Mga nadagdag:
- Ang pag-unawa na ang pinakaligtas na kontribusyon ng artificial intelligence ay ang pagsusulat ng query sa pagkuha ng data, na ang libreng interpretasyon ay mapanganib at ang bawat numero ay dapat kumpirmahin sa block explorer.
- Kakayahang ilapat ang disiplina sa pagkuha ng data mula sa pinagmulan, alam na ang paghiling ng live na data ng chain nang direkta mula sa artificial intelligence ay gumagawa ng mga pekeng hash/address
- Unawain na ang chain data ay nagpapatunay ng visibility ngunit hindi layunin, at ang mga etikal na limitasyon ng de-anonymization at pag-target
Isa sa mga pinakadakilang lakas ng blockchain ay ang transparency nito: bawat transaksyon, bawat paglipat, bawat pakikipag-ugnayan sa kontrata ay pampubliko at permanenteng naitala. On-chain analysis—pagsusuri sa on-chain na transaksyon, address, at data ng daloy ng pera—ay ang pagkilos ng pagbabasa ng pampublikong rekord na ito at pagbibigay kahulugan dito: pagsubaybay sa isang pitaka, pagsubaybay sa daloy ng pera, pagsukat sa paggamit ng isang protocol. Sa unit na ito, matututunan natin kung paano gamitin ang AI bilang isang data analysis assistant at—kritikal—kung paano i-validate ang bawat numero.
Istraktura ng on-chain na data
Naka-layer ang chain data:
- Block: Isang time-stamped unit kung saan pinagsama-sama ang mga transaksyon.
- Transaksyon (tx): Tawag ng halaga o kontrata mula sa isang address patungo sa isa pa; Nakikilala ito sa isang natatanging hash.
- Address/wallet: Ang pagkakakilanlan kung saan itinatago at pinagtransaksyon ang mga pondo.
- Kaganapan (kaganapan/log): Mga istrukturang rekord na inilabas ng mga kontratang naglalarawan sa nangyari.
- Paglilipat ng token: Pagpapalit ng mga kamay ng mga token gaya ng ERC-20/ERC-721.
Upang tingnan ang data na ito, ginagamit ang block explorer (isang site na nagpapakita ng chain data, gaya ng Etherscan) o mga platform ng query (gaya ng Dune, The Graph). Hindi "alam" ng AI ang data na ito mismo; Binibigyang-kahulugan nito ang data na ibibigay mo o isinusulat ang query para makuha ang data.
Babala: Ang pagsasabi sa AI na "kunin ang mga transaksyon ng wallet na iyon" ay walang silbi at mapanganib — ang AI ay hindi konektado sa live na chain at maaaring makabuo ng mga pekeng hash/address. Tamang paggamit: kinukuha mo ang data at ibigay ito sa AI, binibigyang-kahulugan ito ng AI; O isusulat sa iyo ng AI ang query na kukuha ng data, at patakbuhin mo ito.
Dalawang pangunahing tungkulin ng AI sa on-chain analysis
1. Pagsulat ng tanong. Sa mga platform tulad ng Dune Analytics, kinukuha ang data gamit ang mga query na tulad ng SQL. Makapangyarihan ang AI sa pagsulat ng mga query na ito: "isulat ang query na nagbabalik ng pang-araw-araw na bilang ng transaksyon ng sumusunod na kontrata para sa huling 30 araw." Ang query ay deterministic; patakbuhin mo ito at makita ang resulta — mababa ang panganib ng hallucination dahil ang pinagmumulan ng data ang gumagawa ng resulta, hindi ang AI.
2. Interpretasyon ng resulta. Ibibigay mo ang data na nakuha mo sa AI at magtanong, "Ano ang ipinapakita ng daloy ng pera na ito? Mayroon bang pattern?" tanong mo. Ang panganib ng mga guni-guni ay mataas dito; Ang bawat komento ay dapat mag-link sa pinagmulan.
Ang profile ng panganib ng dalawang tungkuling ito ay magkaiba: ang pagsulat ng query ay medyo ligtas (ang resulta ay mula sa pinagmulan), ang libreng interpretasyon ay medyo mapanganib (ang AI ay maaaring gumawa nito).
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Suriin ang mga transaksyon ng sumusunod na wallet: 0x1234...
