Sete perguntas que um modelo de linguagem responde bem — porque são perguntas de mecanismo, não de preço. Nenhuma delas pergunta se o ativo vai subir. Todas perguntam como ele funciona, quem ganha dinheiro com ele e o que precisa dar errado para a tese cair.
Antes de qualquer tese, a pergunta mais barata: quantos tokens ainda vão existir, e na mão de quem eles estão hoje.
Analise a tokenomics de [TOKEN]. • Supply circulante x total e a diluição até 2030 • Calendário de unlock: data, volume e % do float • Concentração em VC, tesouraria e top 10 carteiras • Receita real do protocolo e quem captura ela Saída: tabela + 3 riscos em ordem de probabilidade.
Serve para a tese em que você já acredita. O modelo assume o lado vendido e tenta derrubar você com dado, não com opinião.
Minha tese para [ATIVO] é: [cole a tese]. Assuma o papel de um gestor vendido nesse ativo. • Ataque as 5 premissas mais frágeis • Traga o dado que derruba cada uma • Descreva o cenário em que eu perco 70% • Liste o que precisaria ser verdade pra eu estar certo Saída: relatório de venda, em tópicos.
O dado on-chain é público e quase ninguém lê. Este prompt procura a distância entre o que o preço diz e o que a rede faz.
Seguem os dados on-chain de [TOKEN] nos últimos 90 dias: [netflow de exchanges, endereços ativos, TVL, holders]. • Aponte 3 divergências entre preço e uso da rede • Diga o que as carteiras acima de US$ 1M fizeram • Marque o que muda se o padrão durar mais 30 dias Saída: 5 linhas de leitura + 1 gatilho pra acompanhar.
Narrativa move capital antes de mover fundamento. O que interessa aqui é o estágio — e o evento que encerra cada uma.
Mapeie as narrativas ativas hoje: [liste as que você acompanha]. Para cada uma me dê: • Estágio: formação, aceleração ou exaustão • Fluxo de capital dos últimos 30 dias • Os 3 ativos mais expostos e o beta de cada um • O evento que encerra essa narrativa Saída: tabela ordenada por risco/retorno.
Preço isolado não diz nada. Preço ao lado de receita, emissão e uso começa a dizer.
Compare [TOKEN A], [TOKEN B] e [TOKEN C] no setor de [DeFi / L2 / RWA]. Monte uma tabela com FDV, receita 90d, P/S, usuários ativos, TVL e emissão anual. • Marque quem entrega mais receita por dólar de FDV • Aponte o outlier e explique de onde vem o desvio • Diga qual métrica desse setor antecipa preço Saída: tabela + veredito em 3 linhas.
Escrever o enterro antes do casamento. A posição já caiu 80% — e você tem que explicar por quê, com os sinais que apareceram primeiro.
Vou comprar [TOKEN] a [preço], com [x]% do portfólio. Estamos 6 meses à frente e essa posição caiu 80%. • Escreva as 5 causas mais prováveis, em ordem • Diga que sinal teria aparecido primeiro em cada uma • Defina o stop e o tamanho que sobrevive a todas Saída: 1 regra de saída escrita para cada causa.
Quatro perguntas de dono de negócio, aplicadas a protocolo: caixa, fosso, alocação de capital e preço de erro.
Aplique o crivo de Warren Buffett a [TOKEN], adaptado a cripto: • O protocolo gera caixa? De onde vem e quem paga? • Tem fosso: liquidez, marca, custo de troca, rede? • O time aloca capital a favor de quem segura o token? • A que preço eu erro na tese e ainda saio no lucro? Saída: nota 0–10 por critério e a frase final: compraria e seguraria por 5 anos?
Eles não dizem o que comprar, não projetam preço e não substituem a leitura da fonte primária. Um modelo de linguagem erra com a mesma fluência com que acerta — inclusive inventando número com aparência de dado. O que sai daqui é matéria-prima para conferir, não conclusão para seguir.
Os quatro prompts mais úteis são os que trabalham contra você: 02, 03, 06 e 07. Eles não confirmam tese, testam. Se depois de rodar os quatro a tese continuar em pé, ela ficou melhor. Se cair, caiu de graça.
Nada aqui é recomendação de investimento.