"نتائج الاختبار خارجة ، لا يوجد أي أثر للإضافة الاصطناعية ، كل ذلك هو الذكاء الاصطناعي" في السابق ، تم إجراء حوالي 95٪ من استعلام الكثبان الرملية بواسطة الذكاء الاصطناعي. تركز هذه المقالة على DuneAI وكيفية استخدام الذكاء الاصطناعي لهندسة الكلمات السريعة بكفاءة (التعديل البيني لشبكة الذكاء الاصطناعي؟). ） الجزء 1: مقدمة موجزة لاستخدام الذكاء الاصطناعي للكثبان الرملية تساعد @Dune الذكاء الاصطناعي المضمنة المستخدمين على إنشاء استعلامات SQL بسرعة باستخدام اللغة الطبيعية. بعد إنشاء استعلام جديد، يمكنك رؤية فتحة الإدخال المطالبة في الجزء السفلي من كتلة التعليمات البرمجية نقاط الاستخدام: 1. عبر بوضوح عما تريد الاستعلام عنه باللغة الإنجليزية ، وقدم السياق ، بما في ذلك المعلومات الأساسية مثل قاعدة البيانات ، والنطاق الزمني ، وعنوان العقد المحدد ، ورمز الرمز المميز ، وما إلى ذلك - مثال: "قم بإدراج جميع الصفقات التي تنطوي على WETH (0xC02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc2) على Uniswap v3 في ال 24 ساعة الماضية" 2. اضبط متطلبات الاستعلام بناء على النتائج الأولية - يحتوي الذكاء الاصطناعي على الكثبان الرملية على حالات اختبار مضمنة للتأكد من أن الاستعلامات التي تم إنشاؤها تعمل بشكل صحيح - يمكنك استخدام وظيفة "الإصلاح" في الجزء العلوي من كود الاستعلام لتعديل الاستعلامات وضبطها بناء على الاستعلامات الموجودة لمزيد من المعلومات، يرجى الرجوع إلى الوثائق الرسمية: الجزء الثاني: مشروع الكلمات المطالبة متعددة العوامل من الناحية العملية ، غالبا ما يكافح الاعتماد على أداة الذكاء الاصطناعي وحدها للحصول على أفضل النتائج. يمكن لمجموعة عمليات Prompt Engineerimg التعاونية متعددة الوكلاء المقدمة هنا تحسين جودة الاستعلام وكفاءته بشكل كبير، ويمكن توسيعها لتشمل سيناريوهات الأعمال الأخرى سير العمل الأساسي 1. وصف المهمة: ابدأ بتوضيح متطلبات العمل 2. معالجة AI1: استخدم الذكاء الاصطناعي للأغراض العامة ، مثل ChatGPT أو DeepSeek ، لترجمة المتطلبات إلى كلمات سريعة احترافية 3. تنفيذ AI2: أدخل الكلمات السريعة المحسنة في الذكاء الاصطناعي الاحترافي (مثل الذكاء الاصطناعي للكثبان الرملية) للتنفيذ 4. تقييم النتائج: تحقق مما إذا كانت النتائج الأولية تلبي الاحتياجات 5. التحسين التكراري: اضبط الكلمات السريعة حسب الحاجة وكرر العملية المذكورة أعلاه يمكنك اختيار AI2 القريب من سيناريوهات عملك بمرونة بناء على احتياجاتك ، مثل استخدام الذكاء الاصطناعي للكثبان الرملية لإنشاء الاستعلامات ، و Copilot Claude 3 لإكمال مهام البرمجة ، و Grok 3 لاسترداد معلومات Twitter وتنظيمها على سبيل المثال ، موجه أول لي هي: “ أحتاج إلى تحليل سلوك التداول لرمز مميز معين على سلسلة Solana لمعرفة ما يحدث خلال الإطار الزمني المحدد: 1. العناوين التي اشترت أكثر من N مرة 2. العناوين التي يزيد مبلغ الشراء فيها عن X دولار أمريكي 3. العناوين ذات التدفقات الصافية (إجمالي عمليات الشراء - إجمالي المبيعات) أكبر من الدولار الأمريكي Y 4. العناوين التي لم يتم بيعها أكثر من Z مرات في النهاية ، يجب إرجاع تفاصيل هذه العناوين ، بما في ذلك: - عنوان المحفظة - صافي مبلغ التدفق الداخلي - عدد عمليات الشراء - عدد عمليات البيع - وقت التداول الأول - آخر وقت تداول - عنوان الرمز المميز الرجاء مساعدتي في ترجمة هذا المطلب إلى تنسيق كلمة سريع احترافي يمكن أن يفهمه الذكاء الاصطناعي الكثبان الرملية ، بما في ذلك جميع تعريفات المخطط والمعلمات الضرورية. استخدم اللغة الإنجليزية. وثائق قاعدة البيانات ذات الصلة: (لقد قدمت وصفا هنا) ” بعد ذلك ، قمت بضبط موجه المرحلة الثانية وسمحت ل Dune الذكاء الاصطناعي بإنشاء الاستعلام. أضع موجه المرحلة الثانية الذي استخدمته في قسم التعليقات آمل أن يكون هذا المقال مفيدا لك (نعم ، تستخدم هذه الحيلة أيضا في هذه المقالة ، ويتم رسم جميع الصور باستخدام الذكاء الاصطناعي بعد إنشاء بناء جملة حورية البحر)

第二阶段 Prompt Scheme: `dex_solana.trades` Scheme Attributes: block_time: timestamp, UTC timestamp of trade amount_usd: double, unsigned USD value of the token traded token_bought_mint_address: string, if token_mint_address here then the trade is identified as buy token_sold_mint_address: string, if token_mint_address here then the trade is identified as sell trader_id: string, wallet address token_ Required Inputs: token_mint_address: string, solana token mint address to filter; start_datetime: date, start time; end_datetime: date, end time. Both in utc time; min_num_buys: number, minimal total number of buys within the time range; min_amount_per_buy: number, minimal amount for each buy, in USD; min_net_inflow: number, minimal amount summing inflow(total buy - total sell), in USD; max_num_sells: number, maximal total number of sells within the time range; Required Output : wallet_address: strings, wallet addresses matching above fields . net_inflow:number, signed total inflow num_buys: number, number of buys within time range num_sells:number, number of sells within time range first_trade_datetime:date, datetime first trade within the time range last_trade_datetime:date, last trade within the time range token_mint_address: string Write the SQL for me given the above requirements. Wrap the input parameters using double curly brackets {{}} in the SQL lines as place holders.