投资者就是要像财经记者一样，不放过目标公司任何的线索。——李录

一、社交媒体分析

1.X（Twitter）

• 关注官方账号和关键人员

官方账号：查看是否有蓝标（或金标）、关注者是否真实（检查互动质量）。

创始团队：搜索创始人、开发人员的账号，查看他们的背景、发文频率以及行业认可度。

投资人 & 顾问：优质项目通常会有知名投资机构或行业大佬支持。

• 评估社区互动情况

粉丝数量：是否有异常增长？如果短时间暴涨，可能是刷粉。

粉丝数量的追踪可以通过fedica等工具完成，产品需要收费。

互动质量：点赞、评论、转发是否有实际讨论，还是单纯的“GM”、“LFG”？

关键指标：

参与度：每条推文的平均点赞/评论比率（高质量项目的互动率一般较高）。

如果比率高于 50:1，需要高度关注是否刷赞。

负面反馈：是否有用户抱怨 rug（跑路）、提现困难、合约漏洞等？

FUD（Fear, Uncertainty, Doubt）：如果有大量负面新闻，需谨慎对待。

• 监控重要关键词，可以使用 X 高级搜索：

“项目名 scam”

“项目名 rug”

“项目名 exploit”

“项目名 withdraw”

“项目名 issues”

“项目名 problems”

2.Discord & Telegram

• 观察频道结构

公告频道：团队是否定期发布更新（如开发进展、合作消息）？

讨论频道：成员是否积极交流？内容是技术讨论还是单纯炒作？

支持频道：是否有用户提出问题，团队是否及时回应？

• 评估社区质量：

成员数量多但无人发言，可能存在刷人数嫌疑。

活跃社区通常有真实用户提问、分享或反馈。

• 与团队互动：

查看是否有 AMA（Ask Me Anything）记录，评估团队的透明度和专业性。

如果没有用付费工具，可以用Grok Ai做一个辅助分析。

注意团队是否回避关键问题（如代币分配、技术细节）。

• 警惕潜在骗局 DM骗局

如果加入 Discord 后有人主动私聊你推广“空投”或“紧急更新”，一般都是骗局。

• 假公告

部分项目被黑客攻破后，骗子会发“紧急钱包升级”公告，诱导用户授权恶意合约。

• 合约链接

如果项目在 Discord 分享智能合约地址，可以去 Etherscan/BSCScan 检查是否有异常交易。

不自然的交易频率：比如在几分钟内有数百笔小额交易，可能是在刷交易量（wash trading）以制造活跃假象。

不自然的筹码集中度：前10大占比超过50%要重点关注。

• 关键频道检查

#公告：查看最近的更新频率，是否按路线图推进。

#开发更新：关注技术进展，是否真的在写代码。

#支持/反馈：看看用户是否抱怨提币失败、卡顿等问题。

#骗局举报：有些项目会开设专门的欺诈举报频道，如果这里频繁有人举报骗局，要提高警惕。

二、链上数据调查

进行链上分析时，交易者应集中注意几个关键指标，以获得可行的见解。

• 活跃地址数：这个指标提供了对网络使用情况和经济活动的基本理解。通过观察活跃地址的变化，可以了解网络的实际应用程度和用户参与度。

• 新增地址数（必须要关注的额指标）：指一段时间内创建的新地址数量，增加的新地址数通常表明网络吸引了新用户，指示网络的用户增长情况；

• Holder交易量：交易量是评估市场活动的一个重要指标，它帮助理解市场中的买入或卖出压力。高交易量通常意味着市场参与者的活跃度较高，低交易量则可能表示市场处于观望状态。

  但是要注意短时间内大量交易，如果智能合约刚部署不久，就出现大量集中交易（尤其是转账到单一地址），可能是项目方或开发者在“抽水”（rug pull）或转移资金。

• 供应分布：这个指标展示了代币所有权的集中度情况。通过分析供应分布，初学者可以了解代币是否过于集中在少数地址上，这可能对市场的流动性和稳定性产生影响。

• **交易费用：**用户为交易支付的总费用，高交易费用可能表明网络需求高，反映网络的拥堵程度和用户愿意支付的成本；

• 仓量：（Total Value Locked, TVL），在DeFi协议中锁定的总价值，TVL高通常表示协议受欢迎且被广泛使用，衡量DeFi协议的规模和受欢迎程度；

• MVRV（市值与实现价值比）和NUPL（未实现利润与亏损）：这些指标提供了市场估值和整体情绪的深刻见解。MVRV可以帮助评估代币的市场定价是否合理，而NUPL则能显示投资者目前是处于盈利还是亏损状态。

