AARRR 模型漏斗診斷提示詞（獲取、激活、留存、變現、推薦各環節指標 + 找最大流失點 + 實驗建議）
增長停滯、不知道該先優化拉新還是留存時用：按 AARRR（海盜模型）把業務數據放進漏斗，定義每個環節的指標，找出流失最嚴重、最值得優先投入的環節，並給出可執行的實驗。
通用大模型 對話模型通用
請你擔任增長負責人，用 AARRR 模型給我的業務做一次漏斗診斷。 業務與產品：[業務與產品] 商業模式：[商業模式] 當前各環節的數據（盡量提供，缺的寫「無」）： - 獲取 Acquisition：渠道、訪問量 / 下載量、獲客成本：[獲取數據] - 激活 Activation：註冊、首次完成關鍵動作的比例：[激活數據] - 留存 Retention：次日 / 7 日 / 30 日留存或復購：[留存數據] - 變現 Revenue：付費轉化、客單價、ARPU：[變現數據] - 推薦 Referral：分享、邀請、自然推薦來源佔比：[推薦數據] 當前團隊資源：[團隊資源] 請完成： 1. 指標定義：為每個環節定義 1 個核心指標和 1–2 個輔助指標，特別要寫清「激活」對這個產品意味着什麼具體動作。 2. 漏斗計算：用我給的數據算出各環節轉化率，以文字版漏斗展示；缺少數據的環節說明應該如何埋點或統計。 3. 診斷： - 找出流失最大的環節，和行業常見情況對比時只說「通常偏高 / 偏低」的方向，不編造具體基準數字； - 判斷問題更可能出在哪裏（產品體驗、用戶質素、渠道匹配、價格）； - 提醒「漏斗前端放水」的風險：如果留存差，加大拉新只會放大浪費。 4. 優先級：按「影響 × 信心 ÷ 成本」排序，選出最值得優先優化的 1–2 個環節。 5. 實驗：為優先環節各設計 2 個實驗，寫明假設、改動、核心指標、樣本與週期、成功標準。 6. 數據缺口清單：為了下次診斷更準確，需要補充收集哪些數據。 約束：所有結論基於我提供的數據，推測要明確標註；不建議刷量、誘導分享等違規增長手段。
高亮處換成你自己的內容：[業務與產品]、[商業模式]、[獲取數據]、[激活數據]、[留存數據]、[變現數據]、[推薦數據]、[團隊資源]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：數據不全也能用，AI 會告訴你缺哪些、怎麼補。[激活數據] 最容易定義模糊——「註冊」不等於「激活」，激活應該是用戶第一次獲得價值的那個動作，比如「第一次成功導出報告」。[團隊資源] 會影響優先級判斷，比如沒有工程師時優先選不改代碼的實驗。
常見坑：
- 一看到增長慢就去加投放，結果拉來的人很快流失，這是最常見的浪費；
- AI 可能會說「行業平均次日留存是 X%」，但這類數字常常沒有可靠來源，這條提示詞要求只說方向；
- 同時改五個環節，最後不知道是哪個起了作用。
迭代追問：「把激活環節拆成更細的步驟漏斗，找出用戶具體卡在哪一步」「根據這次診斷，寫一頁給老闆看的增長週會彙報」「為推薦環節設計一個不違反平台規則的邀請機制」。
示例輸出
示例，僅供參考（虛構：在線記帳 App，月度數據）
文字版漏斗
下載 10,000 → 註冊 6,200（62%）→ 記第一筆帳 2,500（40%）→ 7 日仍在記帳 900（36%）→ 開通會員 90（10%）
診斷：最大流失在「註冊 → 記第一筆帳」，60% 註冊用戶沒有完成首次記帳，說明新手引導或首頁入口可能有問題；在這個問題解決前，不建議加大投放預算。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～