referral-program

Überblick über den referral-program Skill

Was der referral-program Skill leistet

Der referral-program Skill hilft einem KI-Agenten dabei, ein Kundenempfehlungsprogramm, ein Affiliate-Programm oder ein hybrides Partnermodell zu entwerfen, zu analysieren oder zu verbessern. Er ist für praxisnahe Wachstumsplanung gedacht, nicht nur für loses Brainstorming: Er lenkt das Gespräch gezielt in Richtung Programmtyp, Incentive-Struktur, Aufbau der Referral-Loop, Tools und Launch-Entscheidungen.

Am besten geeignet für Product Marketing und Growth-Teams

Dieser referral-program Skill ist besonders nützlich für Product-Marketing-, Growth-, Lifecycle- und founder-led Teams, die bestehende Kunden oder Partner in einen wiederholbaren Akquisekanal verwandeln wollen. Besonders relevant ist er, wenn ihr Fragen beantworten müsst wie:

• Soll das ein Referral-Programm, ein Affiliate-Programm oder beides sein?
• Welche Belohnung passt zu unserem Pricing und unserem LTV?
• Warum ist die Teilnahmequote niedrig?
• Welche Tools und welches Tracking brauchen wir vor dem Start?

Der eigentliche Job-to-be-done

Die meisten Nutzer brauchen keine Definition von Referral Marketing. Sie brauchen ein funktionierendes Programm, das zu Produkt, Unit Economics und Kundenverhalten passt. Dieser Skill ist besonders stark, wenn ihr aus einem vagen Ziel wie „mehr Word-of-Mouth erzeugen“ eine konkrete Struktur machen wollt: Trigger, Share-Flow, Conversion-Pfad, Reward, Metriken und Rollout-Checkliste.

Was diesen Skill von einem generischen Prompt unterscheidet

Der wichtigste Vorteil gegenüber einem normalen Prompt ist der eingebaute Entscheidungsweg. Der Skill prüft explizit:

• ob Referral, Affiliate oder ein Hybrid am besten passt
• den B2B- vs.-B2C-Kontext
• LTV- und CAC-Beschränkungen
• aktuelle Teilnahme und bestehende Incentives
• Teilbarkeit des Produkts und natürliche Word-of-Mouth-Eignung
• realistische Tool- und Budgetgrenzen

Außerdem enthält er ergänzende Referenzen zu Affiliate-Design und reale Programmbeispiele. Dadurch bleibt die Ausgabe nicht bei generischen Empfehlungen wie „Bietet einen Rabatt an“ stehen.

Wann dieser referral-program Skill eine starke Wahl ist

Setzt den referral-program Skill ein, wenn:

• ihr ein neues Refer-a-Friend- oder Affiliate-Programm startet
• ihr Incentives neu gestalten müsst
• Teilnahme- oder Conversion-Raten schwach sind
• ihr Beispiele, Benchmarks oder Tool-Empfehlungen braucht
• ihr einen strukturierteren referral-program Leitfaden für Product Marketing wollt

Wann er nicht das richtige Tool ist

Dieser Skill passt weniger gut, wenn euer Hauptproblem eher allgemeine Launch-Viralität als ein laufendes Referral-System ist. Das Repository verweist bei launch-spezifischen Viralitätsfragen selbst auf launch-strategy. Weniger hilfreich ist er auch, wenn ihr keine grundlegenden Business-Inputs wie Pricing, LTV, Kundentyp und aktuelle Akquisitionsökonomie teilen könnt.

So nutzt ihr den referral-program Skill

referral-program in euer Skills-Setup installieren

Das Repository zeigt in SKILL.md keinen Installationsbefehl, daher nutzt ihr das Standardmuster des Skills-Installers aus dem Repo-Root:

npx skills add https://github.com/coreyhaines31/marketingskills --skill referral-program

Falls eure Umgebung bereits lokale oder synchronisierte Skills unterstützt, fügt ihn aus skills/referral-program innerhalb des Repositories coreyhaines31/marketingskills hinzu.

Diese Dateien solltet ihr vor dem ersten Einsatz zuerst lesen

Für einen schnellen, signalstarken Einstieg beginnt hier:

1. skills/referral-program/SKILL.md
2. skills/referral-program/references/program-examples.md
3. skills/referral-program/references/affiliate-programs.md
4. skills/referral-program/evals/evals.json

Diese Reihenfolge ist wichtig. SKILL.md liefert den Workflow, die Referenzen ergänzen konkrete Details, und evals/evals.json zeigt, was ein gutes Ergebnis enthalten sollte.

