Passer au contenu principal

Écris des <i>prompts</i> qui fonctionnent avec le MCP de Cryptohopper

Apprends à écrire des prompts de malade pour le MCP Cryptohopper : méta-règles, patterns réutilisables, exemples bien/mal, et corrections des échecs courants.

Écrit par Isaac

Prérequis

  • Cryptohopper MCP configuré dans un client MCP — consultez la présentation de la configuration.

  • Une idée générale de ce que vous voulez demander. La discipline du prompt est plus utile lorsque la question est déjà claire dans votre esprit.


Les méta-règles

Règle

Ce que cela signifie en pratique

Soyez spécifique sur le quoi, pas le comment

Nommez la paire, l'exchange, le timeframe, le lookback, le format de sortie. Ne nommez pas l'outil MCP ni ne décrivez les mécanismes d'appel — le modèle choisit le bon outil mieux que vous ne le spécifiez.

Énoncez explicitement les contraintes

"Utiliser uniquement les données du ticker" ou "limiter le lookback des bougies à 100 barres" empêche l'agent de surcharger.

Demandez des chiffres concrets

"Inclure au moins un prix, un pourcentage ou un ratio par affirmation" transforme les verdicts vagues en affirmations fondées.

Fixez le format de sortie

Si vous voulez un tableau, dites-le. Si vous voulez un ordre de colonnes spécifique, dites-le. Sans cela, le format varie d'une exécution à l'autre.

Donnez de la latitude pour le raisonnement, pas pour le routage

Le modèle doit être libre de conclure ce qu'il veut — mais pas de choisir le timeframe. Ça, c'est à vous de décider.


Étapes de configuration

1. Commencez par un prompt direct et sans fioritures

Ne vous souciez pas de l'élégance. "En utilisant le Cryptohopper MCP, obtenez le ticker actuel BTC/USDT sur Binance." Exécutez-le. Regardez la sortie. Notez ce que vous aimeriez voir différent.

2. Itérez en ajoutant des spécificités une par une

Ajoutez des contraintes couche par couche jusqu'à ce que la sortie soit celle que vous souhaitez. Chaque phrase doit ajouter une contrainte de resserrement — paire, exchange, lookback, indicateur, question de sortie, règle de gestion des données. Par exemple : "Récupérez les bougies 1h pour ETH/USDT sur Binance, sur les 150 dernières barres. Calculez le RSI(14). Indiquez-moi la valeur actuelle du RSI et si les 10 dernières barres montrent une divergence entre le RSI et le prix. Basez tous les calculs sur les barres fermées uniquement ; ignorez la barre actuelle incomplète."

3. Sauvegardez ce qui fonctionne et versionnez votre bibliothèque

Au moment où un prompt produit une sortie que vous utiliseriez réellement, sauvegardez-la avec un nom clair (daily_digest_v3, ta_single_pair, multi_venue_depth_check). Lorsque vous modifiez un prompt, conservez l'ancienne version — il arrive que la version plus simple fonctionnait mieux.

4. Étiquetez les prompts par profil de coût

Cela vous évite d'exécuter un prompt coûteux lorsqu'un prompt bon marché suffirait.

Étiquette

Signification

cheap

Ticker uniquement, s'exécute sur n'importe quel niveau

medium

Tickers + bougies, Explorer+

expensive

Inclut les orderbooks ou un historique approfondi


Les modèles qui valent la peine

Dix modèles couvrent environ 90 % de ce que vous voudrez réellement. Discussion complète sur les modèles de prompts qui fonctionnent avec le Cryptohopper MCP.

Modèle

Forme

Cas d'utilisation

Le scan

"Pour {set}, montrez-moi {N} qui {critère}"

Mouvements journaliers, vérifications de watchlist

L'examen approfondi

"Récupérez les bougies {timeframe} pour {pair}. Calculez {indicateurs}. Dites-moi {interprétation}"

TA à la demande

Multi-timeframe

"Comparez {indicateur} sur 1h/4h/quotidien. Sont-ils d'accord ?"

Validation de swing-trade

Vérification de profondeur

"Pour {pair} sur {exchange}, quel serait le coût de {size} compte tenu du carnet ?"

