推荐与联盟计划

要解决什么问题

推荐和联盟常被当成「发个链接、给点返现」的附属功能，结果分享率低、归因混乱，激励和 CAC/LTV 也对不上。B2B 与 B2C、单方与双方奖励、产品内分享与邮件邀请，选型差异很大；没有结构化设计时，很难判断是时机不对、落地页差，还是激励结构本身有问题。

技能如何协助你

本技能以病毒式增长与推荐营销为框架，先引导你补齐上下文：计划类型（客户推荐 / 联盟 / 二者）、LTV 与渠道 CAC、现有推荐率与激励尝试、产品是否易分享、预算与工具栈。若仓库存在 .claude/product-marketing-context.md，会优先读取，避免重复追问。

在方案层，它会区分客户推荐计划与联盟计划的适用场景，并按「触发时机 → 分享机制 → 激励结构」梳理推荐循环：高意图时刻（aha、里程碑、续费后等）、按转化率排序的分享路径（产品内、个性化链接、邮件、社交、推荐码），以及单方 / 双方 / 层级奖励的取舍。优化部分覆盖推荐率与转化漏斗的对症调整、可做的 A/B 测试维度，以及知名度、欺诈、一次性推荐等常见问题的修复表。

衡量与落地包括关键指标（活跃推荐者、推荐转化率、推荐 CAC、被推荐用户 LTV、ROI）、启动清单，以及启动与培养用的邮件序列思路；联盟计划的佣金与招募细节指向 references/affiliate-programs.md，示例与激励规模指向 references/program-examples.md，工具集成见 tools registry（如 Rewardful、Tolt 等）。

适用边界

它输出的是计划设计与运营检查清单，不替代法务条款、支付合规或具体平台的配置实操。激励金额需结合你的毛利与 LTV 自行核算；文中引用的行业典型数据（如被推荐用户 LTV 偏高、流失更低）应作为假设验证方向，而非对你业务的保证。