Yksikkö 5 / 11

On-Chain Data Analysis: Selkeä lohko-, tapahtuma- ja lompakkotiedot

Voitot:

  • Ymmärtäminen, että tekoälyn turvallisin panos on tiedonpoimintakyselyn kirjoittaminen, että vapaa tulkinta on riskialtista ja että jokainen numero on vahvistettava lohkotutkinnassa.
  • Kyky soveltaa tiedon hakemisen kurinalaisuutta lähteestä tietäen, että suoran ketjun tietojen pyytäminen suoraan tekoälyltä tuottaa vääriä tiivisteitä/osoitteita
  • Ymmärrä, että ketjudata osoittaa näkyvyyttä, mutta ei tarkoitusta, ja anonymisoinnin ja kohdistamisen eettiset rajat

Yksi lohkoketjun suurimmista vahvuuksista on sen läpinäkyvyys: jokainen tapahtuma, jokainen siirto, jokainen sopimusvuorovaikutus tallennetaan julkisesti ja pysyvästi. On-chain-analyysi – ketjun sisäisen tapahtuman, osoitteen ja rahavirtatietojen tutkiminen – on tämän julkisen tietueen lukeminen ja sen ymmärtäminen: lompakon seuranta, rahavirran seuranta, protokollan käytön mittaaminen. Tässä osiossa opimme käyttämään tekoälyä data-analyysin avustajana ja – mikä on kriittistä – kuinka validoida jokainen numero.

Ketjussa olevien tietojen rakenne

Ketjudata on kerrostettu:

  • Lohko: Aikaleimattu yksikkö, johon tapahtumat ryhmitellään.
  • Transaction (tx): Call of value tai sopimus osoitteesta toiseen; Se tunnistetaan ainutlaatuisella hashilla.
  • Osoite/lompakko: Henkilöllisyys, jossa varoja säilytetään ja jossa käsitellään.
  • Tapahtuma (tapahtuma/loki): Tapahtumia kuvaavien sopimusten lähettämät rakenteelliset tietueet.
  • Tokenin siirto: Rahakkeiden, kuten ERC-20/ERC-721, vaihtaminen.

Näiden tietojen tarkastelemiseen käytetään lohkotutkijaa (ketjutietoja näyttävä sivusto, kuten Etherscan) tai kyselyalustoja (kuten Dune, The Graph). Tekoäly ei itse "tiedä" näitä tietoja; Se tulkitsee antamasi tiedot tai kirjoittaa kyselyn tietojen hakemiseksi.

Varoitus: Tekoälyn käskeminen "hakemaan lompakon tapahtumat" on hyödytöntä ja vaarallista – tekoäly ei ole yhteydessä liveketjuun ja voi luoda vääriä tiivisteitä/osoitteita. Oikea käyttö: purat tiedot ja annat sen tekoälylle, tekoäly tulkitsee sen; Tai tekoäly kirjoittaa sinulle kyselyn, joka poimii tiedot, ja suoritat sen.

Tekoälyn kaksi avainroolia ketjun analyysissä

1. Kyselyn kirjoittaminen. Dune Analyticsin kaltaisissa alustoissa tiedot haetaan SQL:n kaltaisilla kyselyillä. Tekoäly on tehokas näiden kyselyjen kirjoittamisessa: "kirjoita kysely, joka palauttaa seuraavan sopimuksen päivittäisen tapahtumamäärän viimeisten 30 päivän ajalta." Kysely on deterministinen; suoritat sen ja näet tuloksen – hallusinaatioiden riski on pieni, koska tietolähde tuottaa tuloksen, ei tekoäly.

2. Tuloksen tulkinta. Annat tallentamasi tiedot tekoälylle ja kysyt: "Mitä tämä rahavirta näyttää? Onko olemassa kaavaa?" sinä kysyt. Hallusinaatioiden riski on korkea; Jokaisessa kommentissa tulee olla linkki lähteeseen.

Näiden kahden roolin riskiprofiili on erilainen: kyselyn kirjoittaminen on suhteellisen turvallista (tulos tulee lähteestä), vapaa tulkinta on suhteellisen riskialtista (AI ​​voi keksiä sen).

