Når du snakker med @josephxu_ og @DeFiGuyLuke, er det tydelig at de er talentfulle produkthoder, første prinsipper tenkere og dypt kunnskapsrike om prediksjonsmarkedsdesign. Dagens status quo er tillatt markedsskaping og manuell markedsløsning. Det er ingen sjanse for at det skaleres til en verden av hendelser og diskusjoner som beveger seg i internetthastighet. AI vil være et kritisk verktøy for å demokratisere den lange halen av markeder. Hvis dette er første gang du hører om @BuzzingApp, bli vant til det. Folk vil bruke den til å satse på alt. Velkommen til Blended Builders Club!

Klar til å satse på alt? @BuzzingApp, et tillatelsesløst prediksjonsmarked drevet av AI, slutter seg til BBC. 𖠂 Sett opp markeder, tiltrekk deltakere, tjen avgifter. Med AI som styrer hele prosessen. ↓

Sats på. Alt. Summende, det første tillatelsesløse prediksjonsmarkedet med AI på hvert lag. Skap et hvilket som helst marked. Bli med i et hvilket som helst marked. Tjen på et hvilket som helst marked.

Jeg vet om deg, men jeg kjenner mange ikke-kryptoinnfødte degens som vil satse på alt

Testnett trenger ikke å være uproduktive perioder eller bortkastede markedsføringskroner Du kan optimalisere dem for å hjelpe appbyggere med å samle inn, analysere og handle på tilbakemeldinger fra brukere

Denne uken avslutter vi vår SocialFi 2.0-serie med to siste strømmer: I MORGEN, Pump Pals m/ medgründere @Hitchxyz & @0xSohnnyJins Fantasy-kort møter prediksjonsmarkeder på NSFW-skaperinnhold. TORSDAG, Noice m/ grunnlegger @0xDiv Gjør engasjement givende med tips fra skapere i sanntid Begge lever kl. 11 PT på X.

De fleste testnett jager sminkeløkker @blendino_ fikk oss til å forstå at flytende bygde sine rundt tilbakemeldingssløyfer for å oppmuntre byggere Det betyr - Byggherrer får reelt signal til å iterere raskere - Brukerne former faktisk appene de tester - Støy blir filtrert ut før den drukner dataene Føles mindre som en lekeplass, mer som en blåkopi for hvordan testnett skal kjøres Og det er derfor jeg er all in på @fluentxyz!

Det er enkelt for eth-byggere å lage prototyper eller bli med på et hackathon. Og det er tilgjengelig for seriøse lag å skaffe et frø. Men det er en mulighet for oss å hjelpe utviklere med å gå fra prototype til et seriøst team som er klare til å oppdra. Spent på Fluents arbeid her. Jeg er rådgiver

Slik er testnettet @fluentxtz optimalisert for apptilbakemeldinger, noe som gir byggere en systematisk tilnærming til å gjøre tilbakemeldingsdata om til produktbeslutninger. Kopier pasta fra artikkelen min for å fjerne støy. Nedenfor er tre hovedfunksjoner i Fluent-testnettopplevelsen: (1) Forstå behov (2) Innsamling av data (3) Analysere data (1) Forstå strategiske behov Fluent-kjerneteamet jobber tett med @BlendedBldrs for å finne ut hvilke komponenter i produktet de vil optimalisere for. Alt fra registreringsflyter til spillsløyfer til risikovurderinger. Vi hjelper til med å finne de mest strategiske fokusområdene innenfor: - Brukervennlighet og brukeropplevelse (det som føltes forvirrende) - Insentiver og engasjement (hva som gjorde det morsomt eller verdt å fortsette) - Ytelse og belastning (feil, forsinkelser, feil) - Verdiresonans (skjønte de hva appen handlet om) (2) Innsamling av tilbakemeldingsdata Når behovene deres er vurdert, lager vi en tilpasset teststrategi med fokus på å samle inn kvalitative og kvantitative data i produktflyten, sentrert rundt å fange ekte tilbakemeldinger fra brukerne. Dette er ikke bare et skjema som er slengt på slutten av en økt. Systemet er bevisst lett, fleksibelt og naturlig for hver app - og møter brukerne der de allerede er, uten å avspore opplevelsen deres. Det som gjør dette til å fungere er tilsiktet tilbakemeldingsdesign, men også den underliggende infrastrukturen. Ved å bruke verktøy som @get_para kan vi effektivisere innføring av lommeboken, forenkle identitetskartlegging og fange opp viktige atferdssignaler på lommebok- og øktnivå, alt uten at brukeren trenger å hoppe gjennom bøyler. Det er smidig for brukeren, og kraftig for byggherren. (3) Skjærer gjennom støyen Når tilbakemeldingsdata er samlet inn, går de inn i et hjemmelaget system bygget av Fluent-kjerneteamet. I dag er det alltid en risiko for at nyttige innspill drukner i AI-slop eller ikke-gjennomtenkt jordbruk. For å komme i forkant av dette vil vi lene oss tungt på AI for å hjelpe til med å filtrere, sortere og klynge data. Vi graver også i dataene for å hjelpe byggherrer med å resonnere rundt hva som er høyt signal og stemmer overens med deres testbehov. Med en app hver ~2 uke for tilbakemelding. Den første appen fikk hundrevis av høykvalitets og høye signalinnsendinger. Team gjentar. Tilbakemelding > Farming. Her for å drepe forfengelighetsmålingene dine.

Hvem skal bestemme hva som er sant i tillatelsesløse markeder? Buzzings svar er AI. @josephxu_ forklarer: