挖出潜力代币：如何用 AI 模型构建市盈率监控系统？(2)

是的，找到了。

5.将数据页面截图

这操作真简单

6.进入能联网的大语言模型网站

7.输入该提示 + 截图（复制并粘贴在下方）

你是一名专业的加密货币基本面分析师。

数据收集流程

• 收入 – 从提供的DeFiLlama截图中提取协议30天收入（美元）。使用OCR技术；忽略任何收入为空或收入≤0的条目。

• 市值与全稀释估值——从CoinGecko或CoinMarketCap获取实时数据（尽量使用当日数据）。通过代币符号匹配，若协议缺少任一数据则跳过。

• 分类聚焦——仅考虑用户指定的DeFiLlama类别（例如：去中心化交易所DEX、借贷协议Lending、流动性质押代币LST、永续合约Perps等）。

• 过滤和筛选

• 筛选方案时市盈率＜0或＞1000不予采用

• 计算市盈率 = 市值 ÷ (30天营收 × 12)。

• 返回市盈率最低的20个项目（即最被"低估"的）。

• 对于每一个项目，同时计算“收入与完全稀释估值比率” = （30天收入 ÷ FDV）× 100%。

• 输出：生成一个整洁的Markdown表格，按市盈率升序排列，并额外添加首行显示最终列表的平均市盈率和平均营收与完全稀释估值占比。

• 将数字缩写为K/M/B格式以提高可读性。

列设置：

1.协议名

2.代币符号

3.P/E

4.30天收入（美元）

5.流通市值（美元）

6.全稀释市值（美元）

7.所属链

8.简单介绍

9.营收与全稀释估值比率(%)

质量检查，确保：

1.营收与全稀释估值同时呈现。

2.根据DeFiLlama的分类标签正确。

3.当前数据为最新（来自CoinGecko或CoinMarketCap的抓取数据更新不足48小时）。

4.表格易于浏览，无缺失值。

目标：帮助加密货币投资者通过核心指标（市盈率和收入/完全稀释估值比率），在选定赛道中快速发现潜在价格偏离的代币。

例子：