本课内容
- 如何为市场研究提示
- 如何区分摘要与经验证的事实
重点回顾
- 1好的提示定义问题、来源标准、假设和输出格式
- 2原始来源检查比精美措辞更重要
- 3有用的 AI 答案表达不确定性而非隐藏它
课程摘要
为市场研究撰写提示词，重点在于让模型的工作可被审视。
思维模型
市场研究提示词工程，去掉行话
为市场研究撰写提示词，重点在于让模型的工作可被审视。一个好的提示词要说明问题、来源标准、假设、输出格式，以及该如何呈现不确定性。.
- 如何为市场研究提示
- 如何区分摘要与经验证的事实
核心机制
如何理解 市场研究提示词工程
提示词应该定义市场、时间范围，以及要支持的决策。.
来源要求应优先采用原始文档、官方数据，或标示清楚的二次分析。.
输出应把事实、推论与待解问题分开呈现。.
- 好的提示定义问题、来源标准、假设和输出格式
- 原始来源检查比精美措辞更重要
- 有用的 AI 答案表达不确定性而非隐藏它
实例
一个具体的 市场研究提示词工程 案例
与其问「哪个代币最好」，不如要求提供协议收入来源、代币解锁时程、流动性状况、来源链接，以及会推翻这个论点的风险。.
请牢记决策规则：先要求证据与不确定性，只有在来源都核实之后，才要求结论。.
常见误区
关于 市场研究提示词工程 需要纠正的认知
一份精致的 AI 摘要可能感觉像做过尽职调查，但它可能只是把过时或薄弱的来源，压缩成听起来很有自信的文本。.
风险提示
在依赖 市场研究提示词工程 之前
捏造的引用来源、过时的数字、来源洗白，以及缺漏的下行情境，都可能让 AI 辅助研究变得危险。.
- 说明要支持的决策。
- 要求来源品质。
- 把事实与推论分开。
实践练习
关于 市场研究提示词工程 的简短训练
- 说明要支持的决策。
- 要求来源品质。
- 把事实与推论分开。
复习
关键术语
- 流动性
- 资产在不大幅影响价格的情况下被买入或卖出的容易程度。
- 机器学习
- 从数据中学习规律的算法，而非被明确编程。
- 大语言模型（LLM）
- 通过上下文预测和生成文本的 AI 模型。
- 回测
- 在历史数据上测试策略，然后再冒险真实资金。
参考来源
编辑参考资料
这些参考资料是验证本课所涉机制、风险核查与产品背景的基础。
nist.gov/publications/artificial-intelligence-risk-management-frameworkNIST AI 风险管理框架（AI RMF 1.0）提供 AI 系统可信度评估框架，包括鲁棒性、可解释性与偏差检测，适用于金融 AI 风险分析。owasp.org/www-project-top-10-for-large-language-model-applicationsOWASP 大语言模型应用 Top 10列举 LLM 应用的十大安全风险，包括提示词注入、幻觉输出及不安全的工具调用。developers.gaiaex.comGaiaEx 文档GaiaEx API 官方参考，涵盖身份认证、订单提交、账户管理及现货、永续合约端点。developers.gaiaex.com/securityGaiaEx 安全与自托管说明 MPC 钱包架构、EIP-712 签名流程及 GaiaEx 非托管模式下用户的自主控制原则。
继续之前
你能做到以下这些吗？
- 说明要支持的决策。
- 要求来源品质。
- 把事实与推论分开。
相关学习内容
继续阅读
检查点
完成本课
通过检测以保存进度，然后依次继续本轨道的学习。
知识检测
1 / 2确认完成本课
答对所有题目方可完成本课。
好的市场研究提示应包括……