Copilot OS #2: เบื้องหลัง Morning Brief — prompt จริง + architecture

Copilot OS #2 — เบื้องหลัง Morning Brief

โพสต์ที่แล้วผมโชว์ว่ารัน 35 cron jobs บน VPS ตัวเดียว วันนี้จะเจาะลึกตัวที่สำคัญที่สุด: Morning Brief

ทุกเช้า 07:00 ผมได้สรุปตลาดใน Telegram ที่ AI สังเคราะห์จาก 11 data sources ไม่ต้องเปิด TradingView ไม่ต้อง scroll Twitter

ตัวอย่างจริง ดูได้ที่ isagi0x.com/brief — auto-generate ทุกวัน

---

Architecture: แยก fetch กับ synthesize

ระบบแบ่งเป็น 2 ขั้นตอน:

ขั้นที่ 1 — fetch-market-data.sh (cron ก่อนหน้า)

• ดึง API ทั้งหมด เก็บเป็น JSON ใน /data/market/
• CoinGecko, DefiLlama, Polymarket, Binance Futures, FRED, DexScreener, GeckoTerminal...
• ถ้า API ตัวไหนล้ม ไฟล์เก่ายังอยู่ — prompt ไม่พัง

ขั้นที่ 2 — morning brief prompt (Claude Code headless: claude -p)

• อ่าน JSON ทั้งหมด
• สังเคราะห์เป็น briefing 1 หน้า
• ส่งเข้า Telegram

ทำไมแยก?

• fetch ล้มเหลวไม่กระทบ prompt
• เปลี่ยน data source ไม่ต้องแก้ prompt
• debug ง่าย — เปิด JSON ดู data ได้เลยว่า input ถูกรึเปล่า

---

Prompt จริง (ย่อ แต่ logic เหมือนกัน)

You are a market intelligence analyst.
Read cached data and generate a daily briefing.

Data sources to read:
- crypto-prices.json — BTC, ETH, SOL prices + 24h change
- fear-greed.json — Fear & Greed index
- defi-tvl.json — Top 20 DeFi protocols by TVL
  with 1d/7d changes
- polymarket.json — Prediction market probabilities
  + 24h volume
- macro.json — SPY, VIX, 10Y yield, gold, USD index,
  BTC dominance
- fred.json — Fed Funds Rate, yield curve,
  breakeven inflation, unemployment,
  trade-weighted USD, high yield spread
- macd-signals.json — Multi-timeframe technicals
  (1h + 4h) with conviction scores 0-100
- liquidations.json — Binance Futures long/short ratios,
  retail vs whale positioning, open interest trends
- twitter-list.json — Latest tweets from curated
  crypto/macro list
- dexscreener.json — Top boosted tokens
  (attention signal)
- geckoterminal.json — Trending DEX pools
  across all networks

Interpretation rules:
- Retail vs whale divergence is the highest-value
  signal. Retail heavily long + whales short
  = bearish flush setup.
- Rising OI + flat price = overleveraged.
  Falling OI = deleveraging.
- MACD conviction >65 bullish or <35 bearish
  = call it out. 1h vs 4h disagreement
  = higher-value signal than agreement.
- Yield curve negative = inverted = recession signal.
  Post-inversion normalization
  = recession arrives 6-18 months.
- High yield spread below 3% = complacency.
  Above 5% = fear.

Before writing, run an internal bull/bear debate:
1. BULL — strongest argument for upside next 48h
2. BEAR — strongest argument for downside
3. SYNTHESIS — which side has more structural
   evidence?

Don't output the debate.
Let it sharpen the final briefing.
One voice that has already considered both sides.

Generate the intelligence briefing.

---

ทำไม prompt นี้ถึงทำงานได้ดี — 3 design decisions

1. Interpretation rules ใส่ใน prompt ไม่ใช่ใน data. ถ้าใส่ใน data AI จะ parrot ตัวเลข. ใส่ใน prompt AI จะ think about ตัวเลข. "retail vs whale divergence is the highest-value signal" บอก AI ว่าดูอะไรก่อน

2. Bull/bear debate ก่อน output. AI ถูกบังคับให้คิดทั้งสองฝั่งก่อนเขียน ผลคือ briefing ไม่ bias ไปทาง bullish หรือ bearish เกินไป. "Don't output the debate" = ความคิดที่ดีที่สุดไม่ต้องโชว์ process

3. Conviction score เป็นตัวเลข ไม่ใช่คำ. "bullish" กว้างเกินไป. conviction 72 กับ 95 ต่างกันมาก. ตัวเลขทำให้ AI สร้าง output ที่ precise กว่า

---

ลองดัดแปลงเป็น version ของตัวเอง

ไม่จำเป็นต้องดู crypto เปลี่ยน data sources ได้:

• VC funding rounds (Crunchbase API)
• Tech layoffs tracker
• HackerNews top stories
• Product Hunt launches
• หรือแม้แต่ข่าวกีฬา ข่าวหุ้นไทย

Logic เดิมใช้ได้หมด: fetch → JSON → prompt อ่าน → synthesize → ส่ง Telegram

สิ่งที่ต้องปรับคือ interpretation rules — บอก AI ว่าอะไรสำคัญสำหรับคุณ

โพสต์หน้า: Copilot OS #3 — Accountability Loop ที่ไม่ให้โกหกตัวเอง