今天上线了vibe coding的第二个产品：热点分析 让AI分析币圈热点，5分钟就可以掌握币圈的最热话题 这个功能现在很常见，那我花时间做的有何不同呢？ 1  说人话的有趣AI 让AI写的报告有人味，文字的可读性更强。这是我精心调教的结果，经历了三次版本的迭代。第一版是在刚开始做AI分析的时候，我像大部分人一样，重心在功能的实现。 完工后我发现，AI写的报告平平无奇，并且带有很多晦涩难懂的专业名词。于是我进行改进，开始测试十几个不同的大模型，以及不同的Prompt工程。 因为我发现模型拥有不同的性格，有的输出文字细腻，有的严谨，有的喜欢自由发挥。在这个过程中，我自己也改变了想法，将原先追求专业深度的报告，转变为注重阅读体验的报告。 在我打算完工的时候，读着第二版的报告，总觉得内容不错但是表现力不够。于是，我开始调试temperature等参数，以及Prompt的微调，这是一次小心翼翼的尝试。需要允许AI有自己的个性，但是要防止它过于放飞。 因为AI的分析需要基于提供的数据，而不是它自己的知识库。同时允许它表达推文数据中的情感。比如当市场弥漫着恐惧情绪时，AI的文字就不能写得仿佛大家都很高兴。 最终的效果还可以，AI具有人情味，比如它昨天的分析，最后会开玩笑的说： 别想着什么“别人恐惧我贪婪”，搞不好是“别人恐惧你破产”。 2 精心挑选的Top 1000 kol 我们都知道，数据的质量决定了结果。对于信息总结，KOL的选择也至关重要。这个时候KOL-Lens就发挥了它的价值。根据它的数据，我们挑选了币圈有影响力、战绩好、数据表现优异的KOL。 3 分析策略 当分析的推文数量达到几千条时，就无法一次性投喂给AI了。一方面涉及输入token超过最大限制；另一方面，由于几千条推文是非常凌乱的信息，AI对其信息的整合处理能力较弱。实测下来，准确度并不高。所以，我采用了一种新的分析方法。具体步骤如下： 第一步：数据清洗，去除无用的垃圾数据，提高AI的准确度 第二步：对每条推文进行实体命名分析，用于分类 第三步：对未命中实体的推文进行主题分类 第四步：分类报告分析 第五步：综合性去重 经过5步处理的方案，可以在大量数据的情况下，实现综合的分析。 网站：https://t.co/48vs0pf5xq 注册账户需要邀请码，请在此留言。（注，kol-lens的账号通用，不需要另外注册）