收益：
- 能够安全地使用人工智能来制作白皮书、NatSpec、技术简单的翻译和风险披露，并了解这是最富有成效的领域。
- 能够用实际代码验证每项技术声明，并消除夸大和保证语言，以避免文档不正确的风险
- 能够诚实地接受风险，“非财务建议”警告和文档代码一致性
Web3 中的文档不是奢侈品，而是安全和信任的问题。通过与智能合约交互，用户将拿自己的真实资金冒险；如果他不明白自己在做什么，他就很容易被欺骗。审计员无法安全地审查没有详细记录的代码。在本单元中，我们涵盖人工智能最可靠和最高效的领域：文档和技术写作。从白皮书到代码内评论，从用户指南到风险披露，人工智能在这里是一个真正的力量倍增器——只要对准确性进行人道监控。
Web3 文档的类型
- 白皮书/litepaper：描述项目愿景、机制和代币经济的基本文件。
- 技术文档：合约接口、开发人员集成指南。
- NatSpec（以太坊自然语言规范 - Solidity 中的标准代码内注释格式，描述函数的功能）：嵌入代码中的文档，可供人类和工具阅读。
- 用户指南：纯文本告诉最终用户“如何使用，存在哪些风险”。
- 免责声明：法律和道德上要求的警告。
这些类型的一个常见问题是：开发人员不喜欢编写，并且经常把它留到最后一刻。人工智能恰好填补了这一空白。
为什么文档是人工智能最安全的领域
文档中错误的成本低于审计中的错误：纠正一个错误的句子，但不会（直接）赚到钱。此外，人工智能在语言生成方面天生就很强大。所以人工智能在这里既高效又相对安全。但仍然存在两个关键风险：
- 虚假技术声明：人工智能可能会歪曲代码的作用；这会误导用户，并可能成为安全漏洞（除非它说“此功能可以保护您的资金”，但实际上却没有）。
- 夸张/营销语言：人工智能可以产生使项目看起来安全或有利可图的语言；这既是一个道德问题，也是一个法律问题。
注意：文档描述了代码；这不是代码本身。人工智能编写的每一个技术断言（“发生这种情况”、“维持这种情况”）都必须根据实际代码进行验证。不正确的文档可能比正确的代码更危险，因为用户信任文档。
在文档中使用人工智能的层次
1. 国家规范生成。 AI 读取现有函数并起草 NatSpec 解释：它做什么、它的参数是什么、它返回什么。这简化了检查和维护。
2.技术-简单翻译。人工智能将复杂的机制翻译成最终用户可以理解的语言——这是 Web3 的最大需求之一。
3. 白皮书大纲和结构。人工智能生成白皮书的框架和部分；内容准确性是人类的。
4. 多语言和级别调整。人工智能可以用土耳其语和英语生成相同的技术内容和简单内容。
弱提示/强提示
弱提示：
为该项目撰写白皮书。
人工智能在不了解实际机制的情况下编造了夸大的、可能是虚假的、充满营销的文案。
强力提示：
您的角色：Web3 技术作家。以下是该项目的真实机制、代币经济学和代码。仅根据此信息撰写白皮书草稿。规则：- 不要夸大其词，不要使用“保证利润”、“完全安全”等短语。- 每个技术主张都以我给出的机制为基础；不要添加捏造内容。- 添加明确说明风险的“风险”部分。- 添加警告“这不是财务建议。”将您不确定或我没有的任何信息标记为[待填写]。
四个可复制模板
1) NatSpec生成：
将标准 NatSpec 注释写入以下函数：@notice（做什么，简单）、@dev（技术说明）、@param 和 @return。只写代码实际做的事情；添加代码中没有的行为。标记您不确定的效果。
2）技术简单翻译：
用简单的土耳其语解释这个机制，让加密货币新手用户能够理解：它是做什么的，用户应该做什么，有什么风险？夸张;没有安全保证。不要隐藏风险，而是将风险暴露出来。
3) 风险/警告部分：
为该项目写一个诚实的“风险和警告”部分：智能合约风险、市场风险、流动性风险、监管不确定性、关键损失。用通俗易懂的语言解释每项风险。不要低估风险；以“这不是财务建议”结尾。
4）文档-代码一致性检查：
下面是一个函数及其可用文档。标记文档与代码的实际行为相矛盾或忽略的地方。最终决策；提交以供“开发者验证”。
三个迷你箱（数量）
案例1——NatSpec加强检查。一个团队提交了一份包含 25 个功能的合同供审查，但没有发表评论；审计员要求额外的时间来理解逻辑。该团队使用 AI 制作了 NatSpec 草案，并用代码确认了每一份草案；审核准备时间缩短了近 1 天。教训：良好的文档可以降低审计成本。
案例 2——虚假陈述被抓获。 YZ制作的用户手册上写着“您的资金可能随时被提取”；而合同中有 7 天的锁定期。技术审查发现了这一点。如果它被发布，用户就会被误认为是受害者。教训：每项技术声明都由代码确认。
案例 3——夸大事实得到澄清。在第一份白皮书草案中，AI使用了“高回报、无风险”等表述。该团队删除了这些内容并添加了诚实的风险部分。这在道德和法律上都保护了该项目。教训：人工智能的营销偏见必须受到审计。
记录的道德负担
Web3 文档是在用户冒着金钱风险的背景下阅读的。因此：
- 诚实：不能隐藏风险，不能做出夸大的承诺。
- 准确性：技术声明必须与代码相符； “文件是这么说的”并不是辩护，而是歪曲事实。
- 可访问性：用用户真正理解的语言编写是一种安全措施；一份不被理解的文件就会招致欺骗。
- 免责声明：需要明确说明的是，这不是财务建议和监管不确定性。
提示：Web3文档的诚实性测试：“如果用户投入金钱只信任这份文档，那么面对真相时他会感到被欺骗吗？”始终让人工智能突出显示风险部分，而不是在最后将其掩埋。
常见错误
- 没有用代码确认技术声明。错误的文档会误导用户。
- 放弃炒作/营销语言。道德和法律风险。
- 最小化或隐藏风险。违反信任。
- 打印白皮书而不向人工智能提供真正的机制。它生产制造品。
- 忽略“非财务建议”警告。法律义务。
- 没有使文档与代码保持同步。当代码更改时，文档就会产生误导。
综上所述
- 文档是 Web3 中的安全性和信任问题；这是人工智能最富有成效的领域。
- 错误的成本相对较低，但虚假的技术声明和夸大其词是严重的风险。
- 每一项技术主张都必须经过真实代码的确认；该文档不会替代代码。
- 风险应诚实且显着地书写；应删除夸大和保证的语言。
- “这不是财务建议”，监管警告是强制性的。
应用任务
获得智能合约功能。给 AI 提示“生成 NatSpec”，并将生成的解释逐行与代码的实际行为进行比较——是否有任何分歧？然后为相同的功能生成“技术简单翻译”和“风险/警告部分”。找到并纠正至少一项夸大或与代码相矛盾的 AI 语句。
清单
- [ ] 我用实际代码确认了每一项技术主张。
- [ ] 我删除了夸大/保证。
- [ ] 我诚实地写下了风险并强调了它们。
- [ ]我给了AI真实的机制；我没让他弥补。
- [ ] 我添加了警告“这不是财务建议。”
- [ ] 我为车辆和控制完整地编写了 NatSpec。
- [ ] 我计划使文档与代码保持同步。