ਇਕਾਈਆਂ
1. ਬਲਾਕਚੈਨ ਅਤੇ ਵੈਬ3 ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਜਾਣ-ਪਛਾਣ: ਭੂਮਿਕਾਵਾਂ, ਸੀਮਾਵਾਂ, ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕਤਾ 2. ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਰਾਈਟਿੰਗ ਸਪੋਰਟ: ਸਾਲਿਡਿਟੀ/ਵਾਈਪਰ ਡਰਾਫਟ ਅਤੇ ਸੁਰੱਖਿਅਤ ਕੋਡ ਜਨਰੇਸ਼ਨ 3. ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਆਡਿਟ ਸਮਰਥਨ: ਸੁਰੱਖਿਆ ਸਮੀਖਿਆ ਅਤੇ ਡਰਾਫਟ ਖੋਜ 4. ਕਮਜ਼ੋਰੀ ਸਕੈਨਿੰਗ: ਆਮ ਕਮਜ਼ੋਰੀ ਪੈਟਰਨ ਅਤੇ ਸਵੈਚਲਿਤ ਵਿਸ਼ਲੇਸ਼ਣ 5. ਆਨ-ਚੇਨ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ: ਬਲਾਕ, ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਅਤੇ ਵਾਲਿਟ ਡੇਟਾ ਦੀ ਭਾਵਨਾ ਬਣਾਉਣਾ 6. DeFi ਅਤੇ ਪ੍ਰੋਟੋਕੋਲ ਵਿਸ਼ਲੇਸ਼ਣ: ਤਰਲਤਾ, MEV ਅਤੇ ਆਰਥਿਕ ਹਮਲੇ 7. ਟੋਕਨੌਮਿਕ ਮਾਡਲਿੰਗ: ਸਪਲਾਈ, ਵੰਡ, ਪ੍ਰੇਰਨਾ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ 8. ਦਸਤਾਵੇਜ਼ ਅਤੇ ਤਕਨੀਕੀ ਲਿਖਤ: ਵ੍ਹਾਈਟਪੇਪਰ, ਨੈਟਸਪੇਕ ਅਤੇ ਉਪਭੋਗਤਾ ਗਾਈਡ 9. ਧੋਖਾਧੜੀ, ਰਗ-ਪੁੱਲ ਅਤੇ ਜੋਖਮ ਖੋਜ: ਆਨ-ਚੇਨ ਲਾਲ ਝੰਡੇ 10. ਸੁਰੱਖਿਆ-ਨਾਜ਼ੁਕ ਆਡਿਟ, ਮਾਹਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ 11. ਐਂਡ-ਟੂ-ਐਂਡ ਵਰਕਫਲੋ, ਗਵਰਨੈਂਸ, ਵੈਰੀਫਿਕੇਸ਼ਨ ਅਤੇ ਐਥਿਕਸ
ਯੂਨਿਟ 8 / 11

ਦਸਤਾਵੇਜ਼ ਅਤੇ ਤਕਨੀਕੀ ਲਿਖਤ: ਵ੍ਹਾਈਟਪੇਪਰ, ਨੈਟਸਪੇਕ ਅਤੇ ਉਪਭੋਗਤਾ ਗਾਈਡ

ਲਾਭ:

  • ਵ੍ਹਾਈਟਪੇਪਰ, NatSpec, ਤਕਨੀਕੀ-ਸਧਾਰਨ ਅਨੁਵਾਦ ਅਤੇ ਜੋਖਮ ਖੁਲਾਸੇ ਅਤੇ ਇਹ ਸਮਝਣਾ ਕਿ ਇਹ ਸਭ ਤੋਂ ਲਾਭਕਾਰੀ ਖੇਤਰ ਹੈ, ਬਣਾਉਣ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਸੁਰੱਖਿਅਤ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ।
  • ਹਰੇਕ ਤਕਨੀਕੀ ਦਾਅਵੇ ਨੂੰ ਅਸਲ ਕੋਡ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਅਤੇ ਗਲਤ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਜੋਖਮ ਤੋਂ ਬਚਣ ਲਈ ਅਤਿਕਥਨੀ ਅਤੇ ਵਾਰੰਟੀ ਭਾਸ਼ਾ ਨੂੰ ਹਟਾਉਣ ਦੀ ਸਮਰੱਥਾ
  • ਜੋਖਮਾਂ ਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਗਲੇ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ, 'ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ' ਚੇਤਾਵਨੀ ਅਤੇ ਦਸਤਾਵੇਜ਼-ਕੋਡ ਇਕਸਾਰਤਾ

