用途:依据 Hook 模型设计和审查产品的用户参与机制,把用户问题与解决方案通过反复循环连接起来,使使用从刻意变为自动。核心循环为 Trigger(触发)→ Action(行动)→ Variable Reward(可变奖励)→ Investment(投入),再回到触发。
主要能力:一是四阶段框架,触发分外部与内部,目标是迁移到内部情绪触发;行动遵循 Fogg 行为模型,强调降低摩擦与简化元素;可变奖励分 tribe(社交)、hunt(资源)、self(精通)三类,依靠不确定性维持参与;投入指用户付出时间、数据、努力、社交资本或金钱,提升下次使用价值并加载下一次触发。二是评分机制(目标 10/10),按内部触发、极简行动、可变奖励、投入加载下一触发四行诊断,每行 2/1/0 分,总分除以 8 乘 10 取整;若 Manipulation Matrix 判定为 Dealer 或命中“不适用”条件,分数封顶为 3。分数区间:9-10 完整循环且伦理清晰;5-6 循环运行但依赖外部触发或可预测奖励;≤3 循环断裂或属于榨取式设计。三是习惯区判定,按频率与感知价值判断产品能否形成习惯;习惯测试采用 5% 规则,问“谁是习惯用户、他们在做什么(Habit Path)、为什么做”。四是 Manipulation Matrix 伦理矩阵(Facilitator、Peddler、Entertainer、Dealer)及“何时不应使用”清单。五是引导审计清单与常见错误表。
使用方式:当用户提到“用户不再回来”等留存问题时调用;通过 Quick Diagnostic 四问审查任一产品功能,输出当前分数与阻碍满分(10/10)的具体诊断行。
适用场景:留存、引导、再参与、社交功能、内容流与游戏化等参与机制设计。
限制:资料未提供具体安装命令;伦理边界明确禁止针对脆弱情绪状态、脆弱人群、以用户后悔为商业模式或参与与福祉冲突的场景;涉及 COPPA、GDPR-K、FTC 对暗模式的执法及战利品箱等监管背景。作者与书目信息仅来自资料,未提供其他功能、收费或平台细节。