如何使用人工智能进行加密项目研究？逐步DYOR指南

人工智能（AI）可以在几分钟内分析加密项目的白皮书、代币经济学和链上数据。然而，同样的模型也可能编造审计、混淆合约地址，并将虚假数据呈现为确定性。我们将展示如何利用AI更快地进行加密货币研究，而不将投资决策的控制权交给它。

---

AI可以加速研究，但并不能替代验证。它可以快速准备白皮书的初步摘要，比较代币经济学的要素，并整理潜在风险。

它也能**编造合约地址、混淆代币供应量或引用不存在的审计。**问题在于，这两种回答听起来都可能同样可信。

因此，不要问ChatGPT：“值得购买这个代币吗？”

这个问题将决策权交给了模型，而它无法为你做出这样的决定。

更好的方法是：收集可靠来源，委托AI整理数据，然后在代码、区块链浏览器和独立数据库中检查最重要的结论。

此时，AI是DYOR的助手，而不是神谕。

在本指南中，我们将向您展示整个过程——从检查合约地址到分析代币解锁、用户活动和管理员权限。

您还将获得可以在任何项目中使用的现成提示。

最重要的原则： AI的回答不是来源。来源是文档、代码或数据集，基于此产生了回答。

Cryps.pl信息图：模型帮助整理材料，但来源和验证仍然由研究作者负责。目录：

• AI在加密研究中能做什么？
• AI不应为投资者做什么？
• 在启动AI之前：准备来源
• 哪些来源最值得信赖？
• 如何逐步使用AI分析加密项目
• 与AI一起使用哪些工具？
• 完整加密研究的现成提示
• 示例：AI如何错误评估阿尔法协议
• 使用AI进行DYOR时的常见错误
  {#inside-nav}

---

AI在加密研究中能做什么？ {#1}

语言模型在处理大量文本时表现良好。

它们能够找到重复的信息、整理文档，并用更简单的语言解释技术段落。

这在项目有复杂文档、多个版本和数十个治理论坛帖子时尤其有用。

AI可以帮助您：

• 概括白皮书和文档，
• 将现有产品与路线图区分开，
• 列出代币经济学的假设，
• 将项目与竞争对手进行比较，
• 准备与团队的提问，
• 解释Dune查询或智能合约的片段，
• 找出文档之间的矛盾，
• 建立红旗检查清单，
• 为未来的供应准备场景，
• 检查报告中的每个论点是否有来源。

模型最实用的应用是快速整理大量文档和数据。

如果您想首先了解具体应用，请查看Cryps.pl的汇总：投资者的最佳AI工具。

在本指南中，我们关注的不是工具排名，而是一个可以降低错误风险的过程，无论选择哪个模型。

AI不应为投资者做什么？ {#2}

AI不应：

• 做出购买或销售决策，
• 提供未经来源验证的当前数据，
• 将价格预测视为确定性，
• 仅根据审计将项目视为安全，
• 将关注者数量视为采用的证据，
• 将活跃地址与人数等同起来，
• 编造项目未披露的数据。

OpenAI也警告说，模型可能会生成不真实的事实、引用和参考，而高水平的回答确定性并不意味着其正确性。

重要的数据在打开来源后需要检查，而不仅仅是在看到链接后。OpenAI在其文档中描述了ChatGPT的限制。

在启动AI之前：准备来源

良好的研究始于聊天之外。首先确保你分析的是正确的项目。

相同的名称或代码可能指代多个代币。虚假网站常常复制真实项目的外观，而诈骗代币可能使用流行加密货币的名称。

基本标识符应为合约地址和网络。 在开始分析之前，了解Cryps.pl描述的最常见的加密诈骗类型也是值得的。

收集：

1. 项目的官方网站，
2. 白皮书和文档，
3. 合约地址，
4. GitHub仓库，
5. 审计报告，
6. 代币经济学和锁仓文档，
7. 治理论坛，
8. 团队资料和法律实体，
9. 区块链浏览器的数据，
10. 来自独立服务的市场和链上数据。

检查项目网站上提供的地址是否与浏览器和像CoinGecko这样的聚合器中的地址一致。如果来源显示不同的合约，请停止分析。首先解释差异。

哪些来源最值得信赖？

并非所有链接都有相同的价值。

|---------------------------------|--------------------------------------------------------------------|---------------------------------------|
| 类别 | 示例 | 用途 |
| 直接可验证的数据 | 链上部署的代码、区块链、浏览器、监管机构登记册 | 确认事实状态 |
| 项目文件 | 白皮书、文档、治理、官方网站博客 | 确定项目声明和规则 |
| 独立分析 | 审计、研究、链上报告和分析 | 外部评估和解释 |
| 描述方法论的数据库 | DefiLlama、Dune、Glassnode、L2BEAT | 数据的聚合和规范化 |

白皮书是“项目承诺什么？”问题的原始来源。但这并不是证明产品正常运作或拥有用户的证据。

在监管方面也值得注意。ESMA指出，MiCA登记册中相应部分的加密资产白皮书并未经过相关机构的审核或批准。

其内容由提供者或发行人负责。ESMA在其网站上解释了MiCA登记册的运作。
官方MiCA登记册。来源：ESMA，访问时间：2026年7月29日。

如何逐步分析加密项目的AI

步骤1. 请求AI提供声明登记，而不是摘要

普通的白皮书摘要通常重复营销语言。你需要的是可以验证的句子列表。

使用提示：

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 根据附带的白皮书，列出项目的所有实质性声明。将其分为：1. 现有产品，2. 路线图，3. 经济假设，4. 预测，5. 营销声明。对于每个声明，提供：-- 源文的确切片段，-- 页码或章节，-- 确认所需的最低证据，-- 文档未解释的信息。不要假设项目的声明是真实的。 |

编辑示例：声明注册的提示。AI的结果始终需要打开并检查所指示的来源。

因此，“我们有10万用户”不再是一个确定的事实。它变成了一个问题：项目如何定义用户，这个数字来自哪个时间段，是否可以从数据中重现？

有关文档本身的更多信息，请参阅Cryps.pl指南：什么是白皮书以及如何分析它。

步骤2. 检查问题、产品和区块链的需求

项目可能拥有引人注目的技术，但仍然无法解决重要问题。

请AI回答五个问题：

• 谁是用户？
• 谁为产品付费？
• 解决了什么问题？
• 是否存在运行中的产品？
• 为什么解决方案需要区块链？

然后进行简单测试：
在不使用区块链的情况下描述同一产品。指出哪些好处消失，哪些保留。将实际减少的信任需求与营销区分开。

如果集中式数据库能够为用户提供完全相同的结果，项目应该明确说明区块链的额外成本和复杂性。

步骤3. 进行代币删除测试

区块链可能是必要的，但代币不一定是。

粘贴产品描述并使用提示：
从该项目的模型中删除代币。哪些功能停止工作？分开：-- 费用，-- 网络安全，-- 质押，-- 治理，-- 服务访问，-- 激励，-- 投机。指出如果代币价格在一年内不增长，谁有理由购买代币。

项目可以产生费用并发展产品，而代币不赋予持有者任何部分价值的权利。

步骤4. 分析代币经济学

不要只停留在分配图表上。代币经济学是流动系统：谁在何时获得代币，何时可以出售，需求来自哪里，谁获得收入。

收集：

• 流通供应，
• 总供应和最大供应，
• 发行和销毁规则，
• 团队、投资者和社区的分配，
• 锁定期（cliff）和代币释放时间表（vesting），
• 在30、90和365天内的解锁，
• 新代币的发行权限，
• 代币流动性，
• 价值捕获机制。

市值和FDV并不相同

市值是价格乘以流通供应。FDV显示在全部接受的供应下的假设估值。

|-----------------------------------------------------------------------------------------| | 市场资本 = 价格 × 流通供应 FDV = 价格 × 预设的最大或总供应 |

图表来自Cryps.pl。市场资本使用流通供应，而FDV使用预设的总供应或最大供应。

FDV通常计算为当前价格乘以代币的最大供应。如果项目没有明确说明，数据提供者可能会使用总供应或其他预设值。FDV并不是对未来资本化的预测，因此在比较项目之前，需要检查服务的计算方法。CoinGecko描述了FDV的公式和限制。

解锁并不意味着自动出售

解锁增加了可以转移或出售的代币数量。但并不说明其所有者会怎么做。

与其问AI：“解锁会降低价格吗？”，不如使用：

|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 分析即将解锁的代币。提供： -- 代币的数量和价值， -- 当前流通供应的百分比， -- 受益人， -- 释放时间表的条件， -- 与日均交易量的关系， -- 与市场深度在±2%和±5%区间的关系。准备0%、10%、25%和50%池的销售场景。不要预测价格。评估市场吸收供应的能力。 |

编辑示例：用于解锁场景分析的提示，不进行价格预测。

解锁的大小如果不与流动性、交易量、进入成本和受益人结构进行比较，几乎没有意义。

基础知识的扩展可以在Cryps.pl的七个代币经济学指标指南中找到。

第5步：检查团队、投资者和合作伙伴

AI可以快速收集简历，但不应单独确认。

比较：

• 项目网站，
• 职业档案，
• 早期代码库，
• 公司注册，
• 网站的存档版本，
• 监管机构的公告，
• 所谓合作伙伴的公告。

如果项目发布了大公司的标志，请寻找该公司的确认。 “合作伙伴关系”可能意味着共同产品、参与创业计划或仅仅使用公共服务。这三者是完全不同的事情。

提示：

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 列出项目声明的所有合作伙伴。对于每一个，找到： -- 第二方的确认， -- 日期， -- 合作的确切范围， -- 可运行的产品或集成， -- 可衡量的结果。标志和单方面公告标记为：“声明的，未确认”。 |

第6步：评估GitHub和智能合约

大量的提交在展示中看起来不错。但这并不一定意味着产品在发展。自动更新、文档和小修小补可能会人为地提高计数。

检查：

• 仓库是否包含可运行产品的代码，
• 实际编写代码的人数，
• pull request 是否经过代码审查，
• 项目是否有测试和持续集成（CI），
• 最近的版本发布时间，
• 发布的代码是否与链上部署的代码相符，并且可以与特定版本的合约关联，
• 关键部分是否已封闭，
• 项目是否依赖于一个人。

GitHub 提供提交和代码变更的图表，但活动指标需要在上下文中解读。GitHub 的文档描述了有关仓库活动的数据。

审计并不保证安全

在审计报告中检查：

1. 日期，
2. 范围，
3. 提交或代码版本，
4. 排除的元素，
5. 发现的问题，
6. 修复状态，
7. 审计后进行的更改。

审计是额外的控制层，而不是安全的印章。 Ethereum.org 明确警告，审计无法发现每一个错误。Ethereum.org 讨论了审计的局限性和其他安全层。

谁可以更改合约？

经过验证的代码不足以保证安全，如果管理员可以随时更换实现。

请请求 AI 帮助识别：

• 合约所有者，
• 代理管理员，
• 允许发行代币、暂停操作和封锁地址的角色，
• 更新合约的权限，
• 多签名的阈值，
• 时间锁的延迟，
• 财库地址，
• 应急功能。

然后在区块浏览器中确认地址。OpenZeppelin 强调，合约更新机制需要正确的访问控制。OpenZeppelin 的文档描述了代理和 UUPS。

第 7 步：检查链上数据

链上指标需要谨慎解读，因为相似的名称通常指代不同的现象。

活跃地址并非用户

一个人可以使用多个钱包。一个交易所地址可以存储成千上万客户的资金。

因此，Glassnode 使用自己的启发式方法将地址分组为“实体”，但这些也是估算。Glassnode 解释了地址数据的局限性。

与其仅查看地址数量，不如检查：

• 付费用户，
• 新用户和回归用户，
• 7 天和 30 天的留存率，
• 每个钱包的交易中位数，
• 机器人和主要用于获取空投的钱包的比例，
• 激励结束后的活动。

TVL 增长不一定意味着新存款

TVL 可以在没有新存款的情况下增长。 如果协议存储 100 ETH，而以太币价格上涨 20%，则以美元计的 TVL 也将上涨约 20%。可能没有出现任何新的存款。

DefiLlama 将 TVL 定义为合约中资产的价值，并单独指出，价格波动可能掩盖实际流动。DefiLlama 发布了其指标的定义。

TVL、费用和收入的定义。来源：DefiLlama 数据定义，访问时间：2026 年 7 月 29 日。

因此请检查：

• 净流入，
• TVL 组成，
• 项目自有代币的比例，
• 循环和双重计算，
• 存款集中度，
• 激励计划的影响。

2026 年 7 月 29 日的 DefiLlama 排名快照显示，Lido 的 TVL 为 179.51 亿美元，Aave 为 145.52 亿美元，Morpho 为 76.46 亿美元，Binance 的质押 ETH 为 71.21 亿美元。这是合约中资产价值的排名，而不是投资质量的排名。 TVL 的高度并不能说明增长的部分来自新存款、资产价格变化还是激励。

