SuperAPI AI 工具集

loss-aversion-psychology

设计与创作

查看项目

更新于 10-15 21:43

技能介绍

用途:该技能把损失厌恶(Kahneman 与 Tversky 提出的认知偏差)应用于产品设计与信息传达,适用于设计留存与防流失功能、定价与升级文案、转化漏斗的紧迫感、连续打卡与进度功能、落地页文案以及功能卖点表述。

主要能力:围绕“2:1 比率”(100 美元损失的心理冲击约等于 200 美元收益)与前景理论框架,提供参考点、损失框架、收益框架、禀赋效应等概念;给出损失框架更有效的场景(高风险决策、防止坏结果、风险规避型受众、习惯养成)与效果较弱的场景(低参与度决策、探索性行为)。

使用方式:按三步分析——第一步梳理用户旅程中的损失机会(试用、活跃、流失风险、已流失各阶段用户拥有什么、可能失去什么);第二步根据用户关系阶段、行为可逆性与伦理考量选择损失或收益框架;第三步按伦理准则落地。技能提供输出模板,包含当前框架、损失框架机会、伦理检查清单与实施计划表格。

适用场景与限制:资料给出 Duolingo 连续打卡、LinkedIn 资料完善、试用到期等示例,并强调信息要具体、即时、个人化、可挽回,注意时机。伦理上要求损失真实、透明、用户真正受益,避免制造虚假紧迫、愧疚诱导、隐藏信息、针对脆弱用户及暗黑模式。资料未提供安装命令、代码或平台支持信息。