Prompt: Xác định Điều khoản Bất lợi – Phân tích Hợp đồng Thông minh – AI Pháp lý & Hành chính

Tuyệt vời! Dưới đây là phân tích chi tiết về prompt template bạn đã cung cấp, được trình bày theo yêu cầu:

1. Phân tích Cấu trúc Prompt

Prompt template này được thiết kế để tập trung vào việc tìm kiếm các điều khoản bất lợi trong một hợp đồng thông minh. Cấu trúc của nó khá rõ ràng và sử dụng các placeholder để tùy chỉnh theo ngữ cảnh cụ thể:

• Hành động chính: “Phân tích hợp đồng thông minh được cung cấp” – Đây là mệnh lệnh cốt lõi, yêu cầu mô hình xử lý một đầu vào cụ thể (hợp đồng thông minh).
• Mục tiêu tìm kiếm: “xác định tất cả các điều khoản có thể được coi là bất lợi đáng kể” – Xác định rõ ràng loại thông tin cần trích xuất.
• Đối tượng được xem xét: “cho [BÊN_LIÊN_QUAN]” – Đây là một placeholder quan trọng, cho phép người dùng chỉ định bên nào trong hợp đồng mà họ quan tâm đến việc đánh giá rủi ro. Điều này làm cho prompt trở nên linh hoạt và có thể áp dụng cho nhiều kịch bản khác nhau.
• Tiêu chí đánh giá: “dựa trên các yếu tố như [TIÊU_CHÍ_ĐÁNH_GIÁ_RỦI_RO]” – Một placeholder khác, cho phép người dùng định nghĩa các tiêu chí mà mô hình nên sử dụng để đánh giá mức độ bất lợi. Điều này rất hữu ích để điều chỉnh kết quả dựa trên các khía cạnh cụ thể của rủi ro (ví dụ: chi phí phát sinh, hạn chế quyền lợi, khả năng bị tấn công, v.v.).
• Định dạng đầu ra mong muốn: “Liệt kê chi tiết từng điều khoản, lý do tại sao nó được coi là bất lợi và mức độ nghiêm trọng tiềm ẩn của rủi ro.” – Yêu cầu mô hình cung cấp một danh sách chi tiết, bao gồm cả việc giải thích lý do và đánh giá mức độ rủi ro, giúp người dùng hiểu rõ nguyên nhân và tác động.

2. Ý nghĩa & Cách hoạt động

Prompt này hoạt động dựa trên nguyên tắc chỉ dẫn rõ ràng cho một mô hình ngôn ngữ lớn (LLM) thực hiện một nhiệm vụ phân tích cụ thể.

• Phân tích hợp đồng thông minh: Mô hình sẽ sử dụng khả năng hiểu ngôn ngữ tự nhiên và kiến thức về lập trình (nếu có liên quan đến cú pháp của hợp đồng thông minh) để đọc và diễn giải nội dung của hợp đồng.
• Xác định điều khoản bất lợi: Dựa trên các [TIÊU_CHÍ_ĐÁNH_GIÁ_RỦI_RO] được cung cấp, mô hình sẽ đối chiếu từng phần của hợp đồng với các tiêu chí này. Các điều khoản nào vi phạm hoặc tiềm ẩn nguy cơ theo các tiêu chí đó sẽ được đánh dấu.
• Tập trung vào [BÊN_LIÊN_QUAN]: Mô hình sẽ ưu tiên góc nhìn của [BÊN_LIÊN_QUAN] khi đánh giá. Ví dụ, một điều khoản có thể có lợi cho bên này nhưng bất lợi cho bên kia; prompt này sẽ tập trung vào bất lợi cho bên được chỉ định.
• Giải thích và đánh giá: Thay vì chỉ liệt kê, prompt yêu cầu mô hình giải thích tại sao một điều khoản lại được xem là bất lợi (ví dụ: “Điều khoản X cho phép bên A đơn phương thay đổi phí giao dịch, làm tăng chi phí tiềm ẩn cho Bên B”). Đồng thời, yêu cầu đánh giá mức độ nghiêm trọng (ví dụ: “thấp”, “trung bình”, “cao”) giúp sắp xếp ưu tiên.

3. Ví dụ Minh họa

Giả sử chúng ta có một đoạn hợp đồng thông minh giả định và muốn áp dụng prompt này.

Ví dụ 1: Đánh giá cho Người dùng cuối

Nếu [BÊN_LIÊN_QUAN] là “Người dùng cuối” và [TIÊU_CHÍ_ĐÁNH_GIÁ_RỦI_RO] là “Chi phí tiềm ẩn, quyền hạn của quản trị viên, rủi ro về phí gas thất thường”.