Web3 ਵਿੱਚ ਦਸਤਾਵੇਜ਼ੀ ਇੱਕ ਲਗਜ਼ਰੀ ਨਹੀਂ ਹੈ, ਪਰ ਸੁਰੱਖਿਆ ਅਤੇ ਭਰੋਸੇ ਦਾ ਮਾਮਲਾ ਹੈ। ਇੱਕ ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਨਾਲ ਗੱਲਬਾਤ ਕਰਕੇ, ਉਪਭੋਗਤਾ ਆਪਣੇ ਅਸਲ ਧਨ ਨੂੰ ਜੋਖਮ ਵਿੱਚ ਪਾਉਂਦਾ ਹੈ; ਜੇ ਉਹ ਨਹੀਂ ਸਮਝਦਾ ਕਿ ਉਹ ਕੀ ਕਰ ਰਿਹਾ ਹੈ, ਤਾਂ ਉਹ ਧੋਖਾ ਖਾ ਰਿਹਾ ਹੈ। ਆਡੀਟਰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਕੋਡ ਦੀ ਸਮੀਖਿਆ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਨਹੀਂ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਉਸ ਖੇਤਰ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਾਂ ਜਿੱਥੇ AI ਸਭ ਤੋਂ ਭਰੋਸੇਮੰਦ ਅਤੇ ਕੁਸ਼ਲ ਹੈ: ਦਸਤਾਵੇਜ਼ ਅਤੇ ਤਕਨੀਕੀ ਲਿਖਤ। ਵ੍ਹਾਈਟਪੇਪਰ ਤੋਂ ਲੈ ਕੇ ਇਨ-ਕੋਡ ਟਿੱਪਣੀਆਂ ਤੱਕ, ਉਪਭੋਗਤਾ ਗਾਈਡ ਤੋਂ ਜੋਖਮ ਦੇ ਖੁਲਾਸੇ ਤੱਕ, ਏਆਈ ਇੱਥੇ ਇੱਕ ਅਸਲ ਤਾਕਤ ਗੁਣਕ ਹੈ - ਜਦੋਂ ਤੱਕ ਸ਼ੁੱਧਤਾ ਦੀ ਮਨੁੱਖੀ ਤੌਰ 'ਤੇ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

Web3 ਦਸਤਾਵੇਜ਼ਾਂ ਦੀਆਂ ਕਿਸਮਾਂ

  • ਵ੍ਹਾਈਟਪੇਪਰ / ਲਾਈਟਪੇਪਰ: ਪ੍ਰੋਜੈਕਟ ਦੀ ਦ੍ਰਿਸ਼ਟੀ, ਵਿਧੀ ਅਤੇ ਟੋਕਨੌਮਿਕਸ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲਾ ਬੁਨਿਆਦੀ ਦਸਤਾਵੇਜ਼।
  • ਤਕਨੀਕੀ ਦਸਤਾਵੇਜ਼: ਕੰਟਰੈਕਟ ਇੰਟਰਫੇਸ, ਡਿਵੈਲਪਰਾਂ ਲਈ ਏਕੀਕਰਣ ਗਾਈਡ।
  • NatSpec (ਈਥਰਿਅਮ ਨੈਚੁਰਲ ਲੈਂਗੂਏਜ ਸਪੈਸੀਫਿਕੇਸ਼ਨ — ਸੋਲਿਡਿਟੀ ਵਿੱਚ ਸਟੈਂਡਰਡ ਇਨ-ਕੋਡ ਟਿੱਪਣੀ ਫਾਰਮੈਟ ਜੋ ਦੱਸਦਾ ਹੈ ਕਿ ਫੰਕਸ਼ਨ ਕੀ ਕਰਦੇ ਹਨ): ਕੋਡ ਵਿੱਚ ਏਮਬੇਡ ਕੀਤੇ ਦਸਤਾਵੇਜ਼, ਮਨੁੱਖੀ ਅਤੇ ਟੂਲ ਦੋਵਾਂ ਦੁਆਰਾ ਪੜ੍ਹੇ ਜਾਂਦੇ ਹਨ।
  • ਉਪਭੋਗਤਾ ਗਾਈਡ: ਅੰਤਮ ਉਪਭੋਗਤਾ ਨੂੰ "ਵਰਤਣ ਦਾ ਤਰੀਕਾ, ਕਿਹੜੇ ਜੋਖਮ ਹਨ" ਬਾਰੇ ਦੱਸਦਾ ਸਾਦਾ ਟੈਕਸਟ।
  • ਬੇਦਾਅਵਾ: ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਲੋੜੀਂਦੀਆਂ ਚੇਤਾਵਨੀਆਂ।