Heikko kehote / Vahva kehote

Heikko kehote:

Analysoi seuraavan lompakon tapahtumat: 0x1234...

AI ei ole riippuvainen livedatasta; Tämä kehotus pakottaa hänet keksimään asioita.

Tehokas kehote (kyselyä varten):

Roolisi: ketjun tietoanalyytikko. Kirjoita SQL-kysely Dunelle: Palauta [seuraava ERC-20-tunnus] -sopimuksen PÄIVITTÄINEN yksilöivä lähettäjän osoitemäärä ja kokonaissiirtomäärä viimeisten 30 päivän ajalta. Kuvaile käyttämäsi taulukon ja kenttien nimet. Jos kysely ei toimi, kirjoita oletuksesi muistiin, jotta voin korjata sen. TIETOJEN SOVITUS; luo vain kysely.

Tehokas kehote (kommentteja varten):

Alla on ACTUAL Dune -tulos (ampasin sen). Tulkitse kuvioita pelkästään tämän kaavion lukujen perusteella: äänenvoimakkuuden kasvu/vähennys, epätavallinen hyppy, keskittyminen. Näytä jokainen kommentti vastaavalla rivillä/numerolla. Älä lisää numeroita, joita ei ole taulukossa. Älä väitä syy-yhteyttä; Kirjoita mahdolliset selitykset "hypoteesiksi".

Neljä kopioitavaa mallia

1) Kyselyn luominen:

Kirjoita kysely Dune/SQL:lle: [aikajakso] kohdassa [sopimus/osoite] kohteelle [metriikka]. Selitä käyttämäsi taulukot ja JOIN-logiikka. Ajan ja tarkistan tuloksen; datan valmistus.

2) Rahavirran seurannan pääpiirteet:

Annan sinulle joukon TODELLISIA siirtotietueita (osoite, määrä, aika). Muuta nämä seurattavaksi virtauskertomukseksi: mihin varat menivät, onko keskittymistä? Käytä vain toimittamiani tietueita; yhdistä jokainen askel vastaavaan riviin. Osoite väärennös.

3) Mittarin tulkinta:

Kommentoi alla olevaa todellista mittataulukkoa: käyttäjien määrä, määrä, keskiarvo tapahtumaa kohden. Kerro merkittävät muutokset ja mahdolliset syyt (hypoteesi). Lisätään tietoja, joita ei ole taulukossa; lopullisen syy-yhteyden määrittäminen.

4) Poikkeamamerkintä:

Perustaso: tämä osoite käsittelee tavallisesti ~[N] tapahtumaa, ~[X] määrä päivässä. Annan sinulle oikeat levyt. Merkitse tietueeseen vain tapahtumat, jotka poikkeavat lähtötasosta sen perusteella, mitä TODELLISesti tapahtui; näytä jokainen rivillä. Lopeta kommentti tekstillä "tarkistettava".

Kolme minikoteloa (numeroina)

Tapaus 1 – Kysely 1 lyhensi päivää 20 minuuttiin. Analyytikko yritti poimia manuaalisesti protokollan 90 päivän käyttäjäkasvua. Hän sai tekoälyn kirjoittamaan Dune-kyselyn; Sain toimivan kyselyn ja kaavion 20 minuutissa. Luvut olivat luotettavia, koska ne tulivat lähteestä. Oppitunti: kyselyjen kirjoittaminen on tekoälyn turvallisin ja tehokkain panos.

Tapaus 2 – väärennetty hash kiinni. Analyytikko kehotti tekoälyä suoraan tekemään yhteenvedon tuon valaslompakon viimeaikaisista liiketoimista. AI antoi sujuvan luettelon; Mutta kun ne tarkastettiin Etherscanissa, suurin osa transaktiotiivisteistä oli tekoja, joita ei ollut ollenkaan olemassa. Oppitunti: elävän datan pyytäminen tekoälylle tuottaa hallusinaatioita; tiedot haetaan lähteestä.

