用途：该技能围绕 Nir Eyal 的 Hooked 模型，帮助设计能形成用户习惯的产品。习惯指用户无需刻意思考便反复使用产品，由内部触发而非外部营销驱动。适用于设计用户参与循环、提升留存指标、规划通知与再互动策略、构建长期习惯功能、评估竞品参与机制，以及审查参与设计的伦理影响。
主要能力：提供四阶段 Hook 循环框架。触发分为外部触发（推送通知、邮件提醒、广告、口碑、社交媒体提及）与内部触发（无聊、孤独、不确定、错失恐惧等情绪指向产品）。行动指预期奖励下的最简行为，与 Fogg 行为模型对齐：B = MAT（行为 = 动机 + 能力 + 触发），习惯养成要求动机存在、能力高（行动足够简单）、触发在场。可变奖励分三类：Tribe（社交认可，如点赞、评论、关注）、Hunt（物质资源，如搜索结果、优惠、信息）、Self（个人成就，如完成任务、精通、进度）；奖励需不可预测，可预测奖励会失去效力。投入指用户向产品投入内容，使其体验改善、回访概率提高并形成转换成本，类型包括数据、内容、关注者、学习、声誉。
使用方式：按分析框架操作。第一步映射当前 Hook：填写外部与内部触发、最简行动及步骤数、奖励类型与不可预测点、用户投入及体验改善方式。第二步识别薄弱环节：对触发强度、行动简易度、奖励可变性、投入深度各按 1-5 分评分。第三步设计改进：优先处理最弱阶段，因为 Hook 强度取决于最弱一环。输出模板包含 Hook 分析、当前循环、弱点评估表、改进计划与伦理检查清单。
适用场景与限制：可用于参与循环设计、留存优化、通知策略、竞品分析与伦理审查。资料给出 Instagram、Slack、Duolingo 等示例。伦理方面提供操纵测试与 Facilitator—Entertainer—Dealer 光谱，建议产品做 Facilitator。最佳实践包括从内部触发研究入手、简化首次行动、有意义地变化奖励、确保投入产生真实价值、用真实用户测试；避免仅依赖外部触发、复杂行动、可预测奖励、操纵感投入与忽视伦理。资料未提供具体安装命令、代码实现、收费或平台信息。