ਇਹਨਾਂ ਕਿਸਮਾਂ ਨਾਲ ਇੱਕ ਆਮ ਸਮੱਸਿਆ: ਡਿਵੈਲਪਰ ਲਿਖਣਾ ਪਸੰਦ ਨਹੀਂ ਕਰਦੇ ਅਤੇ ਅਕਸਰ ਇਸਨੂੰ ਆਖਰੀ ਪਲਾਂ ਤੱਕ ਛੱਡ ਦਿੰਦੇ ਹਨ. AI ਬਿਲਕੁਲ ਇਸ ਪਾੜੇ ਨੂੰ ਭਰਦਾ ਹੈ।

ਦਸਤਾਵੇਜ਼ੀ ਏਆਈ ਦਾ ਸਭ ਤੋਂ ਸੁਰੱਖਿਅਤ ਖੇਤਰ ਕਿਉਂ ਹੈ

ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਗਲਤੀ ਦੀ ਕੀਮਤ ਆਡਿਟਿੰਗ ਨਾਲੋਂ ਘੱਟ ਹੈ: ਇੱਕ ਗਲਤ ਵਾਕ ਨੂੰ ਠੀਕ ਕੀਤਾ ਗਿਆ ਹੈ, ਕੋਈ ਪੈਸਾ ਨਹੀਂ ਉੱਡਦਾ (ਸਿੱਧਾ)। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਭਾਸ਼ਾ ਦੇ ਉਤਪਾਦਨ ਵਿਚ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਮਜ਼ਬੂਤ ​​​​ਹੈ। ਇਸ ਲਈ AI ਇੱਥੇ ਕੁਸ਼ਲ ਅਤੇ ਮੁਕਾਬਲਤਨ ਸੁਰੱਖਿਅਤ ਹੈ। ਪਰ ਦੋ ਗੰਭੀਰ ਖਤਰੇ ਬਾਕੀ ਹਨ:

  1. ਗਲਤ ਤਕਨੀਕੀ ਦਾਅਵਾ: AI ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਕੋਡ ਕਰਦਾ ਹੈ; ਇਹ ਉਪਭੋਗਤਾ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸੁਰੱਖਿਆ ਕਮਜ਼ੋਰੀ ਬਣ ਸਕਦਾ ਹੈ (ਜਦੋਂ ਤੱਕ ਇਹ ਨਹੀਂ ਕਹਿੰਦਾ ਕਿ "ਇਹ ਫੰਕਸ਼ਨ ਤੁਹਾਡੇ ਫੰਡਾਂ ਦੀ ਰੱਖਿਆ ਕਰਦਾ ਹੈ" ਅਤੇ ਨਹੀਂ)।
  2. ਹਾਈਪਰਬੋਲ/ਮਾਰਕੀਟਿੰਗ ਭਾਸ਼ਾ: ਏਆਈ ਅਜਿਹੀ ਭਾਸ਼ਾ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਕਿਸੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਸੁਰੱਖਿਅਤ ਜਾਂ ਲਾਭਦਾਇਕ ਜਾਪਦੀ ਹੈ; ਇਹ ਇੱਕ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਸਮੱਸਿਆ ਹੈ।
ਸਾਵਧਾਨ: ਦਸਤਾਵੇਜ਼ ਕੋਡ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ; ਇਹ ਖੁਦ ਕੋਡ ਨਹੀਂ ਹੈ। ਹਰ ਤਕਨੀਕੀ ਦਾਅਵਾ ਜੋ AI ਲਿਖਦਾ ਹੈ ("ਇਹ ਵਾਪਰਦਾ ਹੈ", "ਜੋ ਕਾਇਮ ਰੱਖਦਾ ਹੈ") ਨੂੰ ਅਸਲ ਕੋਡ ਦੇ ਵਿਰੁੱਧ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਗਲਤ ਦਸਤਾਵੇਜ਼ ਸਹੀ ਕੋਡ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਖਤਰਨਾਕ ਹੋ ਸਕਦੇ ਹਨ ਕਿਉਂਕਿ ਉਪਭੋਗਤਾ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਦਾ ਹੈ।

ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀਆਂ ਪਰਤਾਂ

1. NatSpec ਪੀੜ੍ਹੀ। AI ਇੱਕ ਮੌਜੂਦਾ ਫੰਕਸ਼ਨ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ NatSpec ਵਿਆਖਿਆ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ: ਇਹ ਕੀ ਕਰਦਾ ਹੈ, ਇਸਦੇ ਮਾਪਦੰਡ ਕੀ ਹਨ, ਇਹ ਕੀ ਵਾਪਸ ਕਰਦਾ ਹੈ। ਇਹ ਨਿਰੀਖਣ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦਾ ਹੈ।

2. ਤਕਨੀਕੀ-ਸਰਲ ਅਨੁਵਾਦ। AI ਇੱਕ ਗੁੰਝਲਦਾਰ ਵਿਧੀ ਨੂੰ ਭਾਸ਼ਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਅੰਤਮ ਉਪਭੋਗਤਾ ਸਮਝ ਸਕਦਾ ਹੈ — Web3 ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਲੋੜਾਂ ਵਿੱਚੋਂ ਇੱਕ।

3. ਵ੍ਹਾਈਟਪੇਪਰ ਦੀ ਰੂਪਰੇਖਾ ਅਤੇ ਬਣਤਰ। AI ਇੱਕ ਵ੍ਹਾਈਟ ਪੇਪਰ ਦੇ ਪਿੰਜਰ ਅਤੇ ਭਾਗਾਂ ਦਾ ਉਤਪਾਦਨ ਕਰਦਾ ਹੈ; ਸਮੱਗਰੀ ਦੀ ਸ਼ੁੱਧਤਾ ਮਨੁੱਖੀ ਹੈ।

4. ਬਹੁਭਾਸ਼ਾਈ ਅਤੇ ਪੱਧਰ ਦੀ ਵਿਵਸਥਾ। AI ਤੁਰਕੀ ਅਤੇ ਅੰਗਰੇਜ਼ੀ ਦੋਨਾਂ ਵਿੱਚ, ਤਕਨੀਕੀ ਅਤੇ ਸਧਾਰਨ, ਸਮਾਨ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਇਸ ਪ੍ਰੋਜੈਕਟ ਲਈ ਇੱਕ ਵ੍ਹਾਈਟਪੇਪਰ ਲਿਖੋ।

AI ਅਸਲ ਵਿਧੀ ਨੂੰ ਜਾਣੇ ਬਿਨਾਂ ਅਤਿਕਥਨੀ, ਸੰਭਵ ਤੌਰ 'ਤੇ ਗਲਤ, ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਨਾਲ ਭਰੀ ਕਾਪੀ ਬਣਾਉਂਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: Web3 ਤਕਨੀਕੀ ਲੇਖਕ। ਹੇਠਾਂ ਪ੍ਰੋਜੈਕਟ ਦਾ ਅਸਲ ਮਕੈਨਿਜ਼ਮ, ਟੋਕਨੌਮਿਕਸ ਅਤੇ ਕੋਡ ਹੈ। ਸਿਰਫ਼ ਇਸ ਜਾਣਕਾਰੀ ਦੇ ਆਧਾਰ 'ਤੇ ਵ੍ਹਾਈਟ ਪੇਪਰ ਦਾ ਖਰੜਾ ਲਿਖੋ। ਨਿਯਮ:- ਅਤਿਕਥਨੀ ਨਾ ਕਰੋ, "ਗਾਰੰਟੀਸ਼ੁਦਾ ਲਾਭ", "ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੁਰੱਖਿਅਤ" ਆਦਿ ਵਰਗੇ ਵਾਕਾਂਸ਼ਾਂ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ।- ਮੇਰੇ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਤੰਤਰ 'ਤੇ ਹਰੇਕ ਤਕਨੀਕੀ ਦਾਅਵੇ ਨੂੰ ਅਧਾਰ ਬਣਾਓ; ਮਨਘੜਤ ਨਾ ਜੋੜੋ।- ਇੱਕ "ਜੋਖਮ" ਭਾਗ ਸ਼ਾਮਲ ਕਰੋ ਜੋ ਜੋਖਮਾਂ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਬਿਆਨ ਕਰਦਾ ਹੈ।- ਇੱਕ ਚੇਤਾਵਨੀ ਸ਼ਾਮਲ ਕਰੋ "ਇਹ ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ ਹੈ।" ਕਿਸੇ ਵੀ ਜਾਣਕਾਰੀ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਨਿਸ਼ਚਤ ਨਹੀਂ ਹੋ ਜਾਂ ਜੋ ਮੇਰੇ ਕੋਲ [ਭਰਨ ਲਈ] ਨਹੀਂ ਹੈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) NatSpec ਪੀੜ੍ਹੀ:

ਹੇਠਾਂ ਦਿੱਤੇ ਫੰਕਸ਼ਨ ਲਈ ਮਿਆਰੀ NatSpec ਟਿੱਪਣੀਆਂ ਲਿਖੋ: @notice (ਕੀ ਕਰਦਾ ਹੈ, ਸਾਦਾ), @dev (ਤਕਨੀਕੀ ਨੋਟ), @param ਅਤੇ @return। ਸਿਰਫ਼ ਉਹੀ ਲਿਖੋ ਜੋ ਕੋਡ ਅਸਲ ਵਿੱਚ ਕਰਦਾ ਹੈ; ਉਹ ਵਿਵਹਾਰ ਜੋੜਨਾ ਜੋ ਕੋਡ ਵਿੱਚ ਨਹੀਂ ਹੈ। ਉਸ ਪ੍ਰਭਾਵ ਨੂੰ ਫਲੈਗ ਕਰੋ ਜਿਸ ਬਾਰੇ ਤੁਹਾਨੂੰ ਯਕੀਨ ਨਹੀਂ ਹੈ।

2) ਤਕਨੀਕੀ-ਸਰਲ ਅਨੁਵਾਦ:

ਸਾਦੇ ਤੁਰਕੀ ਵਿੱਚ ਇਸ ਵਿਧੀ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਕਿ ਇੱਕ ਕ੍ਰਿਪਟੋ ਨਵੀਨਤਮ ਉਪਭੋਗਤਾ ਸਮਝ ਸਕਦਾ ਹੈ: ਇਹ ਕੀ ਕਰਦਾ ਹੈ, ਉਪਭੋਗਤਾ ਨੂੰ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਉੱਥੇ ਕੀ ਜੋਖਮ ਹਨ? ਅਤਿਕਥਨੀ; ਸੁਰੱਖਿਆ ਦੀ ਕੋਈ ਗਰੰਟੀ ਨਹੀਂ। ਜੋਖਮਾਂ ਨੂੰ ਨਾ ਛੁਪਾਓ, ਉਹਨਾਂ ਨੂੰ ਸਾਹਮਣੇ ਲਿਆਓ।

3) ਜੋਖਮ/ਚੇਤਾਵਨੀ ਭਾਗ:

ਇਸ ਪ੍ਰੋਜੈਕਟ ਲਈ ਇੱਕ ਇਮਾਨਦਾਰ "ਜੋਖਮ ਅਤੇ ਚੇਤਾਵਨੀਆਂ" ਭਾਗ ਲਿਖੋ: ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਜੋਖਮ, ਮਾਰਕੀਟ ਜੋਖਮ, ਤਰਲਤਾ ਜੋਖਮ, ਰੈਗੂਲੇਟਰੀ ਅਨਿਸ਼ਚਿਤਤਾ, ਮੁੱਖ ਨੁਕਸਾਨ। ਹਰ ਖਤਰੇ ਨੂੰ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਸਮਝਾਓ। ਜੋਖਮਾਂ ਨੂੰ ਘੱਟ ਨਾ ਸਮਝੋ; "ਇਹ ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ ਹੈ" ਨਾਲ ਸਮਾਪਤ ਕਰੋ।

4) ਦਸਤਾਵੇਜ਼-ਕੋਡ ਇਕਸਾਰਤਾ ਜਾਂਚ:

ਹੇਠਾਂ ਇੱਕ ਫੰਕਸ਼ਨ ਅਤੇ ਇਸਦੇ ਉਪਲਬਧ ਦਸਤਾਵੇਜ਼ ਹਨ। ਉਹਨਾਂ ਥਾਵਾਂ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਜਿੱਥੇ ਦਸਤਾਵੇਜ਼ ਕੋਡ ਦੇ ਅਸਲ ਵਿਵਹਾਰ ਦਾ ਖੰਡਨ ਕਰਦਾ ਹੈ ਜਾਂ ਛੱਡ ਦਿੰਦਾ ਹੈ। ਅੰਤਿਮ ਫੈਸਲਾ ਲੈਣਾ; ਇਸਨੂੰ "ਡਿਵੈਲਪਰ ਤਸਦੀਕ" ਲਈ ਜਮ੍ਹਾਂ ਕਰੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ (ਸੰਖਿਆ ਵਿੱਚ)

