会员留存召回｜简诗 AI

解决什么问题

会员运营里最常见的误区，是把「群发一条折扣券」当成召回。结果往往是：高价值用户觉得被当成普通流量，低活跃用户早已退订，权益成本花出去，留存却没改善。更隐蔽的问题是，很多团队只有「最近没下单」的简单判断，没有流失阶段定义、没有行为证据、也没有退订和停止线——一旦触发过度触达，反而加速用户流失。

技能如何工作

这个技能把「先找流失证据，再匹配权益与动作」作为前置纪律。执行前会先确认输入闸门：会员等级、价值行为与流失定义、行为数据、权益、服务与历史活动、触达权限、渠道频次和团队产能。信息不足时，必须区分已确认事实、保守假设、待验证项和补证日期，不得把假设写成事实；请求无法路由时只追问一个关键问题，不猜测模式。

核心流程按五步运行：

• 读取 references/methodology.md，只选择与当前请求直接相关的方法卡
• 读取 references/execution-rules.md，确认输入、事实、假设和前置闸门
• 读取 references/quality-boundaries.md，排除不适用、无授权和不可交付动作
• 读取 references/output-contract.json 与 assets/output-template.md，生成完整执行件
• 运行 scripts/validate_output.py --check-output；失败时修正业务内容，不删除测试或放宽规则

会交付什么

最低交付不是一份文案，而是一组可被业务负责人评审的动作矩阵：现有能力差距、流失阶段和证据清单；优先人群、权益、服务与动作矩阵；触达节奏、承接责任和召回小样；以及留存、召回、退订和停止线。

适用边界

• 不承诺固定结果，不伪造案例、指标或行业基准
• 不输出采集身份、原始链接、作者、账号、API Key 或素材出处
• 不复制文章原文作为方案，必须转化为对象、条件、动作、交付物、指标和停止线
• 机器校验通过只代表结构、具体度与已知风险通过，业务负责人仍需确认适配性

获取使用帮助和更多实用 Skill，请关注公众号「简诗 AI」，或在 SkillHub 搜索「简诗 AI」