Tapaus 3 – Pitoisuuskuvio vahvistettu. Analyytikko antoi tallentamansa todelliset siirtotiedot tekoälylle ja antoi sen tulkita. YZ havaitsi mallin, jossa varat keskittyivät muutamaan osoitteeseen. Analyytikko vahvisti tämän osoitteen osoitteella lohkotutkimuksessa - kuvio oli todellinen ja osoitti jakeluriskin. Oppitunti: tulkinta todellisen tiedon avulla on arvokasta; Mutta vahvistus on jälleen lähteestä.

Yksityisyys ja etiikka

Vaikka ketjussa oleva data on "avointa", sen analysoinnilla on eettiset rajat:

  • Anonymisoinnin poistaminen: Osoitteiden yhdistäminen oikeisiin henkilöihin (etenkin vuotaneiden tietojen kanssa) on vakava yksityisyyden loukkaus; tehdään vain laillisessa ja valtuutetussa yhteydessä.
  • Häirintä/kohdistus: Lompakon jäljittäminen ja sen omistajan kohdistaminen on epäeettistä.
  • Sijoitusneuvonta: Päätelmät, kuten "Se valas ostaa, sinun pitäisi myös" ovat sekä harhaanjohtavia että aiheuttavat vastuuta.
  • Kontekstin puute: Ketjutiedot eivät osoita aikomusta; Siirto voi olla rikos tai tavallinen. Liiallinen tulkinta on vaarallista.
Vinkki: Mittaa jokainen ketjun väite "tiedoissa näkyy X", ei "henkilö tekee Y". Ketju tekee liiketoimesta näkyvän, mutta ei osoita tahallisuutta.

Yleisiä virheitä

  • Reaaliaikaisten tietojen pyytäminen suoraan tekoälyltä. Luo väärennetyn hashin/osoitteen.
  • Kommenttia ei linkitetty lähteeseen. Jokainen numero on vahvistettava lohkonhallinnassa.
  • Virheellinen korrelaatio syy-yhteydelle. Ketjukuvio ei osoita tahallisuutta.
  • Osoitteet täsmäävät vahvistamattomiin henkilöihin. Luottamuksellisuuden loukkaamisen ja virheen riski.
  • Ketjun päättelyn muuttaminen sijoitusneuvoksi. Se on harhaanjohtavaa ja aiheuttaa vastuuta.
  • Kyselyn jakaminen dokumentoimatta sitä yhden suuren sopimuksen sijaan. Toistettavuus katoaa.

Yhteenvetona

  • On-chain-analyysi on prosessi, jossa luetaan ja poimitaan merkitys avoimen ketjun datasta.
  • Tekoälyn turvallisin panos on kyselyjen kirjoittaminen; Tulos tulee lähteestä, hallusinaatioiden riski on pieni.
  • Vapaa tulkinta on riskialtista; jokainen numero on vahvistettava lohkonhallinnassa.
  • Ketjudata todistaa näkyvyyden, mutta ei tarkoituksen; Liiallista tulkintaa vältetään.
  • Anonymisoinnin poistaminen ja kohdistaminen tehdään vain valtuutetussa kontekstissa, jossa on eettisiä rajoja.

Sovellustehtävä

Valitse protokolla tai tunnus. Kirjoita kysely tekoälyyn "kyselyn luonti" -kehotteen avulla, joka palauttaa kyseisen tunnuksen päivittäisen tapahtumamäärän viimeisten 30 päivän ajalta (Dune on saatavilla ilmaiseksi). Suorita kysely. Pyydä sitten tekoälyä tulkitsemaan tulos "metrin tulkinta" -kehotteen avulla. Vahvista jokainen väite tekoälyn kommentissa varsinaisessa tulostaulukossa ja pane merkille, onko väitettä, jolle ei ole vastinetta taulukossa.

tarkistuslista

  • [ ] En pyytänyt reaaliaikaista dataa tekoälyltä; Poistin sen lähteestä.
  • [ ] Suoritin kyselyn ja tarkistin tuloksen.
  • [ ] Linkitin jokaisen kommentin varsinaiseen tietoriviin.
  • [ ] En esittänyt korrelaatiota syy-yhteydenä.
  • [ ] En yhdistänyt osoite-henkilöä ilman lupaa.
  • [ ] En ole muuttanut kiinnostustani sijoitusneuvoksi.
  • [ ] Dokumentoin kyselyn toistettavalla tavalla.