个性化

个性化是 Minara 的 AI 层,会根据你的偏好和上下文调整聊天回复和交易功能。它帮助 Minara 提供 更相关、更一致并更易于执行的回答。

你将获得的

启用个性化后,Minara 可以:

  • 匹配你的决策风格 和偏好的 解释深度

  • 保持回复一致性 (结构、重点、风险检查和语气)

  • 使用高层次上下文 以避免泛泛而谈并减少反复沟通

工作原理

你可以控制 Minara 用于个性化的信息。你可以直接设置偏好,或让 Minara 根据你在应用内的使用情况建议偏好。

基本流程

  1. 直接设置偏好,Minara 可能会 建议输入 基于你的 应用内使用模式 Minara 会将它们转换为一小组.

  2. 偏好 上下文信号 (例如:你的决策风格、风险立场、偏好深度) 这些信号会指导回复(

  3. 结构重点, 深度, ,以及风险检查) 甚至指导 Minara Copilot 做出的交易决策。 如何使用

前往

设置 → 个性化 并切换每个模块 开启 关闭 标签:

  • — 你可以编辑的结构化偏好 记忆

  • — 来自聊天的已保存有用信息(可删除) 交易摘要

  • — 高层次的上下文快照(可选) 自定义提示

  • — 你明确的回复规则(可选) 输入项

1) 标签

标签是

结构化的偏好。 Minara 使用它们在聊天和交易辅助中选择合适的框架、深度和强调点。 使用下拉

  • 菜单来设置或更新你的偏好(示例:决策风格)——诸如决策风格、风险概况、学习偏好和交易习惯等。 标签是可编辑的。使用下拉菜单调整 Minara 的响应方式。 2) 记忆(透明且可删除)

记忆存储

来自聊天的有用、稳定的信息

(例如:语言偏好、经常讨论的话题)。你可以随时查看并删除任意记忆。 点击 管理已保存的记忆

  • 以查看并删除你不希望 Minara 引用的条目。 3) 交易摘要 交易摘要是一个


高层次的快照

用于使聊天和你的交易体验更具上下文感知。它的设计是 摘要级别的 而不是暴露敏感细节。 你还可以 在此处添加外部钱包:通过点击按钮从 EVM 或 Solana 导入最多 10 个地址。

  • 交易摘要提供高层次的上下文快照以提高相关性。 4) 自定义提示 自定义提示让你设置

你自己的规则

关于 Minara 应如何响应,以及对你的理解。

如果你想要更可预测的格式或更严格的规则,请添加自定义提示。保持简短且具体。 建议模板: 结构:

“回答格式:摘要 → 关键信号 → 风险检查 → 后续行动。”

风格:

  • “保持简洁。使用要点。避免长段落。” 安全:

  • “如果不确定,请说明未知之处及需核实的内容。” 📌 示例场景

  • 以下是个性化的典型使用场景。用户可以自由探索这些示例之外的用法。(为获得最佳效果,我们建议在需要更深入推理和更彻底风险检查时启用 高质量模式


。)

🧭 场景 1 — “使其符合我的决策风格” 目标: 获得符合你决策方式的答案(以数据为先 vs 以叙述为先 vs 社区情绪 vs 技术优先)。

设置

打开 并设置

决策风格

  • (例如:以数据为驱动) — 你可以编辑的结构化偏好

  • 试试这个提示 “分析 BTC 的当前形态。我是以数据为驱动——优先证据、关键位与失效条件。最后给出明确的行动计划。” 你将看到

更有结构的逻辑、更清晰的关键位、明确的失效点、更少的叙述性内容。

🧱 场景 2 — “始终给我一份纪律化的计划”

通过执行一致的决策框架来避免基于原始价格波动的即兴应对。

  • (可选)打开


并设置风险概况

打开 自定义提示示例

决策风格

  • (例如:以数据为驱动) — 你明确的回复规则(可选)

  • “始终按以下结构回复:1)观点 2)关键位 3)风险检查 4)仓位建议 5)失效触发 6)下一步行动。” — 你可以编辑的结构化偏好 “我正在考虑一笔 SOL 交易。请用我的结构给我一份纪律化的计划。”

每次可重复使用的模板:漏掉的风险检查更少。

控制与安全说明

更有结构的逻辑、更清晰的关键位、明确的失效点、更少的叙述性内容。

默认需选择加入:

通过执行一致的决策框架来避免基于原始价格波动的即兴应对。

  • 只有在你启用时才会使用任何内容。


可编辑:

  • 标签可以随时更改。 可撤销:

  • 记忆可以被删除;模块可以被关闭。 上下文有界:

  • 交易摘要故意保持高层次,旨在提高相关性而不泄露过多信息。 Bounded context:

  • Trading Summary is intentionally high-level, designed for relevance without oversharing. 交易摘要有意保持高层次,旨在在不过度暴露的情况下提高相关性。

最后更新于

这有帮助吗?