ਕੇਸ 1 - NatSpec ਨੇ ਨਿਰੀਖਣ ਨੂੰ ਤੇਜ਼ ਕੀਤਾ। ਇੱਕ ਟੀਮ ਨੇ ਬਿਨਾਂ ਟਿੱਪਣੀ ਦੇ ਸਮੀਖਿਆ ਲਈ 25-ਫੰਕਸ਼ਨ ਦਾ ਇਕਰਾਰਨਾਮਾ ਪੇਸ਼ ਕੀਤਾ; ਆਡੀਟਰ ਨੇ ਤਰਕ ਨੂੰ ਸਮਝਣ ਲਈ ਵਾਧੂ ਸਮਾਂ ਮੰਗਿਆ। ਟੀਮ ਨੇ AI ਨਾਲ NatSpec ਡਰਾਫਟ ਤਿਆਰ ਕੀਤੇ ਅਤੇ ਕੋਡ ਨਾਲ ਹਰੇਕ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ; ਆਡਿਟ ਦੀ ਤਿਆਰੀ ਨੂੰ ਲਗਭਗ 1 ਦਿਨ ਛੋਟਾ ਕੀਤਾ ਗਿਆ ਸੀ। ਸਬਕ: ਚੰਗੇ ਦਸਤਾਵੇਜ਼ ਆਡਿਟ ਦੀ ਲਾਗਤ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ।

ਕੇਸ 2 - ਝੂਠਾ ਦਾਅਵਾ ਫੜਿਆ ਗਿਆ। YZ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਉਪਭੋਗਤਾ ਮੈਨੂਅਲ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ "ਤੁਹਾਡੇ ਫੰਡ ਕਿਸੇ ਵੀ ਸਮੇਂ ਵਾਪਸ ਲਏ ਜਾ ਸਕਦੇ ਹਨ"; ਜਦੋਂਕਿ ਠੇਕੇ ਵਿੱਚ 7 ​​ਦਿਨਾਂ ਦਾ ਤਾਲਾ ਲੱਗਿਆ ਹੋਇਆ ਸੀ। ਤਕਨੀਕੀ ਸਮੀਖਿਆ ਨੇ ਇਸ ਨੂੰ ਫੜ ਲਿਆ. ਜੇ ਇਹ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਉਪਭੋਗਤਾ ਗਲਤ ਅਤੇ ਪੀੜਤ ਹੋਣਗੇ. ਪਾਠ: ਹਰੇਕ ਤਕਨੀਕੀ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕੋਡ ਦੁਆਰਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਕੇਸ 3 - ਅਤਿਕਥਨੀ ਸਾਫ਼ ਹੋ ਗਈ। ਪਹਿਲੇ ਵ੍ਹਾਈਟਪੇਪਰ ਡਰਾਫਟ ਵਿੱਚ, ਏਆਈ ਨੇ "ਜੋਖਮ ਤੋਂ ਬਿਨਾਂ ਉੱਚ ਵਾਪਸੀ" ਵਰਗੇ ਸਮੀਕਰਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਟੀਮ ਨੇ ਇਹਨਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਅਤੇ ਇੱਕ ਇਮਾਨਦਾਰ ਜੋਖਮ ਸੈਕਸ਼ਨ ਜੋੜਿਆ। ਇਸ ਨੇ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਸੁਰੱਖਿਅਤ ਕੀਤਾ। ਪਾਠ: AI ਦੇ ਮਾਰਕੀਟਿੰਗ ਪੱਖਪਾਤ ਦਾ ਆਡਿਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਨੈਤਿਕ ਬੋਝ

Web3 ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਇੱਕ ਸੰਦਰਭ ਵਿੱਚ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ ਜਿੱਥੇ ਉਪਭੋਗਤਾ ਆਪਣੇ ਪੈਸੇ ਨੂੰ ਜੋਖਮ ਵਿੱਚ ਪਾ ਰਿਹਾ ਹੈ। ਇਸ ਲਈ:

