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

每次有新用户来问"ChatGPT 预测 BTC 准吗"，我们都让他自己跑这个测试：连续 20 个小时每整点问 ChatGPT"下一小时 BTC 涨还是跌"，记下答案 + 跟实际比较。

结果几乎一定是接近 50%——就是抛硬币。我们站 另一篇 ChatGPT 准确度实测里跑了 100 个样本，准确率 47%（比硬币略差，因为 AI 在不确定时倾向回答"涨"）。

为什么 AI 做不到：短期价格波动 90% 来自当时的订单簿状态 + 即时新闻 + 流动性事件——这些数据 AI 拿不到，或者拿到时已经是事后。它能告诉你"上一小时发生了什么"，告诉不了"下一小时会怎样"。

替代做法：问 AI"基于当前数据，未来 1 小时哪些信号值得监控"。让它列出"如果 BTC 跌破 X 看 Y，如果突破 A 看 B"——这是事实判断，不是预测，AI 做得到。

第 2 件 · 判断"现在能不能 all-in"

很多人会问 AI："我现在能 all-in BTC 吗？" AI 大概率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。真实失败案例：一个朋友 2024 年 12 月问 ChatGPT"BTC 107K 能不能买"，AI 列了 3 条利好 + 软性建议"可以分批"。他 all-in $50K——他的总资产 $80K。2025 年 1 月 BTC 跌到 $90K 他半夜失眠 + 卖在 $92K 亏 $7.5K。AI 不知道他的总资产、不知道他抗跌能力、不知道他失眠就割肉。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。

真实失败案例：2025 年 8 月有个用户用 Claude 写"BTC 每跌 3% 加仓一次"的合约策略，没写"什么情况下停止加仓"。Claude 生成了完美的加仓代码——加到第 5 次时账户已经在 4 倍杠杆 + 跌幅 15%。第 6 次加仓触发强平。账户清零。复盘他追问 Claude 时它说："你的 prompt 没要求我加止损逻辑。我按你说的写了。" 没毛病。

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

这段加进 prompt 后，AI 出错的概率会下降一个数量级。

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"，大部分情况它会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。它的训练数据是 2024 年前的网页，链上的实时状态它拿不到。

真实失败案例：有用户拿 ChatGPT 编造的"鲸鱼地址转账记录"当 alpha 信号，照着出钱买相同的代币——发现地址、代币、转账都不存在。是 AI 在他追问下编造的"看起来很专业的故事"。

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"。

真实失败案例：2024 年某个跑路的"AI + DePIN" 项目，ChatGPT 在它发币前回答用户"这个项目结合了 AI 和分布式存储两个赛道，团队来自硅谷"——全部基于官网自我介绍。项目方跑路后用户翻 ChatGPT 历史发现 AI 当时给的评价全是营销材料的复读。

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 100x 合约的爆仓窗口只有 0.5%-1%，AI 在这个尺度上：(a) 它的延迟（1-3 秒）就够爆仓；(b) 它幻觉一次就够爆仓；(c) 它对极端流动性事件（比如某个交易所瞬间宕机）毫无应对能力。

真实失败案例：2025 年 5 月有用户用 ChatGPT 帮他设计 100x ETH 永续策略——"震荡市开盘做多 1 分钟 K 线突破"。回测结果漂亮：年化 +400%。实盘 4 天爆仓——因为回测里没有"开盘瞬间深度不足导致滑点 1.5%"这种数据。AI 不知道实盘和回测的差距能这么大。

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 的喊单大部分是事后宣传——他喊"BTC 多"时已经买完，他喊"BTC 空"时已经平完。
• 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——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。

真实失败案例：2025 年某个匿名 X 大 V 喊"ETH 5000 见"被广泛传播，几个用户用 Claude 设置"跟踪这个大 V 喊单自动建仓"——大 V 推文后他们建多。结果大 V 推文那 3 小时其实是 ETH 那波的局部顶部，开始下跌 -8%。后来发现大 V 自己是逃顶在喊。

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 在加密交易里的价值不在它能预测什么，而在它能整理什么——把多源数据综合给你看、把策略代码标准化、把执行纪律自动化。这些它做得好。预测、判断、信任，这些事永远应该你自己来做。

记住一个简单原则：AI 适合做"客观事实的整理"，不适合做"主观判断的替代"。每次让 AI 干活前问自己一句——这件事是客观还是主观？是后者，就别让它干。

— PromptDeck, 2026-05-22
延伸阅读：AI 错判时怎么识别 ｜ ChatGPT 预测 BTC 准确度实测 ｜ Grok 跟 X 舆情亏损案例