Ang AI ay hindi nakadepende sa live na data; Ang prompt na ito ay nagtutulak sa kanya na gumawa ng mga bagay-bagay.
Napakahusay na prompt (para sa query):
Ang iyong tungkulin: on-chain data analyst. Sumulat ng SQL query para sa Dune: Ibalik ang DAILY na natatanging bilang ng address ng nagpadala at kabuuang dami ng paglilipat ng kontrata ng [kasunod na ERC-20 token] sa nakalipas na 30 araw. Ilarawan ang mga pangalan ng talahanayan at field na iyong ginamit. Kung hindi gumana ang query, isulat ang iyong mga pagpapalagay para maayos ko ito. PAGSASABUHAY NG DATOS; bumuo lamang ng query.
Napakahusay na prompt (para sa mga komento):
Nasa ibaba ang resulta ng ACTUAL Dune (na-shoot ko ito). Bigyang-kahulugan ang mga pattern na nakabatay lamang sa mga numerong TOTOONG nasa chart na ito: pagtaas/pagbaba ng volume, hindi pangkaraniwang pagtalon, konsentrasyon. Ipakita ang bawat komento na may kaukulang row/numero. Huwag magdagdag ng anumang mga numero na wala sa talahanayan. Huwag i-claim ang sanhi; Isulat ang mga posibleng paliwanag bilang "hypothesis."
Apat na maaaring kopyahin na mga template
1) Pagbuo ng query:
Sumulat ng query para sa Dune/SQL: [time period] sa [contract/address] para sa [metric]. Ipaliwanag ang mga talahanayan na iyong ginamit at ang lohika ng SUMALI. Tatakbo ako at i-verify ang resulta; paggawa ng datos.
2) Outline ng pagsubaybay sa daloy ng pera:
Bibigyan kita ng isang set ng ACTUAL transfer records (address, amount, time). Gawing isang trackable flow narrative ang mga ito: saan napunta ang mga pondo, may konsentrasyon ba? Gamitin lamang ang mga rekord na ibinibigay ko; ikonekta ang bawat hakbang sa kaukulang linya. Fake ang address.
3) Pagpapakahulugan sa panukat:
Magkomento sa totoong talahanayan ng mga sukatan sa ibaba: bilang ng mga user, dami, average bawat transaksyon. Sabihin ang mga makabuluhang pagbabago at posibleng dahilan (hypothesis). Pagdaragdag ng data na wala sa talahanayan; pagtatatag ng tiyak na sanhi.
4) Anomalya na pagmamarka:
Baseline: karaniwang pinangangasiwaan ng address na ito ang ~[N] mga transaksyon, ~[X] dami bawat araw. Ibibigay ko sa iyo ang totoong mga tala. Markahan lamang ang mga kaganapang lumihis mula sa baseline batay sa kung ano ang TOTOONG nangyari sa talaan; ipakita ang bawat isa na may linya. Tapusin ang komento sa "kailangan ng pagsusuri."
Tatlong mini case (sa mga numero)
Case 1 — Binawasan ng Query 1 ang araw hanggang 20 minuto. Sinusubukan ng isang analyst na manu-manong kunin ang 90-araw na paglago ng user ng isang protocol. Ginawa niya ang AI na magsulat ng isang Dune query; Nakakuha ng gumaganang query at graph sa loob ng 20 minuto. Ang mga numero ay maaasahan dahil sila ay nagmula sa pinagmulan. Aralin: ang pagsulat ng query ay ang pinaka-secure at mahusay na kontribusyon ng AI.
Kaso 2 — Nahuli ang pekeng hash. Direktang sinabi ng isang analyst sa AI na "ibuod ang mga kamakailang transaksyon ng whale wallet na iyon." Nagbigay ang AI ng matatas na listahan; Ngunit nang suriin sa Etherscan, karamihan sa mga hash ng transaksyon ay mga gawa-gawa na wala talaga. Aralin: ang pagtatanong sa AI para sa live na data ay gumagawa ng mga guni-guni; ang data ay nakuha mula sa pinagmulan.