Prompt áp dụng:

Phân tích hợp đồng thông minh được cung cấp và xác định tất cả các điều khoản có thể được coi là bất lợi đáng kể cho Người dùng cuối, dựa trên các yếu tố như Chi phí tiềm ẩn, quyền hạn của quản trị viên, rủi ro về phí gas thất thường. Liệt kê chi tiết từng điều khoản, lý do tại sao nó được coi là bất lợi và mức độ nghiêm trọng tiềm ẩn của rủi ro.

Kết quả mong đợi (từ mô hình):

• Điều khoản: “function setTransactionFee(uint _newFee) public onlyOwner”
  Lý do bất lợi: Điều khoản này cho phép chủ sở hữu hợp đồng (quản trị viên) thay đổi phí giao dịch (_newFee) bất cứ lúc nào mà không cần sự đồng ý của người dùng.
  Mức độ nghiêm trọng: Cao. Rủi ro về phí gas thất thường và chi phí tiềm ẩn này có thể khiến người dùng phải trả phí cao hơn dự kiến.
• Điều khoản: “mapping(address => bool) public isBlacklisted; function blacklistAddress(address _addr) public onlyOwner”
  Lý do bất lợi: Cơ chế “danh sách đen” cho phép quản trị viên tùy ý chặn quyền truy cập của một địa chỉ vào hợp đồng, tiềm ẩn nguy cơ bị khóa tài sản hoặc dịch vụ mà không có lý do minh bạch.
  Mức độ nghiêm trọng: Trung bình. Mặc dù không trực tiếp về chi phí, nó ảnh hưởng đến quyền sử dụng và tiềm ẩn rủi ro về sự can thiệp độc đoán.

Ví dụ 2: Đánh giá cho Nhà phát triển

Nếu [BÊN_LIÊN_QUAN] là “Nhà phát triển của dự án X” và [TIÊU_CHÍ_ĐÁNH_GIÁ_RỦI_RO] là “Khả năng bị tấn công reentrancy, lỗi logic trong xử lý trạng thái, lỗ hổng ghi đè phương thức”.

Prompt áp dụng:

Phân tích hợp đồng thông minh được cung cấp và xác định tất cả các điều khoản có thể được coi là bất lợi đáng kể cho Nhà phát triển của dự án X, dựa trên các yếu tố như Khả năng bị tấn công reentrancy, lỗi logic trong xử lý trạng thái, lỗ hổng ghi đè phương thức. Liệt kê chi tiết từng điều khoản, lý do tại sao nó được coi là bất lợi và mức độ nghiêm trọng tiềm ẩn của rủi ro.

Kết quả mong đợi (từ mô hình):

• Điều khoản: Đoạn mã xử lý việc rút tiền (withdraw()) không kiểm tra số dư trước khi gửi token, và thực hiện lệnh gọi external function (token.transfer()) trước khi cập nhật trạng thái người dùng.
  Lý do bất lợi: Điển hình cho mô hình tấn công reentrancy. Kẻ tấn công có thể gọi lại hàm rút tiền nhiều lần trước khi số dư của họ được cập nhật, rút ra nhiều hơn số dư thực tế.
  Mức độ nghiêm trọng: Cao. Đây là một lỗ hổng bảo mật nghiêm trọng có thể dẫn đến mất toàn bộ tài sản trong hợp đồng.
• Điều khoản: Logic quản lý quyền sở hữu (ownership) sử dụng một biến owner duy nhất và các phương thức transferOwnership() không có thời gian chờ (delay).
  Lý do bất lợi: Nếu private key của chủ sở hữu bị lộ hoặc phương thức này bị gọi nhầm, quyền kiểm soát có thể bị chuyển nhượng ngay lập tức mà không có cơ chế khôi phục, tiềm ẩn rủi ro về lỗi logic.
  Mức độ nghiêm trọng: Trung bình. Tùy thuộc vào mức độ quan trọng của quyền sở hữu đối với hợp đồng, nhưng có thể gây ra các vấn đề lớn nếu bị khai thác.

👉 Tóm lại

Prompt template này là một công cụ mạnh mẽ và được cá nhân hóa cao để phân tích hợp đồng thông minh, tập trung vào việc xác định các điều khoản có thể gây bất lợi. Việc sử dụng các placeholder [BÊN_LIÊN_QUAN] và [TIÊU_CHÍ_ĐÁNH_GIÁ_RỦI_RO] cho phép người dùng tùy chỉnh phạm vi và tiêu chí phân tích, đảm bảo rằng kết quả đầu ra sẽ **liên