利益:
- 供給、分配、権利確定、インセンティブ、価値の獲得の構成要素を理解し、人工知能を使用してモデルを作成し、逆シナリオを作成する能力
- 人工知能の単一/楽観的なシナリオ主義の危険性を認識し、否定的なシナリオとシミュレーションを使用してモデルを検証する能力
- 報酬の出所を疑問視し、財務上のアドバイスとしてトケノミクスを提示せず、セキュリティ/法的問題を人間に任せる能力
トークンノミクス (トークンノミクス – 「トークン」 + 「経済」: 暗号資産の供給、分配、インセンティブ、および価値の仕組みの設計) は、Web3 プロジェクトの長期的な成功を決定する経済的フレームワークです。トークノミクスが悪いと、技術的に完璧なプロジェクトであっても失敗する可能性があります。この単元では、トークノミクス モデリング アシスタントとして AI を使用することについて説明します。供給曲線からインセンティブ設計、シミュレーションから持続可能性分析まで学びます。しかし、最初から、トークンノミクスは経済設計の成果であり、AI の単一シナリオの楽観的な出力は実際のモデルの代わりにはなりません。
トークノミクスの基本コンポーネント
- 合計/最大供給量: 存在するトークンの合計量。固定かインフレか？
- 配布/割り当て: トークンの宛先 - チーム、投資家、コミュニティ、財務省、報酬。
- 権利確定/ロック (権利確定): 時間の経過とともにトークンが解放されます。突然の売り飛ばし（ダンピング）を防ぎます。
- インセンティブメカニズム: ユーザーを望ましい行動に誘導する報酬 (ステーキング、流動性の提供)。
- 価値の発生: トークンに価値がある理由 – 使用量、料金の共有、バーン。
- 放出: 新しいトークンが放出される速度。
これらのコンポーネントのバランスが重要です。たとえば、排出量の多い報酬は短期的にはユーザーを惹きつけますが、長期的にはインフレによってトークンは崩壊します。
トケノミクスにおける AI の役割
1. 概念の説明とオプションの生成。 AI は、さまざまなトークノミクス モデル (固定供給、インフレ、バイナリ トークン、手数料バーン) を説明し、オプションを提供するのに強力です。
2. 分布表の草案。 AI が配分表と権利確定スケジュールの草案を作成します。これらが出発点です。
3. シミュレーション計画と計算式案。 YZは、「このペースで排出量が減少すると、4年間の循環供給量はいくらになるでしょうか?」と尋ねた。などのアカウント原稿やシミュレーション小説を制作しています。
4. 対抗シナリオとリスクのリマインダー。 AI は「このモデルはどのような状況で崩壊しますか?」と尋ねます。彼はリスクを質問でマークします。
注意: AI の最も危険なトークノミクスの間違いは単一シナリオ主義です。AI はしばしば、価格が常に上昇し、ユーザーが常に増加しているという楽観的な世界を前提としています。真のトークンノミクスは、ネガティブなシナリオ (落下、逃亡、攻撃) に重点を置いています。すべての AI モデルは、「故障したらどうなるか?」と尋ねられるべきです。質問でテストしてみましょう。
シミュレーション: モデルの定量化
優れたトークンノミクス モデルは、「もっともらしさ」によってではなく、シミュレーションによって検証されます。さまざまなシナリオが数値的に実行されます。
- 基本ケース: 期待される成長。
- 弱気シナリオ: 価格下落、ユーザーの流出 – インセンティブはまだ残っているのか?
- 攻撃シナリオ: 攻撃者がトークンを収集し、ガバナンスを奪取するか、排出量を悪用します。
- クジラシナリオ：大手オーナーによる突然の売却の影響。
AI は、これらのシミュレーションの計画と公式を計画することができます。ただし、テーブル/コード (Python、スプレッドシート) が計算を実行し、人間が結果を解釈します。
コンポーネント
AIの貢献
人間の責任
モデルオプション
説明、比較
選択
分布表
ドラフト
正義、法令順守
発光式
ドラフト、アカウント
検証、校正
シナリオシミュレーション
計画、コードドラフト
運営、コメント、決定
リスク分析
カウンターシナリオ
最終評価
弱いプロンプト / 強いプロンプト
弱いプロンプト:
良いトークノミクスを設計してください。
「良い」というのは曖昧で、シナリオもリスクもありません。AI は楽観的なパターンを生み出します。
強力なプロンプト:
あなたの役割: トークンノミクスデザイナー。 [プロジェクトの種類] の tokenomicDRAFT を生成します。提供: 総供給量、分配表 (パーセンテージ)、各グループの権利確定スケジュール、排出量曲線、価値獲得メカニズム。次に、3 つの否定的なシナリオを考えます。価格が 70% 下落し、賞金稼ぎ (傭兵資本) が逃亡し、クジラが 20% の供給量を売却したら、何が起こりますか?インセンティブ構造に対する各シナリオの影響を書きます。これは草案です。数値はシミュレーションによって調整する必要があると述べます。これは経済的なアドバイスではないことに注意してください。
コピー可能な 4 つのテンプレート
1) 分布表草案:
[プロジェクト] のドラフト トークン分配テーブルを生成します: チーム、初期投資家、コミュニティ、財務、エコシステムの報酬。各グループのパーセンテージと権利確定スケジュール (クリフ + 線形自由化) を提案します。合計を 100% とします。これは草案であり、公平性と合法性について人道的に検討されることを表明します。