Kaso 3 — Nakumpirma ang pattern ng konsentrasyon. Ibinigay ng isang analyst ang totoong data ng paglilipat na nakuha niya sa AI at pinakahulugan ito. Napansin ng YZ ang isang pattern kung saan ang mga pondo ay puro sa ilang address. Kinumpirma ng analyst ang address na ito sa pamamagitan ng address sa block explorer — totoo ang pattern at nagpahiwatig ng panganib sa pamamahagi. Aralin: ang interpretasyon na may totoong data ay mahalaga; Ngunit ang kumpirmasyon ay mula sa pinagmulan.
Pagkapribado at etika
Habang ang on-chain na data ay "bukas," ang pagsusuri nito ay may mga limitasyon sa etika:
- De-anonymization: Ang pagtutugma ng mga address sa mga totoong tao (lalo na sa nag-leak na data) ay isang malubhang paglabag sa privacy; ginagawa lamang sa isang legal at awtorisadong konteksto.
- Panliligalig/pag-target: Hindi etikal na subaybayan ang isang pitaka at i-target ang may-ari nito.
- Payo sa pamumuhunan: Ang mga hinuha gaya ng "Binibili ang balyena na iyon, dapat ka rin" ay parehong nakaliligaw at nagdudulot ng pananagutan.
- Kakulangan ng konteksto: Ang data ng chain ay hindi nagpapahiwatig ng layunin; Ang paglipat ay maaaring isang krimen o isang ordinaryong isa. Ang sobrang interpretasyon ay mapanganib.
Tip: Sukatin ang bawat on-chain na claim bilang "ang data ay nagpapakita ng X", hindi "ang tao ay gumagawa ng Y." Ginagawa ng chain na nakikita ang transaksyon ngunit hindi nagpapatunay ng layunin.
Mga karaniwang pagkakamali
- Paghiling ng live na data nang direkta mula sa AI. Bumubuo ng pekeng hash/address.
- Hindi nili-link ang komento sa pinagmulan. Dapat kumpirmahin ang bawat numero sa block explorer.
- Napagkakamalang ugnayan para sa sanhi. Ang pattern ng chain ay hindi nagpapatunay ng layunin.
- Pagtutugma ng mga address sa hindi kumpirmadong indibidwal. Panganib ng paglabag at pagkakamali sa pagiging kumpidensyal.
- Gawing payo sa pamumuhunan ang on-chain inference. Ito ay nakaliligaw at lumilikha ng pananagutan.
- Pagbabahagi ng query nang hindi idodokumento ito sa halip na isang malaking kontrata. Ang pag-uulit ay nawawala.
Sa buod
- Ang on-chain analysis ay ang proseso ng pagbabasa at pagkuha ng kahulugan mula sa open chain data.
- Ang pinakaligtas na kontribusyon ng AI ay ang pagsulat ng query; Ang resulta ay mula sa pinagmulan, ang panganib ng mga guni-guni ay mababa.
- Ang libreng interpretasyon ay mapanganib; dapat kumpirmahin ang bawat numero sa block explorer.
- Ang data ng chain ay nagpapatunay ng visibility ngunit hindi layunin; Iniiwasan ang labis na interpretasyon.
- Ang pag-de-anonymization at pag-target ay ginagawa lamang sa awtorisadong konteksto na may mga etikal na hangganan.
Gawain ng aplikasyon
Pumili ng protocol o token. Sumulat ng query sa AI na may prompt na "generation ng query" na nagbabalik ng pang-araw-araw na bilang ng transaksyon ng token na iyon para sa huling 30 araw (Available nang libre ang Dune). Patakbuhin ang query. Pagkatapos ay ipakahulugan sa AI ang resulta gamit ang prompt na "metric interpretation". Kumpirmahin ang bawat claim sa komento ng AI sa aktwal na talahanayan ng mga resulta at tandaan kung mayroong claim na walang katapat sa talahanayan.
checklist
- [ ] Hindi ako humingi ng live na data mula sa AI; Hinugot ko ito mula sa pinanggalingan.
- [ ] Pinatakbo ko ang query at na-verify ang resulta.
- [ ] Ini-link ko ang bawat komento sa aktwal na hilera ng data.
- [ ] Hindi ko ipinakita ang ugnayan bilang sanhi.
- [ ] Hindi ko ginawa ang address-person na tumutugma nang walang pahintulot.
- [ ] Hindi ko naisalin ang aking interes sa payo sa pamumuhunan.
- [ ] Naidokumento ko ang query sa isang paraan na maaaring kopyahin.