用途：按同期群分析用户留存，理解用户为何留下或离开，超越 MAU 等虚荣指标，得到可行动的留存洞察。
主要能力：强调必须按加入时间隔离用户群并跟踪长期行为，禁止只报单一聚合留存数字。支持时间型（周、月、季度）、行为型（是否完成入门、是否用过某功能）、分群型（套餐、公司规模、渠道、地区）三类同期群，建议至少用两类。留存指标覆盖用户留存（Day 1/7/14/30/60/90）、收入留存（NRR 含扩展收入，GRR 只含收缩与流失）、活跃留存（需先定义核心动作），并要求按产品类型选择指标。还提供曲线形态解读：早期陡降后走平属正常，持续缓慢下降危险，走平后再跌需查拐点，新群留存变好说明产品在改进、变差可能意味着 PMF 减弱。此外给出各时间段流失诊断：Day 0-1 多为入门过难或未达 aha 时刻，Day 1-7 缺回访理由或习惯回路，Day 7-30 新鲜感消退或触达套餐限制，Day 30+ 持续价值不足或被竞品拉走。
使用方式：在对话中使用 /cohort-retention-analysis 施加相关约束，或 /cohort-retention-analysis <context> 针对所描述的产品与数据进行分析。
限制与反模式：避免无同期群上下文的 DAU/MAU、对行为差异大的分群直接平均、只看单一留存指标，以及忽视改进某一阶段可能损害后续阶段。需比较各同期群找出差异原因，而不只是观察流失。具体数据来源、平台集成与收费标准暂未提供。