Slippage avant trade

Rapport programmé

"Chaque {cadence}, faites {scans}. Résumez en {format}"

Journaux et alertes

Question restreinte

"Utiliser uniquement les données du ticker. {question}"

Flux de travail respectueux du quota

Comparer et expliquer

"Comparez {A} et {B} sur {axe}. Dites-moi lequel est le plus {fort}"

Analyse de force relative

Nouvelles + contexte

"Voici {article}. Identifiez les tokens, récupérez le contexte en direct, dites-moi ce que fait le marché"

Recherche basée sur l'actualité

Auto-vérification

"Croisez avec {deuxième source}. Si divergence, dites-le moi et ne vous engagez pas."

Décisions à enjeux élevés

Méta-prompt

"Quels outils MCP avez-vous pour la crypto ?"

Débogage, découverte


Exemples qui fonctionnent vs. exemples qui ne fonctionnent pas

✗ Mauvais

"Parle-moi de ETH."

Pas d'exchange, pas de timeframe, pas de question spécifique. L'agent invente un résumé générique.

✓ Bon

"Récupère le ticker actuel ETH/USDT sur Binance et les 100 dernières bougies de 4h. Indique-moi le prix actuel, la variation sur 24h, et si la tendance sur 4h est haussière/baissière/latérale. Limite la réponse à trois phrases."

Paire, exchange, timeframe, lookback, questions spécifiques, longueur de sortie fixe.

✗ Mauvais

"Devrais-je acheter du BTC ?"

Demande au modèle un conseil qu'il ne peut pas donner de manière responsable. Il refusera ou inventera une réponse plausible mais non fondée sur des données.

✓ Bon

"Pour BTC/USDT sur Binance, récupère les bougies 1h (les 150 dernières). Rapport : tendance actuelle, RSI(14), distance par rapport à l'EMA à 50 périodes, et si le volume aujourd'hui est supérieur ou inférieur à la moyenne sur 7 jours. Ne donne pas de conseils d'achat/vente — juste les données et ta lecture de la configuration."

Même question sous-jacente, traduite en choses que le modèle peut réellement répondre avec des données.

✗ Mauvais

"Exécute une TA."

Pas de paire, pas d'exchange, pas de timeframe. Chaque exécution demandera laquelle.

✓ Bon

"Exécute une TA sur {pair} sur Binance, timeframe 4h, les 150 dernières barres. Inclure RSI(14), MACD, EMAs 20/50/200, et support/résistance récent. Sortie : trois paragraphes — tendance, momentum, niveaux clés."

Paramétré pour la paire ; tous les autres choix sont fixes.


Dépannage

La sortie est générique et ne correspond pas à ce que vous vouliez

Relisez votre prompt. Si vous trouvez des adjectifs comme "bon", "fort", ou "sain" — ils sont subjectifs. Remplacez-les par des seuils numériques. "Forte tendance haussière" → "prix au-dessus de l'EMA 20, EMA en hausse, RSI au-dessus de 55."

L'agent fait un mauvais appel d'outil

Cela signifie généralement que vous avez nommé le mauvais timeframe ou le mauvais exchange. Vérifiez votre prompt avant de blâmer le modèle.

Le même prompt donne des sorties de formes différentes selon les exécutions

Vous n'avez pas fixé le format de sortie. Ajoutez un modèle explicite : "sortie sous forme de tableau markdown avec les colonnes X, Y, Z dans cet ordre."

Le prompt fonctionne mais est long et peu maniable

Divisez-le en sections nommées : [CONTEXTE], [TÂCHE], [SORTIE]. Les modèles gèrent mieux les prompts structurés qu'un mur de texte.

L'agent récupère des données que vous avez déjà dans le contexte

Dites-lui : "J'ai déjà fourni X ci-dessus ; ne pas refetch." Particulièrement utile avec les flux de contexte limités — consultez comment nourrir un agent de contexte de marché sans brûler de tokens.

Vous vous retrouvez à écrire le même paragraphe en haut de chaque prompt

C'est votre bloc de contexte. Extrayez-le dans un extrait réutilisable que votre client peut injecter automatiquement. Consultez comment ajouter de la mémoire à votre agent crypto IA.

Avez-vous trouvé la réponse à votre question ?