referral-program

referral-program 技能概览

referral-program 技能可以帮助你设计、上线并优化应用内的拉新推荐或邀请体系，而且它改变的是获客结果，不只是多一个“分享”按钮。它最适合那些需要一份实用的 referral-program 转化指南的团队：奖励怎么设计、邀请机制怎么做、深度链接依赖是什么、有哪些作弊风险，以及这个项目到底值不值得上线。

referral-program 适合做什么

当任务是把现有用户转化为获客渠道时，就该使用 referral-program 技能，比如邀请得奖励、推荐好友、双向奖励，或者病毒式传播循环。尤其适合你需要判断某个产品是否适合安装 referral-program 的场景，比如社交、协作、理财、交易市场或多人游戏等确实会产生分享行为的应用。

这个技能适合什么人

这个技能适合已经有产品、并且想回答这些问题的读者：用户该拿到什么奖励、谁能拿、怎么衡量效果、哪些因素会阻止滥用。它最适合的是需要推动可衡量安装增长，而不只是品牌曝光的 referral-program。

它的不同之处

referral-program 技能是以决策为导向的。它会逼你把决定成败的关键输入说清楚：用户价值、CAC、LTV、深度链接基础设施，以及自然的分享时刻。这意味着输出结果应该帮助你选出合适的奖励结构，并避开常见陷阱，比如激励支出过高，或者奖励了低质量邀请。

如何使用 referral-program 技能

先提供正确的输入

一条高质量的 referral-program 使用提示，应该包含你的产品类型、你希望被推荐用户完成的动作、当前获客成本，以及任何奖励约束。例如：“为一款预算管理应用设计一个 referral-program。现有用户在连接银行账户后可以邀请好友。CAC 是 $18，LTV 约为 $120，我们希望双向奖励的总价值控制在 $10 以内。”

按顺序安装并阅读技能

按照你的技能工作流中的 referral-program 安装路径进行安装，然后先读 SKILL.md。如果你是直接从仓库里操作，再去查看 README.md、AGENTS.md、metadata.json，以及存在的话其他支持文件夹。在这个仓库里，技能中提炼出来的关键主题，正是执行时最需要关注的部分：初步评估、referral program 是否合适、奖励结构模式，以及奖励额度。

把模糊需求改写成可用提示

如果用户说“让我们的 app 更病毒式传播”，要把它翻译成真正的 referral-program 问题：触发点是什么、奖励是什么、谁有资格参与、什么算一次成功推荐，以及哪些风控措施能防止作弊。这个技能在提示词包含转化事件、邀请入口和单位经济目标时，效果最好。

能提升输出质量的工作流

把这个技能当作一个流程，而不是一次头脑风暴。先验证是否适合做 referral-program，再根据 CAC 和 LTV 设定奖励规模，然后定义邀请流程和衡量方案，最后才去打磨文案。如果跳过奖励测算这一步，referral-program 技能仍然能产出创意，但在转化和毛利控制上的可靠性会明显下降。

referral-program 技能常见问题

referral-program 只适用于消费级应用吗？

不是。只要用户邀请他人有真实价值，referral-program 技能同样适用于 B2B、交易市场和订阅类产品。关键不是行业，而是产品是否会因为参与人数增加、更好的协作，或者共享节省而产生明显价值。

referral-program 会替代普通的增长提示词吗？

不完全是。普通的增长提示词可能会给出泛泛的活动点子，而 referral-program 技能更聚焦于方案设计、奖励经济性和邀请机制。如果你需要考虑病毒系数、邀请链接实现，或者兼顾防作弊的奖励逻辑，这个技能会是更好的起点。

如果我还没有 LTV 或 CAC 怎么办？

这对 referral-program 安装来说是一个警示信号。没有这些数字，奖励额度就只能靠猜，项目也很容易变成亏损。在这种情况下，技能应该先推动你估算单位经济，再在最终确定 referral 设计之前，把你引导到一个以指标为核心的工作流。

这个技能适合新手吗？

适合，只要你能回答几个业务问题。只要用户愿意提供产品背景、当前获客数据，以及想优化的具体推荐动作，这份 referral-program 指南就会很有用。若需求只有“加个推荐功能”，却没有任何产品细节，它的帮助就会有限。

如何改进 referral-program 技能

给技能更好的单位经济数据

提升 referral-program 输出质量的最大一步，是提供更清晰的经济输入。分享不同渠道的 CAC、粗略的 LTV 或 ARPU、邀请后的预期转化率，以及任何毛利限制。这些数字能让技能把奖励定到更合理的水平，从而支持 referral-program for Conversion，而不是随意把激励越加越高。

明确你现在已经存在的推荐行为

告诉技能邀请目前发生在哪里：某个成功动作之后、某个社交里程碑之后、完成新手引导时、在分享面板中，或者协作流程内部。这能帮助 referral-program 技能围绕已有行为来设计，而不是凭空造出用户并不会自然触发的流程。

说明你的风控和上线限制

如果你在意作弊，请把自我推荐、多账号、设备复用或刷奖励等担忧写出来。如果你在意实现，说明你的深度链接技术栈，比如 Branch、AppsFlyer OneLink 或 Adjust。如果你在意发布风险，就要求分阶段上线和成功指标，这样 referral-program 指南才能保持足够务实。

围绕一个清晰的成功指标迭代

最好的优化方式，是每次只要求一个结果：更多邀请发送、更高的邀请转安装转化、更好的激活后的推荐用户表现，或者更低的每个获客用户奖励成本。referral-program 技能在每次迭代都对应一个可衡量瓶颈时，效果会明显更好，而不是笼统地说一句“把它做得更好”。