7 rzeczy, których nigdy nie zlecaj AI w tradingu krypto — sposoby użycia, które kosztują pieniądze

Rzecz 1 · Prognoza wzrostu/spadku BTC w ciągu następnej godziny

Na pytanie „czy BTC wzrośnie w ciągu godziny?” można dostać stanowczą odpowiedź. Jej ton nie mierzy trafności prognozy. Najpierw sprawdź, jakie dane rynkowe otrzymał model i kiedy je zebrano.

Ocena wymaga ustalonego horyzontu, rozłącznych kategorii, prostego punktu odniesienia i zapisu wszystkich odpowiedzi. Nasz poradnik oceny trafności ChatGPT wyjaśnia obliczenia na wymyślonych danych, a nie przedstawia wyników badania modelu. Przykład z horyzontem 48 godzin nie dowodzi też skuteczności prognoz na następną godzinę.

Łatwo pominąć ten warunek: model bez dostępu do bieżących danych lub dostarczonych materiałów nie pozna aktualnego arkusza zleceń i wiadomości tylko dlatego, że prompt mówi o „obecnym rynku”. Nawet kompletne i świeże dane nie zmieniają interpretacji w potwierdzony przyszły wynik.

Alternatywa: przekaż materiały ze znacznikiem czasu i poproś o wskazanie zmian wartych obserwacji, ich uzasadnienie oraz warunki podważające każdą interpretację. Ceny, progi i dalsze działania sprawdź osobno; odpowiedź nie powinna samodzielnie uruchamiać transakcji.

Rzecz 2 · Ocena „czy mogę teraz all-in"

Załóżmy, że pytasz AI: „mogę teraz all-in na BTC?". Najpewniej dostaniesz pozornie zrównoważoną odpowiedź: 3 plusy + 3 ryzyka + disclaimer. Wygląda kompletnie, jest bezużyteczne — bo AI nie zna twojego:

• Łącznego kapitału (all-in $1 000 vs $100 000 to dwie zupełnie różne rzeczy)
• Obowiązków rodzinnych (kredyt? dzieci? poduszka bezpieczeństwa?)
• Horyzontu czasowego (te pieniądze potrzebne w 6 miesięcy vs nieruchome przez 10 lat)
• Tolerancji ryzyka (zasypiasz mimo -50% vs cierpisz przy -10%)
• Aktualnej alokacji (już masz 80% w BTC vs zero)

Bez tych przesłanek każda „rekomendacja" jest pustosłowiem. Wyobraź sobie, że AI podaje ci kilka argumentów za i dorzuca „rozważ stopniowe wejście”, a ty kupujesz za większość swoich środków. Potem rynek się cofa, nie wytrzymujesz i sprzedajesz nisko — przed taką stratą AI nie miało jak cię ostrzec: nie znało sumy twoich aktywów ani tolerancji na spadki, nie wiedziało też, że po nieprzespanej nocy tniesz pozycje. To pytanie nie powinno trafić do AI.

Alternatywa: zadaj sobie — nie AI — 5 pytań: (1) jak długo mogę nie ruszać tej kwoty; (2) czy spadek -50% pozbawi mnie snu; (3) co już mam; (4) czy mam poduszkę bezpieczeństwa; (5) czy działam pod wpływem FOMO. AI w tych pytaniach nie ma żadnej przewagi informacyjnej.

Rzecz 3 · Pisanie strategii „bez stop-lossa"

To jedno z najgroźniejszych martwych pól AI. Jeśli twój prompt nie wspomina o stop-lossie, AI najpewniej go nie doda. Zrobi to, co napiszesz — „dokup BTC po każdym spadku 3%" — aż do likwidacji.

Powiedzmy, że każesz mu napisać strategię na kontraktach „dokupuj co -3%”, ale nie piszesz, „kiedy przestać”. I tak wygeneruje działający kod dolewania; gdy rynek spada dzień po dniu, po kilku dolewkach konto ma już wysoki lewar i głęboką niezrealizowaną stratę, i kolejna dolewka może wywołać przymusową likwidację. Zapytany później model odpowie mniej więcej tak: „twój prompt nie wymagał logiki stop-loss. Napisałem to, o co prosiłeś”. Formalnie ma rację — błędem było niewpisanie tego ograniczenia do promptu.

Alternatywa: każdy prompt, w którym AI ma pisać strategię / logikę dolewania, musi mieć na początku ten fragment:

Każda strategia musi spełniać poniższe reguły risk control, w przeciwnym razie odmów generacji kodu:
1. Maksymalna strata na pojedynczej transakcji ≤ 2% kapitału
2. Skumulowany drawdown > 10% wymusza stop wszystkich pozycji
3. Lewar ≤ 3x
4. Przed każdym dolewaniem ponownie oceń, czy trend się nie odwrócił

Dopiero z tym fragmentem w prompcie AI ma jasne ograniczenia, do których może się odnieść; to, czy w wygenerowanym kodzie rzeczywiście jest odpowiadająca im logika stop-loss, i tak musisz sprawdzić sam, punkt po punkcie.

Rzecz 4 · Interpretacja danych on-chain — kreatywne zmyślanie

Pytasz AI „ile BTC kupił adres 0xABC...123 w ostatnich 7 dniach", a model bez podłączonego narzędzia do zapytań on-chain najpewniej zmyśli prawdopodobnie wyglądającą liczbę. Pytasz „transakcje tego portfela 5 sierpnia 2024" — wyprodukuje hashe transakcji, numery bloków, kontrahentów — wszystko bardzo realistyczne, wszystko nieprawdziwe.

To jest halucynacja. AI wie „jak powinny wyglądać dane on-chain" — numer bloku to liczba, hash to 64 hex — ale nie zna konkretnej aktywności danego adresu z konkretnego dnia. Jego dane treningowe mają datę odcięcia, a do stanu on-chain na żywo nie ma dostępu. Jeśli takie „transakcje adresu wielorybiego" potraktujesz jako sygnał alpha i kupisz te same tokeny, to po sprawdzeniu w eksploratorze bloków może się nie zgadzać ani adres, ani token, ani transfery.

Alternatywa: (1) nie pozwalaj AI „przypominać sobie" danych on-chain — niech zawsze działa przez wywołanie narzędzia (address_monitor / wallet_tracker ze Skills Hub odpytują w czasie rzeczywistym Etherscan / BscScan). (2) Po otrzymaniu danych — niech AI je interpretuje, ale nie pozwalaj jej dostarczać danych.

Rzecz 5 · Ocena „czy ten nowy token warto kupić"

Pytanie „co sądzisz o tym tokenie" niemal zawsze zwraca szablon: (1) lista zastosowań ze strony projektu (2) tokenomika (3) „zrób własny research". To bez wartości — przepisanie whitepapera.

Problem: AI nie wie, czy projekt jest prawdziwy. Whitepaper bywa przepisany, zespół może być anonimowymi fikcyjnymi awatarami, kontrakt może być kopią honeypota, wolumen on-chain można pompować — tego AI nie widzi. Czyta „co projekt mówi o sobie", nie „czym projekt jest".

Na konkretnym pytaniu wygląda to tak: przed emisją tokena pewnego projektu „AI + DePIN” pytasz AI, co o nim sądzi, i dostajesz: „łączy AI i rozproszone storage, zespół z Doliny Krzemowej”. Jedyną podstawą takiego opisu jest to, co projekt pisze o sobie na własnej stronie; gdyby projekt okazał się później rug pullem, tamta ocena byłaby z perspektywy czasu powtórzeniem materiałów marketingowych.

Alternatywa: rozbij ocenę tokena na 3 niezależne kroki: (1) Skills Hub token_analysis daje obiektywne dane kontraktu (koncentracja posiadaczy, płynność, detekcja honeypot); (2) sam czytasz kod kontraktu lub używasz De.Fi Scanner; (3) sprawdzasz zespół, partnerów, realną aktywność społeczności (nie liczbę użytkowników na Telegramie, tylko częstotliwość wiadomości i odsetek treści oryginalnych). AI pomaga w kroku 1, 2 i 3 nie zlecaj AI.

Rzecz 6 · Projektowanie strategii 100x dźwigni

AI z radością zaprojektuje strategię 100x perp — analiza świec, logika wejścia/wyjścia, poziomy SL/TP. Wszystko wygląda profesjonalnie. Ale im wyższa dźwignia, tym mniejszy ruch przeciwko tobie pozycja jest w stanie wytrzymać. Przy 100x opóźnienie odpowiedzi AI i jego sporadyczne pomyłki ważą wielokrotnie więcej, a na ekstremalne zdarzenia płynnościowe (chwilowe padnięcie giełdy) AI nie ma jak reagować.

Backtest też jej nie uratuje. Każ AI zaprojektować strategię na ETH perp z wysokim lewarem, np. „w konsolidacji long po wybiciu 1-minutowej świecy na otwarciu” — wynik backtestu może wyglądać pięknie, tyle że nie ma w nim realnego tarcia w rodzaju „na otwarciu księga zleceń jest płytka i poślizg jest wyraźny”, a przy wysokim lewarze jeden taki poślizg może doprowadzić pozycję do likwidacji. Tej różnicy AI samo ci nie zasygnalizuje.

Alternatywa: strategie 100x nie powinny być w ogóle projektowane przez AI — od tego są profesjonalne platformy quant (Hummingbot / Freqtrade / własny system o niskim opóźnieniu). Jeśli uparcie używasz AI, trzymaj lewar w przedziale 3x-5x, gdzie czas reakcji i tolerancja na opóźnienia AI mają sens.

Rzecz 7 · „Skopiuj sygnał od tego KOL-a za mnie"

Bywa, że użytkownik odkrywa, że AI „umie czytać Twittera" (w rzeczywistości większość modeli nie czyta w czasie rzeczywistym — albo dane cached, albo zmyślone) i prosi „śledź wpisy XX-influencera i kopiuj jego sygnały".

To błąd na wielu poziomach:

• Sygnały influencerów mogą być komunikatami ex post — kiedy krzyczy „long BTC", mógł już kupić; kiedy krzyczy „short BTC", mógł już zamknąć pozycję, a z samego wpisu tego nie wyczytasz.
• AI nie sprawdzi rzeczywistej ceny wejścia i rozmiaru pozycji KOL-a. „Ustawione" może oznaczać $100 testowych albo $100K realnych.
• Opóźnienie kopiowania może wstrzelić cię prosto w lokalny szczyt — jeśli KOL pisze, gdy ma już +20%, to ile zostaje dla ciebie?
• AI „wiernie odtwarzające" te sygnały daje ci złudzenie alphy — dostajesz spakowane stare informacje.

Te cztery rzeczy razem dają taki skutek: KOL ogłasza „ETH do takiego a takiego celu”, AI zgodnie z twoim ustawieniem otwiera longa; jeśli to akurat lokalny szczyt, a KOL nawołuje do kupna, sam wychodząc z pozycji, kupujesz na samej górze. Z treści wpisu AI tego nie rozpozna.

Alternatywa: (1) nie zlecaj AI „wiary" w konkretnego człowieka; (2) niech AI agreguje sygnały (X-influencer + dane on-chain + funding rate + Open Interest), alert tylko gdy wszystkie zgadzają się; (3) decyzje zleceniowe podejmujesz sam — AI daje dane, ty robisz ocenę.

Podsumowanie

W handlu krypto AI pomaga w porządkowaniu: zbiera dane z wielu źródeł w jednym miejscu, doprowadza kod strategii do porządku, utrwala dyscyplinę egzekucji. Przewidywanie, ocena i to, komu ufać — to robisz sam.

Zanim zlecisz coś AI, zadaj sobie jedno pytanie: czy to porządkowanie istniejących faktów, czy podejmowanie decyzji za mnie? Jeśli to drugie, nie zlecaj.

— PromptDeck, opublikowano 2026-05-22, zaktualizowano 2026-10-06
Dalsza lektura: Jak rozpoznać błąd AI | Metoda oceny trafności ChatGPT | Grok i sygnały z X: weryfikacja błędnych interpretacji