  • ਈਮਾਨਦਾਰੀ: ਜੋਖਮਾਂ ਨੂੰ ਲੁਕਾਇਆ ਨਹੀਂ ਜਾ ਸਕਦਾ ਅਤੇ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਵਾਅਦੇ ਨਹੀਂ ਕੀਤੇ ਜਾ ਸਕਦੇ।
  • ਸ਼ੁੱਧਤਾ: ਤਕਨੀਕੀ ਦਾਅਵੇ ਕੋਡ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ; "ਦਸਤਾਵੇਜ਼ ਅਜਿਹਾ ਕਹਿੰਦਾ ਹੈ" ਇੱਕ ਬਚਾਅ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਗਲਤ ਪੇਸ਼ਕਾਰੀ ਹੈ।
  • ਪਹੁੰਚਯੋਗਤਾ: ਉਸ ਭਾਸ਼ਾ ਵਿੱਚ ਲਿਖਣਾ ਜੋ ਉਪਭੋਗਤਾ ਅਸਲ ਵਿੱਚ ਸਮਝਦਾ ਹੈ ਇੱਕ ਸੁਰੱਖਿਆ ਉਪਾਅ ਹੈ; ਇੱਕ ਦਸਤਾਵੇਜ਼ ਜੋ ਸਮਝ ਵਿੱਚ ਨਹੀਂ ਆਉਂਦਾ, ਧੋਖੇ ਨੂੰ ਸੱਦਾ ਦਿੰਦਾ ਹੈ।
  • ਬੇਦਾਅਵਾ: ਇਹ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਦੱਸਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਵਿੱਤੀ ਸਲਾਹ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨਹੀਂ ਹੈ।
ਸੰਕੇਤ: ਇੱਕ Web3 ਦਸਤਾਵੇਜ਼ ਦੀ ਇਮਾਨਦਾਰੀ ਦੀ ਜਾਂਚ: "ਜੇਕਰ ਕੋਈ ਉਪਭੋਗਤਾ ਸਿਰਫ਼ ਇਸ ਦਸਤਾਵੇਜ਼ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਲਈ ਪੈਸਾ ਲਗਾਉਂਦਾ ਹੈ, ਤਾਂ ਕੀ ਉਹ ਸੱਚਾਈ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵੇਲੇ ਧੋਖਾ ਮਹਿਸੂਸ ਕਰੇਗਾ?" ਹਮੇਸ਼ਾ AI ਨੂੰ ਜੋਖਮ ਵਾਲੇ ਹਿੱਸੇ ਨੂੰ ਹਾਈਲਾਈਟ ਕਰੋ, ਇਸ ਨੂੰ ਅੰਤ 'ਤੇ ਦਫਨ ਨਾ ਕਰੋ।

ਆਮ ਗਲਤੀਆਂ

  • ਕੋਡ ਨਾਲ ਤਕਨੀਕੀ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। ਗਲਤ ਦਸਤਾਵੇਜ਼ ਉਪਭੋਗਤਾ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਦਾ ਹੈ।
  • ਹਾਈਪ/ਮਾਰਕੀਟਿੰਗ ਭਾਸ਼ਾ ਨੂੰ ਛੱਡਣਾ। ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਜੋਖਮ.
  • ਜੋਖਮਾਂ ਨੂੰ ਘਟਾਉਣਾ ਜਾਂ ਛੁਪਾਉਣਾ। ਵਿਸ਼ਵਾਸ ਦੀ ਉਲੰਘਣਾ.
  • AI ਨੂੰ ਅਸਲ ਵਿਧੀ ਦਿੱਤੇ ਬਿਨਾਂ ਵ੍ਹਾਈਟਪੇਪਰ ਛਾਪਣਾ। ਇਹ ਬਨਾਵਟ ਪੈਦਾ ਕਰਦਾ ਹੈ।
  • "ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ" ਚੇਤਾਵਨੀ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਕਾਨੂੰਨੀ ਜ਼ਿੰਮੇਵਾਰੀ।
  • ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਕੋਡ ਨਾਲ ਸਮਕਾਲੀ ਨਹੀਂ ਰੱਖਣਾ। ਜਦੋਂ ਕੋਡ ਬਦਲਦਾ ਹੈ, ਤਾਂ ਦਸਤਾਵੇਜ਼ ਗੁੰਮਰਾਹਕੁੰਨ ਹੋ ਜਾਂਦਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

