Telegram、情感工具 | 機器人和付費活動扭曲了圖像 | | 法律地位 | ESMA、KNF及相關國家登記處 | 狀態可能迅速變化 |

ChatGPT 深度研究 可以在上傳的文件、公共網站和指定域名上工作，生成帶有來源鏈接的報告。在複雜項目中，它的表現會比快速的聊天回答更好。

不過，仍然需要手動檢查最重要的結論。OpenAI 在幫助中心描述了深度研究的運作。

在重複的研究中，可以通過代理自動化部分步驟，但必須在確定來源、規則和需要人類同意的點之後才能進行。Cryps.pl 在如何創建投資AI代理的指南中更詳細地展示了這一點。過程的自動化並不意味著投資決策的自動化。

完整加密研究的提示 {#6}

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 你是研究助理，而非投資顧問。項目： -- 名稱： -- 代碼： -- 網絡： -- 合約地址： -- 官方域名： -- 數據截止日期： 準備可審計的項目研究。規則： 1. 不要使用模型記憶作為當前事實的來源。 2. 每個變量信息都要附上鏈接和日期。 3. 優先使用代碼、鏈上數據、登記和文檔。 4. 將項目材料標記為依賴來源。 5. 分開事實、聲明、估算、意見和缺乏數據。 6. 不要猜測。當缺乏證據時，寫上「未確定」。 7. 當存在矛盾時，顯示兩個值。 8. 不要將地址與用戶等同，手續費與收入等同，或TVL與淨流量等同。 9. 對於每個關鍵論點，提供可能推翻它的內容。 10. 不要發出買入或賣出的建議。以表格形式呈現結果：論點 | 值 | 日期 | 來源 | 來源類型 | 獨立確認 | 確定性水平 | 我們不知道什麼。在最後添加： -- 確認的事實， -- 矛盾， -- 數據缺口， -- 警示信號， -- 10個進一步驗證的問題。

收到報告後啟動第二個提示：

|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 假設對項目的正面論點是錯誤的。僅根據收集到的證據構建最強的反駁論點。指出三個可能誤導的指標，以及解決爭議所需的數據。

編輯示例：第二次分析應該挑戰第一次敘述並揭示易於誤解的指標。

這是一個簡單的集合，但迫使模型尋找弱點，而不是再次確認第一次敘述。

示例：AI如何錯誤評估阿爾法協議 {#7}

假設虛構協議擁有：

• 3億美元的TVL，
• 知名公司的審計，
• 1000萬美元的年手續費，
• 12%的代幣在流通中。

AI的弱回答可能是：「高TVL、審計和低供應顯示出強勁的基本面」。

然而，更精確的分析可能揭示：

• 大部分TVL來自補貼的流動性池，
• 協議僅保留100萬美元中的1000萬美元費用，
• 代幣持有者未獲得收入，
• 獎勵每年花費2500萬美元，
• 三個月後將解鎖8000萬代幣，
• 審計涉及舊的實施，
• 合約更新由無延遲的2/3多簽控制。

初步數據可能是正確的，但如果在沒有上下文的情況下呈現，仍可能導致錯誤評估。

這就是良好研究的意義：你不是在尋找一個神奇的紅旗，而是在確定事實如何在系統中相互連接。

Najczęstsze błędy podczas używania AI do DYOR {#8}

問題「是否購買？」

模型並不知道你的情況、風險容忍度或市場的完整狀態。這樣的問題會促使它產生看似明確的意見。

一個沒有來源的大提示

問題越廣泛，數據越少，猜測的空間就越大。將研究分成幾個階段：文件、代幣經濟學、代碼、鏈上、市場和紅隊。

複製引用而不打開頁面

鏈接可能存在，但不一定能證實陳述。檢查文件、日期、表格和上下文。

將掃描器視為審計

TokenSniffer、GoPlus 和類似工具檢測已知模式。它們可能會忽略新的陷阱變體，或者將合法功能標記為可疑。

混淆指標

最常見的錯誤包括：

• 地址 = 用戶，
• TVL = 存款，
• 費用 = 代幣持有者的收入，
• 市值 = 投入項目的資金，
• 解鎖 = 確定的銷售，
• 觀察者 = 活躍社區。

市值是最後價格和流通供應量的乘積。它不顯示實際流入市場的資本總額。

缺乏截止日期

代幣經濟學、管理角色和合約可能會改變。每份報告應該指出它呈現的是「截至...」某個特定日期的數據。

購買代幣前的快速檢查清單

• 你確認了合約地址嗎？
• 產品在主網上運行嗎？
• 區塊鏈是必要的嗎？
• 代幣有其他用途嗎？
• 有多少供應量在流通中？
• 何時會有最近的代幣解鎖？
• 誰可以發行新代幣或更改合約？
• 審計是否針對當前版本？
• 項目是否有時間鎖和多重簽名？
• TVL 是因為存款還是資產價格上升而增長？
• 用戶在激勵結束後是否會留下？
• 誰獲得費用和收入？
• 流動性是否允許在不大幅滑點的情況下出售代幣？
• 夥伴關係是否得到了另一方的確認？
• 還有哪些數據尚未確定？

如果你無法回答幾個關鍵問題，研究結果不應該是「項目很好」。而應該是：「缺少數據」。

AI 整理數據，但不確認

一份準備好的報告應該清楚地將確認的事實與聲明、矛盾和缺失的數據區分開來。它還應指出可能改變項目評估的信息。

AI 加速了研究。它不會消除風險，也不會轉移決策的責任。

材料的來源： 本文是基於對工具文檔、鏈上來源、監管機構材料和研究的分析而準備的。AI 被用於提取、比較和編輯材料。

關鍵來源已經公開並經過驗證，時間敏感的數據在發布前需要重新驗證。

風險警告： 加密貨幣是高風險資產。本文僅具有教育性質，並不構成投資建議、財務或法律建議。

編輯說明

文本於 2026 年 7 月 29 日 進行了驗證。截圖來自 ESMA 和 DefiLlama 的官方網站，僅用於信息目的並提供來源。

其他信息圖和示例提示屏幕由 Cryps.pl 編輯準備。示例數據不構成當前市場數據或投資建議。