Vor dem Prompting den Product-Marketing-Kontext prüfen

Dieser referral-program Skill weist den Agenten ausdrücklich an, zuerst nach .agents/product-marketing-context.md oder .claude/product-marketing-context.md zu suchen. Wenn ihr dort bereits Produktpositionierung, Zielgruppe, Pricing oder GTM-Kontext pflegt, muss der Skill weniger redundante Rückfragen stellen und kann einen fundierteren Plan erstellen.

Falls diese Datei nicht existiert, gebt denselben Kontext direkt im Prompt mit.

Die Mindestangaben liefern, die eine brauchbare Ausgabe ermöglichen

Mindestens solltet ihr angeben:

• welchen Programmtyp ihr vermutlich braucht: Referral, Affiliate oder unsicher
• B2B oder B2C
• Produkt und Pricing-Modell
• durchschnittlichen Customer LTV
• aktuellen CAC aus anderen Kanälen
• ob bereits ein Programm existiert
• aktuelle Teilnahme- oder Conversion-Raten im Referral
• bisher getestete Incentives
• wie gut sich das Produkt teilen lässt
• welche Tools ihr nutzt oder euch leisten könnt

Ohne diese Angaben bleibt die referral-program Nutzung generisch, weil Reward-Ökonomie und Programmmechanik stark davon abhängen.

Aus einer groben Anfrage einen starken referral-program Prompt machen

Schwacher Prompt:

Help me make a referral program.

Besserer Prompt:

Use the referral-program skill to design a customer referral program for our B2B SaaS. We charge $49/month, average 14-month retention, CAC is about $180 on paid channels, and we have 1,000 active customers. We do not have an existing referral program. Customers often invite teammates, but not external peers. Recommend whether referral, affiliate, or a hybrid model fits best, propose incentives, define the referral loop, suggest tools, and include a launch checklist.

Das funktioniert besser, weil der Skill damit genug Informationen hat, um Incentives sinnvoll zu dimensionieren und die Eignung sauber zu bewerten.

Den Skill bitten, Referral- und Affiliate-Logik getrennt zu behandeln

Eine praktische Stärke dieses Repositories ist, dass es Kundenempfehlungen und Affiliate-Partnerschaften nicht vermischt. Wenn euer Business beides tragen könnte, sagt das ausdrücklich und fordert getrennte Empfehlungen an.

Beispiel:

We have happy customers and industry creators. Use the referral-program skill to compare a customer referral program versus an affiliate program, including incentive structure, tracking requirements, fraud risk, and which should be launched first.

Das führt in der Regel zu einer besseren Entscheidung, als nach einem einzigen vermischten Programm zu fragen.

Den integrierten Workflow für das Programmdesign nutzen

Ein solider referral-program Workflow mit diesem Skill sieht so aus:

1. Kontext und Unit Economics festlegen
2. Programmtyp einordnen
3. Produkt-Fit für Teilungsverhalten prüfen
4. Referral-Loop entwerfen
5. Incentives auswählen
6. Tools und Tracking festlegen
7. Launch-Checkliste definieren
8. Erfolgsmetriken und Review-Rhythmus festlegen

Wenn ihr die Schritte 1 bis 3 überspringt, wird der Rest oft unrealistisch.

Die Referenzen nutzen, um die Ausgabe gegenzuprüfen

Die Begleitdateien sollte man nicht nur überfliegen, sondern aktiv nutzen:

• references/program-examples.md hilft beim Vergleich von Incentive-Typen, viralen Mechaniken und Programmstilen
• references/affiliate-programs.md hilft bei Provisionen, Cookie Windows, Affiliate-Rekrutierung und Fraud Prevention

Das ist besonders hilfreich, wenn der erste Entwurf zu generisch wirkt oder zu stark in Richtung eines einzigen Modells kippt.

Was eine gute referral-program Ausgabe enthalten sollte

Auf Basis der Evals sollte ein starkes Ergebnis in der Regel Folgendes enthalten:

• eine klare Unterscheidung zwischen Referral- und Affiliate-Modellen
• eine vorgeschlagene Referral-Loop: Trigger, Share, Conversion, Reward
• Incentive-Empfehlungen in passender Größenordnung zu eurem Geschäftsmodell
• Launch- oder Rollout-Checkliste
• Tool-Empfehlungen
• Optimierungshinweise, falls bereits ein Programm existiert

Wenn diese Bausteine fehlen, lasst den Agenten lieber überarbeiten, statt einen oberflächlichen Plan zu akzeptieren.

