SuperAPI AI 工具集

hooked-model

营销与增长

查看项目

更新于 10-16 08:47

技能介绍

用途:设计习惯养成型产品循环,按“触发→行动→可变奖励→投入”四阶段映射现有钩子、找出最弱环节,并改进用户的回访行为,可用于提升留存与参与。

主要能力:识别外部与内部触发;梳理用户为获得奖励所需的最简行动及步骤数;区分奖励类型(Tribe 社交认可、Hunt 信息/优惠/资源、Self 进度/掌握/完成);识别用户投入如何提升后续价值;对每个阶段按 1-5 打分,改进最弱阶段,并在给出增长建议前做伦理检查,识别操控风险,禁止使用暗黑模式。

使用方式:先定义期望养成的习惯,再映射外部与内部触发,计算到行动的步骤数,确定奖励类型与不确定性,找出用户投入;逐阶段评分,改进最弱阶段并运行伦理检查。产出结构包括 Hook Analysis(产品、期望习惯)、Current Hook(触发/行动/可变奖励/投入)、Weakest Phase、Improvements 与 Ethical Check(状态:pass/risk/fail 及风险)。

规则与限制:行动必须简单;内部触发是长期目标;奖励须与用户需求相连;投入应改善下一循环。该技能面向习惯循环与伦理审查,不提供具体代码或安装命令,也未提供收费、价格、平台等信息。参考资源为《Hooked》《Indistractable》《Atomic Habits》。