2) 排出・供給シミュレーション概要：
次の排出ルール (例: 年間減少報酬の % を半分にする) を採用し、5 年間の循環供給量を出力するスプレッドシート/Python スケッチを作成します。公式を説明してください。実行して検証してみます。結果を決定的な真実として提示しないでください。入力の前提条件を明示的にリストします。
3) インセンティブの持続性:
このインセンティブ構造 (ステーキング報酬 + 排出量) を持続可能性の観点から評価します。報酬は排出量から来るのか、それとも実質収入から来るのか?価格が下がればインセンティブは崩れるのでしょうか？ 「ポンジーのような」中毒はありますか？楽観的にならずに、リスクを明確に書き留めます。
4) ネガティブなシナリオのストレス:
このトークンノミクスを、弱気相場、賞金稼ぎの逃亡、クジラの売却という 3 つの下降シナリオでテストします。各シナリオにおける供給、販売圧力、インセンティブのバランスはどうなるでしょうか?数値の精度を主張しないでください。シミュレーションによって検証される仮説として存在します。
ミニケース 3個（個数）
ケース 1 — 楽観的なモデルは崩壊しました。あるプロジェクトは、AI が「持続可能」と呼ぶ 120% の年間報酬モデルに依存して始まりました。このモデルは、ユーザーが常に増加していることのみを前提としていました。 3 か月で賞金稼ぎが出入りし、トークンの価値は 85% 失われました。教訓: 単一シナリオの AI モデルは持続可能性の証明にはなりません。
ケース 2 — 逆シナリオにより災害は回避されました。別のチームは、ドラフトを作成した後、AI に「逆シナリオのストレス」プロンプトを適用しました。 YZは、権利確定の崖（ロックエンド）が同月と一致し、その月には大きな売り圧力がかかるだろうと指摘した。チームはカレンダーを配布した。教訓: カウンターシナリオは、AI の最も価値のあるトークンノミクスへの貢献です。
ケース 3 — シミュレーションにより数値が修正されました。アナリストが AI による排出量計算の草稿を Python で実行したところ、AI がどこかで複合計算を誤って設定していることが判明しました。 ５年間の供給見通しは３０％下回った。教訓: AI は計算式を作成しますが、ツールは計算を検証します。
倫理的および法的側面
トークンノミクスは経済的にも法的にもデリケートです。
- 財務上のアドバイスではありません: AI によって生成されたトークンノミクスは「投資アドバイス」として提供できません。これを指摘することは必須です。
- 証券リスク: 一部のトークン構造は法的に有価証券とみなされる場合があります。これは法的な評価であり、AIが判断することはできません。
- 公平性と透明性: 過度かつ機密性の高いチーム/投資家のシェアは、コミュニティにとって倫理上の問題です。
- ポンジーのような構造: 報酬を新たな資金の流入のみに結び付けるモデルは持続不可能で非倫理的です。 AI はこれを「持続可能」と誤ってラベル付けすることがあります。
ヒント: トークンノミクス モデルの健全性をテストする最も鋭い質問は、「報酬はどこから来るのか、実際の収益/使用から、それとも単に新しいトークンや新しい投資家の鋳造から来るのか?」です。常に AI にこれを明示的に質問させます。
よくある間違い
- 単一/楽観的なシナリオに依存します。ネガティブなシナリオが中心となるべきです。
- AIアカウントをシミュレーションで検証していない。式はドラフトであり、結果はツールです。
- 競合する権利確定カレンダーを回避します。大量販売のプレッシャーが生じます。
- 報酬の出所には疑問を持たない。ポンジ状の構造が隠れています。
- 投資アドバイスとしてトケノミクスを提示します。法的および倫理的違反。
- 証券/法的質問を AI に委任します。これは人間的/法的な決定です。
要約すると
- トークンノミクスはプロジェクトの経済的な骨格です。悪い設計は良いプロジェクトを台無しにします。
- AI モデルの説明、展開の概要、およびカウンター シナリオに強い。単一のシナリオを使用することも危険です。
- 健全なトークンノミクスは、考えることではなくシミュレーションによって証明されます。 AI が計画し、車両が計算します。
- ネガティブなシナリオ (クマ、逃亡、クジラ) がモデルの中心にある必要があります。
- 報酬の出所は疑問視されるべきである。トークンノミクスは財務上のアドバイスとして提供することはできません。
アプリケーションタスク
トークンの場合、「強力なプロンプト」を適用して AI にトークンノミクス ドラフトを生成させます。次に、「ネガティブ シナリオ ストレス」プロンプトを実行します。実際に AI による排出量計算をスプレッドシートまたは Python で実行し、数値を確認します。モデル内の少なくとも 1 つの持続可能性リスク (権利の競合、無収益報酬など) を特定し、それを修正する方法を記述します。
チェックリスト
- [ ] 少なくとも 3 つの否定的なシナリオでモデルのスケッチをテストしました。
- [ ] 排出・供給量計算を車両で検証しました。
- [ ] 権利確定カレンダーに矛盾がないか確認しました。
- [ ] 私は報酬の出所 (実質収入または排出量) に疑問を抱きました。
- [ ] 「これは経済的なアドバイスではありません」という警告を追加しました。
- [ ] 証券/法律に関する質問は人間/弁護士に任せます。
- [ ] 私は、数値は人間によって調整されるべきであると述べました。