按 TVL 排名的最大协议。来源：DefiLlama 协议排名，读取时间：2026 年 7 月 29 日。TVL 不等同于资本流入。

费用、收入和持有者收入

这些概念有时可以互换使用，尽管它们的含义不同：

• 费用 -- 用户支付的所有费用，
• 收入 -- 协议保留的部分，
• 持有者收入 -- 分配给代币持有者的收入部分。

根据模型，协议可能会将相当一部分费用转移给流动性提供者、验证者或其他参与者。代币持有者可能不会从中获得任何收益，而活动可能会通过奖励进一步推动。

从2026年7月29日的DefiLlama数据中可以看到差异。Pump显示约8160万美元的费用和3086万美元的收入，而Hyperliquid则显示约5353万美元的费用和3746万美元的收入。因此，相同的费用可能导致协议保留的完全不同的价值。 在比较项目时，还需考虑业务类别和数据提供者所采用的定义。

可以辅助比较：

|-----------------------------------------------------------------------------------------------------------|
| 代币持有者的现金流平衡 = 持有者收入 − 用于激励的新发行价值 |

过去30天的最高费用。来源：DefiLlama Fees，读取时间：2026年7月29日。协议类别和费用定义并不相同。

这是一个辅助指标，而不是代币的价值或其持有者的收益。发行不一定会导致价格的比例下降，其影响取决于接收者、分配方式、流动性和市场条件。

收入在佣金中的占比。来源：DefiLlama Fees和DefiLlama Revenue，读取时间：2026年7月29日。

第8步：检查流动性和社区

24小时交易量并不能说明你能以什么价格出售代币。

检查：

• 价差，
• 市场深度，
• 估计滑点，
• 最大交易所的份额，
• 独特交易者的数量，
• 对单一做市商的依赖，
• 团队持有的流动性，
• 流动性提供者奖励的结束日期。

NBER对29个交易所的研究显示，部分分析平台存在显著的洗盘交易。这是特定集合的历史结果，因此不能将其归因于今天的每个交易所。

然而，这表明为何报告的交易量需要与市场的深度和质量进行比较。关于“加密洗盘交易”的研究可在NBER找到。

同样对待社交媒体。关注者、反应和积极情绪可以购买或生成。

注意：

• 关注者数量的突然激增，
• 相同的评论，
• 新创建的账户，
• 竞赛对产品讨论的优势，
• 删除批评性问题，
• 社交媒体的受欢迎程度与链上使用之间的差异。

与AI一起使用哪些工具？

你不需要同时使用所有平台。根据问题选择它们。

|-----------------------------|--------------------------------------------------------|---------------------------------------------| | 任务 | 工具 | 重要限制 | | 文档与比较 | ChatGPT, Claude, Gemini | 结果需要源头验证 | | 当前研究 | 搜索或深度研究 | 引用不能替代打开链接 | | TVL、费用、收入 | DefiLlama, Token Terminal | 检查定义和方法论 | | 自定义链上查询 | Dune | 评估表格、ABI和SQL逻辑 | | 地址和代币持有者 | 探索器、Nansen、Arkham、Bubblemaps | 标签可能是启发式的 | | 代币经济学 | 文档、CoinGecko、解锁跟踪服务 | 比较多个来源 | | 智能合约 | 探索器、审计报告、GoPlus、TokenSniffer | 扫描器不提供保证 | | L2风险 | L2BEAT | “阶段”不是全面的安全评估 | | 社交 | X、Discord、Telegram、情绪分析工具 | 机器人和付费活动扭曲了图像 | | 法律状态 | ESMA、KNF及相关国家注册处 | 状态可能迅速变化 |

ChatGPT深度研究可以处理上传的文件、公共网页和指定域名，生成带有源链接的报告。在复杂项目中，它的表现优于快速的聊天回复。

然而，仍需手动检查最重要的结论。OpenAI在帮助中心描述了深度研究的工作原理。

在重复研究中，部分步骤可以通过代理自动化，但必须在确定来源、规则和需要人工同意的点之后进行。Cryps.pl在如何创建投资AI代理的指南中对此进行了更广泛的说明。流程的自动化并不意味着投资决策的自动化。