  • ਦਸਤਾਵੇਜ਼ ਸੁਰੱਖਿਆ ਅਤੇ Web3 ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਦਾ ਮਾਮਲਾ ਹੈ; ਇਹ AI ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਕਾਰੀ ਖੇਤਰ ਹੈ।
  • ਗਲਤੀ ਦੀ ਕੀਮਤ ਮੁਕਾਬਲਤਨ ਘੱਟ ਹੈ, ਪਰ ਝੂਠੇ ਤਕਨੀਕੀ ਦਾਅਵੇ ਅਤੇ ਅਤਿਕਥਨੀ ਗੰਭੀਰ ਜੋਖਮ ਹਨ।
  • ਹਰੇਕ ਤਕਨੀਕੀ ਦਾਅਵੇ ਦੀ ਅਸਲ ਕੋਡ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ; ਦਸਤਾਵੇਜ਼ ਕੋਡ ਨੂੰ ਨਹੀਂ ਬਦਲਦਾ।
  • ਜੋਖਮਾਂ ਨੂੰ ਇਮਾਨਦਾਰੀ ਅਤੇ ਪ੍ਰਮੁੱਖਤਾ ਨਾਲ ਲਿਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; ਅਤਿਕਥਨੀ ਅਤੇ ਗਾਰੰਟੀ ਭਾਸ਼ਾ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.
  • “ਇਹ ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ ਹੈ” ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਚੇਤਾਵਨੀਆਂ ਲਾਜ਼ਮੀ ਹਨ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਸਮਾਰਟ ਕੰਟਰੈਕਟ ਫੰਕਸ਼ਨ ਪ੍ਰਾਪਤ ਕਰੋ। AI ਨੂੰ “ਜਨਰੇਟ NatSpec” ਪ੍ਰੋਂਪਟ ਦਿਓ ਅਤੇ ਕੋਡ ਦੇ ਅਸਲ ਵਿਹਾਰ ਨਾਲ ਤਿਆਰ ਕੀਤੀ ਵਿਆਖਿਆ ਲਾਈਨ ਦੀ ਤੁਲਨਾ ਕਰੋ — ਕੀ ਕੋਈ ਅਸਹਿਮਤੀ ਹੈ? ਫਿਰ ਉਸੇ ਫੰਕਸ਼ਨ ਲਈ ਇੱਕ "ਤਕਨੀਕੀ-ਸਾਦਾ ਅਨੁਵਾਦ" ਅਤੇ ਇੱਕ "ਜੋਖਮ/ਚੇਤਾਵਨੀ ਭਾਗ" ਤਿਆਰ ਕਰੋ। AI ਦਾ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਕਥਨ ਲੱਭੋ ਅਤੇ ਠੀਕ ਕਰੋ ਜੋ ਅਤਿਕਥਨੀ ਵਾਲਾ ਹੈ ਜਾਂ ਕੋਡ ਦਾ ਵਿਰੋਧ ਕਰਦਾ ਹੈ।

ਚੈੱਕਲਿਸਟ

  • [ ] ਮੈਂ ਅਸਲ ਕੋਡ ਨਾਲ ਹਰੇਕ ਤਕਨੀਕੀ ਦਾਅਵੇ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
  • [] ਮੈਂ ਅਤਿਕਥਨੀ/ਗਾਰੰਟੀ ਹਟਾ ਦਿੱਤੀ ਹੈ।
  • [ ] ਮੈਂ ਖਤਰਿਆਂ ਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਲਿਖਿਆ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ।
  • [ ] ਮੈਂ AI ਨੂੰ ਅਸਲ ਵਿਧੀ ਦਿੱਤੀ ਹੈ; ਮੈਂ ਉਸਨੂੰ ਬਣਾਉਣ ਨਹੀਂ ਦਿੱਤਾ।
  • [ ] ਮੈਂ ਚੇਤਾਵਨੀ ਸ਼ਾਮਲ ਕੀਤੀ ਹੈ "ਇਹ ਵਿੱਤੀ ਸਲਾਹ ਨਹੀਂ ਹੈ।"
  • [ ] ਮੈਂ ਵਾਹਨ ਅਤੇ ਨਿਯੰਤਰਣ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ NatSpec ਲਿਖਿਆ ਹੈ।
  • [ ] ਮੈਂ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਕੋਡ ਦੇ ਨਾਲ ਸਮਕਾਲੀ ਰੱਖਣ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਹੈ।