"Výsledky testů jsou venku, není tam ani stopa po umělém sčítání, je to všechno AI" Dříve bylo přibližně 95 % dotazů na Dunu prováděno umělou inteligencí. Tento článek se zaměřuje na DuneAI a na to, jak využít AI k efektivnímu vytváření promptních slov (intermodulace AI?). ） Část 1: Stručný úvod do používání umělé inteligence v Duně @Dune vestavěná umělá inteligence pomáhá uživatelům rychle generovat dotazy SQL pomocí přirozeného jazyka. Po vytvoření nového dotazu se v dolní části bloku kódu zobrazí slot pro zadání výzvy Body použití: 1. Jasně vyjádřete, na co se chcete dotazovat, v angličtině a poskytněte kontext, včetně klíčových informací, jako je databáze, časový rozsah, konkrétní adresa smlouvy, symbol tokenu atd. - Příklad: "Vypsat všechny obchody zahrnující WETH (0xC02aaA39b223FE8D0A0e5C4F27eAD9083C756Cc2) na Uniswapu v3 za posledních 24 hodin" 2. Upravte požadavky na dotaz na základě počátečních výsledků - Umělá inteligence Duny má integrované testovací případy, které zajišťují správné fungování generovaných dotazů - Pomocí funkce "fix" v horní části kódu dotazu můžete upravit a doladit na základě existujících dotazů Další informace naleznete v oficiální dokumentaci: Část II: Projekt aplikace Word s více agenty V praxi je spoléhání se pouze na jeden nástroj umělé inteligence často obtížné dosáhnout nejlepších výsledků. Sada zde představených procesů Prompt Engineeringimg pro spolupráci s více agenty může výrazně zlepšit kvalitu a efektivitu dotazů a lze ji rozšířit na další obchodní scénáře Základní pracovní postup 1. Popis mise: Začněte formulováním obchodních požadavků 2. Zpracování AI1: Použijte univerzální umělou inteligenci, jako je ChatGPT nebo DeepSeek, k překladu požadavků do profesionálních rychlých slov 3. Spuštění AI2: Zadejte optimalizovaná slova výzvy do profesionální umělé inteligence (jako je Dune AI) ke spuštění 4. Vyhodnocení výsledků: Zkontrolujte, zda předběžné výsledky splňují potřeby 5. Iterativní optimalizace: Upravte slova výzvy podle potřeby a opakujte výše uvedený postup Můžete si flexibilně vybrat AI2, který je blízký vašim obchodním scénářům na základě vašich potřeb, jako je použití Dune AI pro generování dotazů, Copilot Claude 3 pro dokončení programovacích úkolů a Grok 3 pro získávání a organizaci informací na Twitteru Například moje první výzva je: “ Potřebuji analyzovat obchodní chování konkrétního tokenu v řetězci Solana, abych zjistil, co se děje ve stanoveném časovém rámci: 1. Adresy, které byly zakoupeny více než Nkrát 2. Adresy s buy-inem vyšším než X USD 3. Adresy s čistým přílivem (celkový nákup - celkový prodej) vyšším než USD Y 4. Adresy, které nebyly prodány více než Z krát Nakonec bude nutné vrátit podrobnosti o těchto adresách, včetně: - Adresa peněženky - Čistá částka přítoku - Počet buy-inů - Počet prodejů - Čas prvního obchodu - Poslední čas obchodování - Adresa tokenu Pomozte mi prosím přeložit tento požadavek do profesionálního formátu rychlého slova, kterému Dune AI rozumí, včetně všech potřebných definic schémat a parametrů; Používejte angličtinu; Související dokumentace databáze: (Popis jsem poskytl zde) ” Poté jsem doladil výzvu druhé fáze a nechal Dune AI vygenerovat dotaz; Výzvu druhé fáze, kterou jsem použil, jsem vložil do sekce komentářů Doufám, že vám tento článek pomohl (Ano, tento trik je také použit v tomto článku a všechny obrázky jsou nakresleny pomocí AI po vygenerování syntaxe mořské panny)

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.