完整加密研究的准备提示 {#6}

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 你是研究助手，而非投资顾问。项目： -- 名称： -- 代码： -- 网络： -- 合约地址： -- 官方域名： -- 数据截止日期： 准备可审计的项目研究。规则： 1. 不要使用模型记忆作为当前事实的来源。 2. 每个可变信息都要附上链接和日期。 3. 优先使用代码、链上数据、注册和文档。 4. 将项目材料标记为依赖来源。 5. 将事实、声明、估计、意见和缺乏数据分开。 6. 不要猜测。当缺乏证据时，写“未确定”。 7. 在矛盾时展示两个值。 8. 不要将地址与用户等同，费用与收入或TVL与净流量等同。 9. 对于每个关键论点，提供可能推翻它的内容。 10. 不要发布买入或卖出的建议。以表格形式呈现结果：论点 | 值 | 日期 | 来源 | 来源类型 | 独立确认 | 确定性水平 | 我们不知道的内容。最后添加： -- 确认的事实， -- 矛盾， -- 数据缺失， -- 红旗， -- 10个进一步验证的问题。 |

收到报告后启动第二个提示：

|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 假设关于项目的积极论点是错误的。仅基于收集到的证据构建最强的反论据。指出三项可能误导的指标，以及解决争议所需的数据。 |

编辑示例：第二轮分析应质疑第一叙述，并揭示易于误解的指标。

这是一个简单的集合，但迫使模型寻找弱点，而不是再次确认第一叙述。

示例：AI如何错误评估阿尔法协议 {#7}

假设虚构协议具有：

• 3亿美元的TVL，
• 知名公司的审计，
• 每年1000万美元的费用，
• 12%的代币在流通中。

AI的弱回答可能是：“高TVL、审计和低供应表明强大的基础。”

然而，更准确的分析可能揭示：

• 大部分TVL来自补贴的流动性池，
• 协议仅保留100万美元中的1000万美元费用，
• 代币持有者没有收入，
• 激励成本为每年2500万美元，
• 三个月后将解锁8000万个代币，
• 审计涉及旧的实现，
• 合约更新由无延迟的2/3多签控制。

初始数据可能是正确的，但如果没有上下文，仍可能导致错误评估。

这就是良好研究的意义：你不是在寻找一个神奇的红旗，而是确定事实如何在系统中连接。

问题“是否购买？”

模型并不知道你的情况、风险承受能力或市场的完整状态。这样的问题促使它形成看似明确的观点。

一个没有来源的大提示

问题越宽泛、数据越少，猜测的空间就越大。将研究分为几个阶段：文档、代币经济学、代码、链上数据、市场和红队。

复制引用而不打开页面

链接可能存在，但并不一定能证实观点。检查文档、日期、表格和上下文。

将扫描器视为审计

TokenSniffer、GoPlus等工具检测已知模式。它们可能会忽略新的陷阱变体，或将合法功能标记为可疑。

混淆指标

最常见的错误包括：

• 地址 = 用户
• TVL = 存款
• fees = 代币持有者的收入
• 市值 = 投入项目的资金
• 解锁 = 确定的销售
• 关注者 = 活跃社区。

市值是最后价格与流通供应量的乘积。它并不显示实际流入市场的资本总额。

缺乏截止日期

代币经济学、管理角色和合约可能会发生变化。每份报告应指明其“截至...的日期”所呈现的数据。

购买代币前的快速检查清单

• 你确认过合约地址吗？
• 产品在主网中运行吗？
• 区块链是必要的吗？
• 代币是否有除投机以外的用途？
• 有多少供应量在流通中？
• 最近一次代币解锁是什么时候？
• 谁可以发行新代币或更改合约？
• 审计是否涉及当前版本？
• 项目是否有时间锁和多重签名？
• TVL是因为存款而增长，还是因为资产价格？
• 用户在激励结束后是否留下？
• 谁获得费用和收入？
• 流动性是否允许在没有大滑点的情况下出售代币？
• 合作伙伴关系是否得到了另一方的确认？
• 还有哪些数据尚未确定？

如果你无法回答几个关键问题，研究结果并不是“项目很好”。而是“缺少数据”。

AI整理数据，但不确认数据

一份准备充分的报告应清楚地区分已确认的事实与声明、矛盾和缺失的数据。它还应指出可能改变项目评估的信息。

AI加速了研究，但并不消除风险，也不转移决策责任。

材料来源： 本文基于对工具文档、链上来源、监管机构材料和研究的分析而准备。AI用于提取、比较和编辑材料。

关键来源已被打开并检查，时间敏感的数据在发布前需重新验证。

风险警告： 加密货币是高风险资产。本文仅供教育用途，不构成投资建议、财务或法律咨询。

编辑说明

文本已于2026年7月29日进行验证。屏幕截图来自ESMA和DefiLlama的官方网站，仅用于信息目的，并注明来源。其余信息图和示例提示屏幕由Cryps.pl编辑准备。示例数据不构成当前市场数据或投资建议。