总结

最终重要的事情是：多维度验证，避免被割。

X（Twitter） 看官方动态、社区互动和负面反馈。

Discord和Telegram看官方沟通、社区活跃度、项目进展以及是否有骗局。

链上数据 交叉验证，确保项目资金流动合理。

新闻 & 论坛 获取第三方评价，判断是否有隐患。

附录：分辨社交媒体上的机器人回复

• 内容特征

重复性：机器人回复往往使用相同或高度相似的短语，例如“Great project!”、“To the moon!”或“Buy now!”。 检查多条评论是否几乎一模一样，或者仅在词序上稍作调整。

缺乏上下文：回复与原始帖子或问题无关，显得机械化。 例如：问题问“审计报告在哪里？”，回复却是“LFG! Best team ever!”。

过于简单：短句、表情符号堆砌（如“”），缺乏实质性内容。

语法异常：拼写错误、不自然的语言结构（可能是翻译软件生成）。

• 用户行为

批量操作：同一时间段内多个账号同时回复，时间戳非常接近。 在 X 上查看回复时间，或在 Discord/Telegram 中观察消息间隔。

新账号：账号刚创建不久（如 X 上显示“Joined 1 month ago”），发帖历史少。 检查 X 用户的注册日期和历史推文。

高频发帖：短时间内发布大量类似内容，超乎正常用户活跃度。 在 Telegram/Discord 中滚动聊天记录，看是否有账号反复刷屏。

• 账号特征

用户名模式：机器人账号常使用随机字母数字组合（如“User123xyz”）或类似模板的命名。 对比：真实用户更可能有个性化名字。

头像与简介： 默认头像（如鸡蛋头）或偷来的图片（可用 Google 反向图片搜索验证）。

简介空洞、通用（如“Crypto lover”），或直接为空。

关注/粉丝比例：关注数百人但几乎无粉丝，或反之，比例极不平衡。 在 X 上检查“Following”和“Followers”数字。

• 平台特定线索

X（Twitter）： 使用“查看互动”功能，看看点赞/回复是否来自类似账号。

机器人可能被批量标记为“已暂停”或“限制”。

Discord： 检查用户角色：机器人常被分配低级或默认角色。

消息发送过于规律（如每隔几分钟发一次），不像人类随机互动。

Telegram： 机器人可能被设置为“管理员”但只发固定消息。

群内刷屏内容多为链接或表情，缺乏对话。

• 测试方法

主动提问：在讨论中提出具体问题（如“智能合约地址是多少？”），观察回复。 机器人通常无法回答复杂或个性化问题，只会重复预设内容。

提及账号：@某个疑似机器人的用户，看其是否回应。 无反应或无关回复可能是机器人。

语言切换：用非英语提问，机器人可能仍用英语模板回复。

• 技术工具辅助

Botometer（适用于 X）：分析账号行为，判断其是否像机器人（需要注册）。

TweetDeck：实时监控关键词，观察回复模式。

链上验证：如果机器人宣传钱包地址或交易，检查链上数据（如 Etherscan）是否与活跃度匹配。

实例分析 场景：某项目在 X 上发帖，10 条回复中有 8 条是“Amazing team!”、“Bullish!”。 检查账号：均为新注册，头像一致，简介为空。

结论：高度可能是机器人刷评。

场景：Telegram 群内有人每隔 5 分钟发“Join now!”并附带链接。 检查行为：无其他互动，消息高度规律。

结论：典型机器人行为。

• 注意事项

灰色地带：有些真实用户可能因热情而重复发帖，别仅凭单一特征下结论。

综合判断：结合内容、账号和行为多方面分析，避免误判。

警惕演化：高级机器人可能模仿人类行为（如加入随机延迟），需更仔细观察。实例分析 场景：某项目在 X 上发帖，10 条回复中有 8 条是“Amazing team!”、“Bullish!”。 检查账号：均为新注册，头像一致，简介为空。

结论：高度可能是机器人刷评。

场景：Telegram 群内有人每隔 5 分钟发“Join now!”并附带链接。 检查行为：无其他互动，消息高度规律。

结论：典型机器人行为。

• 注意事项

灰色地带：有些真实用户可能因热情而重复发帖，别仅凭单一特征下结论。

综合判断：结合内容、账号和行为多方面分析，避免误判。

警惕演化：高级机器人可能模仿人类行为（如加入随机延迟），需更仔细观察。