Praktische Prompt-Muster für häufige Use Cases

Für ein neues Programm:

Use the referral-program skill to design a first referral program for our product. Include eligibility, incentive structure, share flow, tracking, abuse prevention, and launch checklist.

Bei niedriger Teilnahme:

Use the referral-program skill to diagnose why only 5% of customers have ever referred someone. Prioritize participation bottlenecks, messaging issues, reward mismatch, trigger timing, and product-fit constraints.

Für ein Affiliate-Setup:

Use the referral-program skill to propose an affiliate program for our subscription product, including commission model, cookie duration, recruitment channels, enablement assets, and fraud controls.

referral-program Skill FAQ

Ist referral-program vor allem für Referral-Programme oder für Affiliate-Programme gedacht?

Für beides. Der Skill deckt klar Kundenempfehlungsprogramme, Affiliate-Programme, ambassador-ähnliche Modelle und hybride Fälle ab. Sein Mehrwert liegt auch darin, euch bei der Wahl des richtigen Modells zu helfen, statt stillschweigend anzunehmen, dass partnergetriebenes Wachstum immer gleich funktioniert.

Ist der referral-program Skill auch für Einsteiger geeignet?

Ja, sofern ihr die grundlegenden Business-Daten liefern könnt. Ihr müsst keine Experten für Growth Loops sein, aber genug Kontext bereitstellen, damit das Modell Incentives und Kanalökonomie sinnvoll beurteilen kann. Einsteiger profitieren am meisten, wenn sie nicht nur eine Empfehlung, sondern auch eine Erklärung der Trade-offs anfordern.

Was macht dieser Skill besser als ein normaler AI-Prompt?

Ein normaler Prompt produziert oft generische Ideen für Incentives. Der referral-program Skill gibt dem Agenten eine strukturiertere Checkliste und belastbarere Referenzen mit. Dadurch stellt er eher die richtigen Setup-Fragen, trennt Referral- von Affiliate-Mechaniken sauber und liefert Launch-Details statt bei strategischen Schlagworten stehenzubleiben.

Ist referral-program speziell für Product Marketing nützlich?

Ja. referral-program for Product Marketing passt gut, weil Product Marketing oft Positionierung, Zielgruppenverständnis, Messaging und Lifecycle-Trigger verantwortet, die die Nutzung eines Referral-Programms direkt beeinflussen. Besonders wertvoll ist der Skill, wenn PMM Produktwert, Kundenmotivation und Akquisitionsökonomie zusammenbringen muss.

Hilft er auch bei der Optimierung und nicht nur bei neuen Launches?

Ja. Die Evals zeigen klar einen Optimierungs-Use-Case rund um niedrige Referral-Teilnahme. Damit ist der Skill mehr als ein einmaliges Planungsdokument; er kann auch helfen, schwache Adoption, unpassende Incentives oder Reibung im Referral-Flow zu diagnostizieren.

Wann sollte ich referral-program nicht verwenden?

Verlasst euch nicht auf diesen Skill, wenn:

• euer Produkt kaum natürliches Teilungsverhalten erzeugt und es keinen guten Grund gibt anzunehmen, dass Incentives das ausgleichen können
• ihr hochspezifische technische Implementierungsdetails für eine bestimmte Referral-Plattform braucht
• euer Problem eher allgemeine Launch-Viralität als ein dauerhaftes referral-program System ist
• ihr nicht einmal grobe Angaben zu Ökonomie, Pricing oder Kundentyp machen könnt

Enthält der Skill Benchmarks oder Beispiele?

Er enthält kuratierte Beispiele und Design-Referenzen, aber keine große Benchmark-Datenbank. Die Beispiele sind nützlich, um Incentive-Typen, Programmstruktur und virale Mechaniken zu vergleichen, sollten aber immer an euer eigenes Pricing und eure Zielgruppe angepasst werden.

So verbessert ihr den referral-program Skill

Mit Unit Economics starten, nicht mit Reward-Ideen

Der häufigste Fehler in der referral-program Nutzung ist, direkt bei Incentives einzusteigen. Bessere Ergebnisse beginnen mit LTV, CAC, Retention, Marge und Kundentyp. Erst dadurch kann der Skill sinnvoll einschätzen, ob ein kostenloser Monat, Account-Guthaben, eine feste Auszahlung oder wiederkehrende Provision finanziell tragfähig ist.

Natürliches Teilungsverhalten explizit benennen

Der Skill fragt danach, ob sich das Produkt gut teilen lässt, Netzwerkeffekte hat oder ohnehin oft weiterempfohlen wird. Beantwortet das ehrlich. Wenn Kunden selten über das Produkt sprechen, ist das richtige Ergebnis möglicherweise ein kleiner Referral-Test oder ein Affiliate-Programm – nicht der große Incentive-Rollout.

Den konkreten Kundenmoment beschreiben, in dem nach einer Empfehlung gefragt werden kann

Referral-Programme stehen und fallen mit dem Timing. Gebt den Trigger-Moment an:

• nach der Aktivierung
• nach einem erreichten Erfolgsmoment
• nach NPS oder positivem Feedback
• nach einer Team-Einladung oder einem Kollaborationsereignis
• nach einem Wiederholungskauf

So kann der Skill eine glaubwürdige Referral-Loop entwerfen statt eines generischen „Fügt einen Share-Button hinzu“-Plans.

Konkrete Tool- und Ops-Einschränkungen angeben

Wenn ihr ein schlankes Tool braucht, sagt das. Wenn Finance nur monatliche Auszahlungen unterstützen kann, sagt das ebenfalls. Wenn Legal Rewards freigeben muss, erwähnt auch das. Je klarer eure Einschränkungen sind, desto nützlicher wird der referral-program Leitfaden.

Die Ausgabe in einem entscheidungsreifen Format anfordern

Meist bekommt ihr bessere Ergebnisse, wenn ihr gezielt Abschnitte anfordert wie:

• empfohlenes Modell
• Incentive-Optionen mit Vor- und Nachteilen
• Referral-Loop
• Tooling
• Launch-Checkliste
• Erfolgsmetriken
• Risiken und Fraud Controls

Dieses Format macht die Ausgabe intern leichter prüfbar und besser mit Alternativen vergleichbar.

Die Beispiele nutzen, um mehr Konkretion zu erzwingen

Wenn die erste Antwort zu abstrakt bleibt, bittet den Agenten um eine Überarbeitung mit ein oder zwei Repository-Beispielen als Anker:

Rework this referral-program recommendation using Dropbox-style double-sided value and Morning Brew-style gamified milestones, but adapted to our SaaS economics.

Das führt meist zu schärferen Incentive- und Flow-Designs als ein allgemeiner Retry.

Auf diese typischen Schwachstellen achten

Schwache referral-program Ausgaben:

• verwechseln Kundenempfehlungen mit Affiliate-Rekrutierung
• empfehlen Rewards, ohne die Unit Economics zu prüfen
• ignorieren Reibung in der Teilnahme
• unterstellen, dass alle Produkte natürlich gut teilbar sind
• überspringen die Erfahrung des geworbenen Nutzers nach dem Klick
• lassen Fraud- oder Abuse-Controls weg

Wenn ihr so etwas seht, fordert gezielt eine Überarbeitung für genau diese Lücke an.

Schwache Erstentwürfe mit präziseren Follow-ups verbessern

Gute Follow-up-Prompts sind zum Beispiel:

• “Revise this for B2B with longer sales cycles.”
• “Make the incentive safer for a low-margin subscription.”
• “Show 3 reward options ranked by ROI risk.”
• “Add fraud prevention and tracking requirements.”
• “Diagnose why participation is low before suggesting bigger rewards.”

Diese Nachschärfungen verbessern die Qualität, weil sie Trade-offs erzwingen statt einfach nur mehr Ideen abzufragen.

Gegen die Eval-Erwartungen validieren

Eine praktische Methode, referral-program Ergebnisse zu verbessern, ist der Abgleich mit evals/evals.json. Wenn eure Antwort nicht den Product-Marketing-Kontext prüft, Referral- und Affiliate-Logik trennt, die Loop definiert, Incentives dimensioniert und Launch-Hinweise enthält, liegt sie wahrscheinlich unter dem angestrebten Qualitätsniveau des Repositories.

referral-program als strukturierten Berater sehen, nicht als Autopilot

Dieser Skill ist am wertvollsten, wenn ihr ihn zur Beschleunigung von Entscheidungen nutzt und nicht, um Urteilsvermögen auszulagern. Die besten Ergebnisse entstehen, wenn ihr starken Business-Kontext gebt, die vorgeschlagenen Mechaniken kritisch prüft und iteriert, sobald der erste Programmentwurf die eigentlichen Trade-offs sichtbar macht.