数据与提示——输入端的结构与验证纪律

一、问题起点：输出质量取决于输入结构

第一课划分了 AI 在交易链路中的六个位置，其中信息整理位于最前端。若摘要错误、日期混乱或来源不可追溯，后续假设生成、回测讨论与风控清单都只是在放大初始偏差。因此，第二课不讨论“如何问出更好答案“的技巧优先，而讨论输入端应遵循怎样的结构纪律，使模型输出默认处于待验证状态，而非被当作既成事实。

幻觉在交易语境中，通常不是指模型故意造假，而是指生成内容流畅、语气确定，却无法对应可核对的一手材料。常见形态包括：编造公告或链接、混淆市值与流通量、将旧数据用于当前问题、用“链上数据显示“等表述却不给出地址、时间窗口与统计口径。应对方式不是完全拒绝使用 AI，而是为每一条进入决策链条的信息规定来源等级、时间边界与验证步骤。

二、信源分级：建立可执行的分类框架

在将材料交给 AI 之前，宜对信息来源作分级，并在提示中要求模型按等级标注每条要点。分级的目的不是形式主义，而是明确哪些内容可以写成事实陈述，哪些只能写成线索或待核实判断。

一手来源包括项目官网、GitHub 发布记录、交易所与监管机构公告、区块浏览器与可导出的成交数据等。这类材料相对可靠，但仍需防范钓鱼页面与伪造公告，链接与域名应人工核对。

研究机构报告、审计文件、储备证明页面属于次级来源，可用于理解机制，但须注意发布日期与审计范围是否覆盖当前结构。

主流媒体对政策的转述可作参考，关键结论应回到一手文件核对。

社交媒体、KOL 与社群内容仅适合作为发现问题的入口，不宜单独构成开仓理由。匿名截图与“内部消息“默认不进入交易逻辑。

提示中可要求：仅高等级来源可作为事实句；中低等级来源须标明“据报道“或“未经证实“；缺少来源与日期者统一标注为待核实。这样即使模型仍有疏漏，输出格式也便于人工筛除。

三、时间戳与口径：加密数据最易“旧图新用“

模型训练与检索存在滞后，项目机制也常升级。提问时应明确时间范围，例如仅分析某日期之后的材料；对可能过期的信息注明“截至某日“。比较价格或指标时，应写明 K 线周期、交易所、交易对、现货或永续等口径。链上统计须说明链名称、合约地址、统计窗口、是否包含交易所流入流出。同一问题在不同口径下可能得出相反结论，口径应作为提示的固定字段，而不是事后补充。

四、幸存者叙事与反面证据

加密讨论中常见只展示盈利案例、只取牛市样本、只引用上涨阶段的回测。AI 在叙述时容易把故事讲圆，却忽略同期失败样本。对抗方式包括：要求同时列出支持与反对的证据；要求说明样本数量与时间段；证据不足时明确回答“无法判断“，而非强行给出方向。研究型对话更适合输出情景与失效条件，而不是直接输出做多或做空结论。

五、提示结构：约束形态而非堆砌修辞

有效的提示通常包含四部分：范围说明（研究助理角色、不荐币、不保证收益）；约束条件（不许编造链接、不确定须标注、信源分级规则）；输出格式（论点、依据、来源等级、日期、失效条件）；验证步骤（人工必须完成的核对项，如打开公告 URL、核对链上交易哈希）。每次对话结束时应生成验证清单，由人工逐项完成后再进入假设或交易环节。提示词长短不是关键，来源、时间与口径是否写死更为关键。

六、数据分工：数字由人提供，模型负责解释

更稳妥的分工是：行情与链上数据从 API、交易所导出或浏览器获取，以原始表格或明确字段粘贴给 AI；模型解释含义、指出矛盾、协助结构化假设，而不单独生成关键数值。若由模型参与计算，应要求展示公式与中间步骤，并对核心结论安排人工复算。长对话上下文易漂移，重要主题宜新开对话，将已核实事实单独存档，后续仅引用该库，以减少上下文污染。

七、本课总结

本课处理的是 AI 用起来之前的一步：材料从哪来、带不带日期和口径、低等级信源能不能写进交易理由。幻觉和幸存者叙事，多半不是模型“胡说“，而是输入里混进了无法核对的说法、旧数据和只挑成功案例的叙述。把信源分级、时间边界、验证清单写进固定流程，输出就会默认是草稿，需要核对之后才能进入假设和仓位讨论。下一课进入策略验证：输入干净之后，还要单独审视数据、费用和样本外结果，回测曲线本身不能等于策略成立。