千万不要让 AI 做的 7 件事：那些会让你赔钱的 AI 用法

第 1 件 · 预测下个小时 BTC 涨跌

“下一小时 BTC 涨还是跌”可以得到一个很肯定的回答，但语气不能说明预测能力。先查模型拿到了什么行情、数据截至何时，再谈它的判断。

要测准确率，需要事先固定时间窗口、互不重叠的分类规则和简单对照，保留全部输出。站内的ChatGPT 准确率评估方法用虚构数据演示计分，并没有测出模型的真实成绩；其中的 48 小时算例也不能拿来证明下一小时预测的表现。

容易漏掉的条件：没有接入或提供实时行情的模型，不能仅凭一句“根据当前市场”获得当前订单簿和新闻。即使数据完整、及时，未来价格仍待验证，不能把解释当成确定结果。

替代做法：提供带时间戳的材料，让 AI 列出哪些变化值得继续观察，并为每项说明依据和能推翻判断的条件。价格、阈值和触发后的操作由你另行核查，不由这段回答自动下单。

第 2 件 · 判断"现在能不能 all-in"

假设你问 AI："我现在能 all-in BTC 吗？" 它多半会给一段表面看起来周到的答案：列出"利好"3 条 + "风险"3 条 + 最后一句免责声明。看起来全面，实际毫无用处——因为 AI 不知道你的：

• 资金总规模（all-in 1000 美元 vs all-in 10 万美元是两件事）
• 家庭负担（房贷？孩子？应急金？）
• 时间偏好（这笔钱 6 个月内要用 vs 10 年不动）
• 风险偏好（亏 50% 能睡着 vs 亏 10% 就失眠）
• 已有持仓（你已经持 BTC 80% 仓位 vs 一币没买）

不知道这些前提，所有"建议"都是空话。设想 AI 回你几条利好，外加一句"可以分批"，你于是把大部分资产买了进去。之后市场回调，你扛不住、在低位割肉，这笔损失 AI 事先无从提醒：它不知道你的总资产和抗跌能力，也不知道你一失眠就会割肉。这件事 AI 不该被问。

替代做法：问自己——不是 AI——这 5 个问题：(1) 这笔钱我能不动多久；(2) 跌 50% 我会不会失眠；(3) 我目前已经持有什么；(4) 我有没有应急金；(5) 我是不是在 FOMO。AI 在这些问题上没有任何信息优势。

第 3 件 · 帮你写"没有止损"的策略

这是 AI 最危险的盲区之一。如果你的 prompt 没明确写止损，AI 大概率不会主动给你加。它会按你说的——"BTC 跌到 X 加仓"——一路加下去，直到爆仓。

比如你让它写"每跌 3% 加仓一次"的合约策略，却没写"什么情况下停止加仓"。它照样能生成一份跑得通的加仓代码；行情连续下跌时，加了几轮后账户已经是高杠杆 + 大幅浮亏，再加一次就可能触发强平。事后追问，它的回答大概是："你的 prompt 没要求我加止损逻辑。我按你说的写了。" 没毛病，错在约束没写进 prompt。

替代做法：任何让 AI 写交易策略 / 加仓逻辑的 prompt，必须在最前面加这一段：

所有策略必须满足以下风控规则，违反就拒绝生成代码：
1. 单笔最大亏损不超过总资金的 2%
2. 累计回撤超过 10% 时强制止损所有仓位
3. 杠杆不超过 3x
4. 每次加仓前必须重新评估趋势是否反转

把这段加进 prompt，AI 才有明确的约束可以对照；生成的代码里有没有对应的止损逻辑，仍要你自己逐条检查。

第 4 件 · 解读链上数据时凭空编造

问 AI "这个地址 0xABC...123 最近 7 天买了多少 BTC"，没接链上查询工具的模型很可能编造一个看似合理的数字。问它"这个钱包在 2024 年 8 月 5 日的交易记录"，它会编造交易哈希、区块号、对手方地址——全部以假乱真。

这叫幻觉（hallucination）。AI 知道"链上数据应该长这个样子"——区块号是数字、哈希是 64 位十六进制——但它不知道具体某个地址某天发生过什么。它的训练数据有截止日期，链上的实时状态它拿不到。拿这样一份"鲸鱼地址转账记录"当 alpha 信号、照着买相同的代币，等去区块浏览器一查，地址、代币、转账可能一样都对不上。

替代做法：(1) 不让 AI 自己"回忆"链上数据，永远让它通过工具调用——Binance Skills Hub 的 address_monitor / wallet_tracker 实时查 Etherscan / BscScan。(2) 拿到数据后让 AI 解读，不让 AI 提供数据本身。

第 5 件 · 评估某个新币能不能买

问 AI "这个 token 怎么样" 几乎一定得到模板答案：(1) 列出官网说的应用场景 (2) 列出代币经济 (3) 加一句 "需要做你自己的研究"。这段话毫无价值——它就是把白皮书复读了一遍。

问题在于：AI 没法判断一个项目是不是真的。白皮书可以是抄的、团队可以是匿名假人、智能合约可以是高仿、链上交易量可以是刷的——这些 AI 都看不出来。它读的是"项目说自己是什么"，不是"项目实际是什么"。

换成一个具体的问法：某个"AI + DePIN" 项目发币前，你问 AI 它怎么样，得到的是"这个项目结合了 AI 和分布式存储两个赛道，团队来自硅谷"。这类描述的依据只有官网的自我介绍；万一项目后来跑路，回头看，当时那段评价就是营销材料的复读。

替代做法：把代币审视拆成 3 个独立步骤——(1) 用 Skills Hub 的 token_analysis 拿合约的客观数据（持仓集中度、流动性、honeypot 检测）；(2) 自己看合约源码或者用 De.Fi Scanner 这类专业工具；(3) 自己查团队、合作伙伴、社区真实活跃度（不只是 Telegram 用户数，要看消息频率、原创内容比例）。AI 在第 1 步有用，2 和 3 不要交给 AI。

第 6 件 · 设计 100x 杠杆策略

AI 会非常乐意帮你设计 100x 永续合约策略——给你画 K 线分析、写入场出场逻辑、列止损止盈位。看起来都很专业。但杠杆越高，仓位能承受的反向波动就越小。到了 100x 这个尺度，AI 的响应延迟和偶尔的出错都会被放大，遇到极端流动性事件（比如某个交易所瞬间宕机），它也没有应对办法。

回测也救不了它。让 AI 设计一个高倍 ETH 永续策略，比如"震荡市开盘做多 1 分钟 K 线突破"，回测结果可能很漂亮，可回测里没有"开盘瞬间深度不足导致明显滑点"这类真实摩擦，高倍杠杆下一次滑点就可能把仓位打到强平。这个差距 AI 不会主动提醒你。

替代做法：100x 这种高杠杆策略根本不该用 AI 设计——应该用专业量化平台（Hummingbot / Freqtrade / 自建低延迟系统）。如果你坚持用 AI 辅助，把杠杆控制在 3x-5x，那是 AI 反应时间和延迟容忍度的合理区间。

第 7 件 · 替你跟单某个 KOL 的喊单

有时候用户会发现 AI"可以读 Twitter"（实际上多数模型不能实时读，要么是缓存数据要么是编造），然后让 AI"跟踪 XX 大 V 最近喊了什么单帮我跟"。

这件事错在多个层面：

• 大 V 的喊单可能是事后宣传——他喊"BTC 多"时可能已经买完，他喊"BTC 空"时可能已经平完，你从推文里看不出来。
• AI 没法验证大 V 实际的入场点和仓位。一句"我已经布局好"背后可能是 $100 测试仓也可能是 $100K 真实仓。
• 跟单延迟可能让你直接接最高点——假如大 V 发推时已经盈利 +20%，你跟单时还能赚多少？
• AI 把这些都"忠实复读"会让你以为自己拿到了 alpha——你拿到的是结构化包装的旧信息。

四条叠在一起的结果是：大 V 一喊"ETH 某价位见"，AI 就照你的设置跟着建多；要是那段时间正好是局部顶部、大 V 是在出货时喊的单，你就接在了最高处。这一点 AI 从推文里分辨不出来。

替代做法：(1) 不要让 AI 替你"信"任何具体的人；(2) 让 AI 做信号聚合（X 大 V + 链上数据 + 资金费率 + 持仓 OI），当所有信号一致时给警报；(3) 任何具体下单决策都自己拍板——AI 给数据，你给判断。

一句话总结

AI 在加密交易里能帮上忙的是整理：把多源数据汇总给你看、把策略代码写规范、把执行纪律固定下来。预测、判断、信任谁，这些事你自己来。

每次让 AI 干活前问自己一句：这件事是在整理已有的事实，还是在替我做判断？是后者，就别交给它。

— PromptDeck，发布于 2026-05-22，修订于 2026-10-06
延伸阅读：AI 错判时怎么识别 ｜ ChatGPT 准确率评估方法 ｜ Grok 与 X 交易信号的误读核查