Prophet AI 预测市场如何运作？从 AI 定价到自动化结算机制解析

Prophet 想解决什么问题？

传统预测市场的核心逻辑是透过市场参与者之间的交易，形成对未来事件机率的判断，例如选举结果、ETF 是否通过，或加密货币价格是否突破特定区间等。市场价格的变化，通常也被视为市场对事件结果的预期。

不过，传统预测市场高度依赖交易参与者与市场流动性。如果缺乏足够的买卖双方，市场就容易出现流动性不足、价格失真，甚至无法有效运作的情况，尤其是在较小众或冷门的议题上，问题会更加明显。

Prophet 则尝试改变这种模式，其核心概念是让 AI 直接成为市场中的交易对手方，代表即使缺少其他交易者参与，市场依然能维持基本流动性与交易功能。这种设计也让预测市场不再完全依赖传统撮合模式，而是朝向更自动化与智能化的方向发展。

AI 作为交易对手方：市场如何成立？

（图片来源：prophetmarketai）

在 Prophet 的设计中，AI 不只是辅助分析工具，而是市场中的核心角色。当使用者建立预测市场后，例如 BTC 是否会突破特定价格、美国是否降息，或某产品是否正式发布，系统便会开始针对事件进行机率分析。

Prophet 的 AI 会根据历史数据、即时资讯、模型推论与市场行为，计算事件发生的可能性，并将这种机率转换成市场价格。例如 AI 若判定某事件有 70% 机率发生，系统便可能给出接近 0.7 的价格，而这个价格本质上也代表市场对事件结果的预估机率。

与传统预测市场不同的是，Prophet 不需要等待其他交易者挂单。AI 会直接提供买入与卖出价格，并承接部分交易风险，因此市场几乎能即时成立，这也是 Prophet 最核心的差异之一。

Prophet 为何不需要传统撮合？

一般预测市场高度依赖买方、卖方与市场流动性。如果市场参与者不足，便容易出现无法成交、价格失真或流动性不足等问题，尤其是在冷门或小众议题上更加明显，而 Prophet 的做法，是将 AI 作为“持续存在的交易对手方”。这代表市场不需要等待流动性进入，即使是长尾市场或小众主题，也能快速建立与运作，同时降低市场形成成本。因此，Prophet 的核心概念其实不只是 AI 预测能力，而是透过 AI 建立新的流动性模型，让预测市场能以更高效率运作。

多模型机制：价格如何生成？

Prophet 并非依靠单一 AI 模型进行价格预测，而是采用多模型整合机制来降低偏差与误判风险。由于不同 AI 模型在资料理解、推论方式与训练方向上可能存在差异，因此若仅依赖单一模型，容易受到特定偏见或错误讯号影响。为了提升预测结果的稳定性与可信度，Prophet 会同时整合多个大型 AI 模型、不同资料来源以及多种推论结果，借此建立更全面的判断基础。

在整体流程中，系统首先会同步收集各模型对同一事件的预测结果，并纳入市场数据、外部资讯与其他分析来源。接著，系统会进一步对不同模型之间的结果进行交叉比对，因为各模型可能出现机率判断差异、结论冲突或分析方向不一致的情况，因此 Prophet 会透过加权机制与交叉验证来筛选较可信的结果。

完成整合后，系统最终会输出事件发生的机率，并转换成对应的市场价格。例如，若 AI 综合判定某事件发生机率为 65%，则市场价格可能对应为约 0.65。这样的设计核心，在于透过多模型协作降低单一模型失准所带来的风险，同时提升市场定价的合理性与稳定度。

自动化结算如何完成？

除了 AI 定价机制之外，Prophet 的另一项重要特色在于预测市场的自动化结算能力。传统预测市场在事件结束后，往往需要依赖人工仲裁、社群投票或第三方机构进行结果确认，不仅流程较慢，也可能因人为因素产生争议。

Prophet 则尝试透过 AI 与系统化流程直接完成事件判定。当市场事件结束后，系统会自动收集外部资料来源，例如交易所数据、链上资讯或其他公开资料，再交由 AI 模型进行分析与比对，确认事件是否成立。完成判定后，市场即可自动执行结算流程，减少人工介入。

以 BTC 是否突破某价格为例，系统可能直接引用加密货币交易所的即时价格数据，或透过链上资讯验证市场结果，进一步确认事件是否达成。透过这种方式，Prophet 希望建立更高效率、更低摩擦的预测市场运作模式，同时降低传统仲裁流程所带来的时间成本与争议问题。

Tranche 测试机制：为何分阶段推出？

目前 Prophet 采用的是 Tranche 分阶段测试模式，其核心目的在于逐步验证整体市场机制是否能稳定运作，同时降低系统在早期阶段可能面临的风险。由于 Prophet 结合 AI 定价、流动性供给与自动化结算等新型机制，因此在正式扩大市场规模之前，平台需要先透过小规模测试来观察实际运行情况。

在这个过程中，Prophet 不仅需要验证 AI 模型的定价能力是否合理，也必须测试市场流动性模型在真实交易环境中的表现。此外，平台还希望借由早期使用者参与，收集更多真实市场数据，进一步优化模型判断与风险控制能力。

目前第一阶段的 Tranche 1，主要以较小规模进行市场验证，包括约 10,000 USDC 的初始资金池、受限制的市场规模，以及以短周期市场为主的交易设计。同时，参与资格也仅向部分使用者开放。这些安排显示 Prophet 目前仍处于早期测试与验证阶段，其重点并非大规模扩张，而是先确认 AI 驱动市场能否稳定运作。

Prophet 的核心改变：从市场驱动走向模型驱动

传统预测市场的价格形成，本质上是建立在人类交易者之间的共识之上。市场参与者透过买卖行为不断修正价格，最终形成市场对某事件发生机率的整体判断。因此，传统预测市场通常高度依赖参与人数、流动性深度与市场情绪。

但 Prophet 所提出的方向，则开始出现明显不同的市场逻辑。其核心概念在于，市场价格不再完全依赖人类交易者之间的撮合，而是由 AI 模型直接生成事件机率与市场价格。换句话说，AI 不只是辅助分析工具，而是逐渐成为市场中的核心定价角色。

这也意味著预测市场的发展方向，可能从过去的人类撮合市场与流动性驱动市场，逐渐转向模型驱动市场与 AI 流动性市场。这种转变不仅是技术架构上的升级，更可能改变未来金融市场形成价格的方式，让 AI 在市场中的角色从分析者进一步演变为直接参与者。

总结

Prophet 提出了一套与传统预测市场截然不同的运作架构，试图透过 AI 技术重新定义市场建立、定价与结算流程。其核心特色包括 AI 作为交易对手方、多模型机率定价、自动化市场结算，以及即时流动性供给等机制，目标在于降低预测市场的参与门槛，同时提升市场建立与运作效率。

虽然 Prophet 目前仍处于早期测试阶段，但这种 AI 驱动市场的模式，已开始展现 Web3 与 AI 深度结合后的新型金融雏形。未来若 AI 模型的准确度、风险控制能力与市场信任机制能持续提升，这类 AI 预测市场也有机会成为链上金融发展的新方向之一。