关于 referral-loop-review
用于设计和审查推荐计划，关注信任、激励、归因和滥用风险。可产出推荐流程、激励表、事件结构、风险控制和实验计划。
主要功能
- 01梳理邀请与奖励状态
- 02区分推荐循环类型
- 03定义激励与归因规则
- 04识别欺诈和滥用控制措施
- 05制定事件结构与实验计划
适用场景
- 01设计从邀请到奖励的推荐流程
- 02审查激励资格和撤销规则
- 03规划推荐追踪与实验
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/referral-loop-review确认已加载。
附带文件agents/openai.yamlreferences/referral-loop-systems.md
详细介绍
推荐循环评审
使用此技能，让推荐成为值得信赖的增长循环，而不是垃圾信息激励。
工作流
- 确定邀请人、受邀人、奖励、触发时机、渠道、归因窗口和欺诈风险。
- 阅读
references/referral-loop-systems.md。 - 梳理邀请、接受、符合条件、奖励待发放、奖励发放、取消／撤销和支持状态。
- 区分产品驱动的分享、付费激励、团队协作、联盟经济和滥用控制。
- 制定循环设计、激励表、事件架构、风险控制和实验计划。
何时不使用
- 如果基础模型无需此技能的特定产物规范就能处理一般建议，请勿使用。
护栏
- 不要奖励垃圾信息、误导性声明、虚假稀缺性或强迫上传联系人。
- 在完成资格审核和滥用检查前，不要发放不可撤销的奖励。
- 明确展示条款、资格条件、归因、有效期和撤销规则。
输出格式
Referral context:
Loop type:
Referral flow:
- trigger, channel, invite, qualification, reward, reversal
Incentive design:
- inviter reward:
- invitee reward:
- eligibility:
- caps/controls:
Risks:
- <risk> -> prevention, detection, support response
Metrics:
- invite, accept, activate, qualify, reward, fraud, retention
评论
支持 Markdown