浏览任务积分异常防刷清单
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/miniprogram-task-points-points-fraud。
技能介绍
要解决的积分风控问题
小程序浏览任务发放积分时,常见的黑产手法包括重复刷新、同设备多号、虚假核销以及退款套积分。如果仅凭单一信号直接判定作弊,容易误伤真实用户,同时缺乏完整的申诉链路会导致客诉激增。
技能如何工作
核心输出是一份可执行的积分风控清单,具体步骤如下:
- 核对基础数据:盘点页面访问、任务链和积分预算,标记数据日期与来源,区分不可比较口径。
- 识别异常信号:针对重复刷新、同设备多号等行为设定阈值,并设置放行、延迟入账、人工复核等处理级别。
- 硬约束与申诉:将“无效刷新与真实浏览分开”作为硬约束,规定冻结时限与复核证据,保留用户申诉通道。
- 交付前核验:结合埋点、任务和积分流水进行核验,以有效任务达成率作为复查指标。
适用边界与注意点
- 不承诺流量、转化率等经营结果,不读取密码、Token 等敏感信息。
- 涉及真实发送、退款或生产变更时,必须取得明确授权。
- 处理客户数据时仅使用最小必要信息,并提醒去标识化。
使用场景
- 零售小程序运营发现浏览任务积分异常兑换,需要输出风控清单并设定冻结时限
- 积分规则设计者要区分无效刷新与真实浏览,制定延迟入账和人工复核级别
- 客服主管接到用户积分冻结申诉,需要按清单中的复核证据处理并记录
- 数据分析师要核对埋点、任务和积分流水,验证有效任务达成率口径
适合人员
- 小程序运营负责人,要制定浏览任务积分的异常识别与防刷规则
- 积分产品设计者,需要确定虚假核销和退款套积分的处理级别
- 客服主管,要处理用户积分冻结的申诉并留存复核证据
- 数据分析师,要验证埋点、任务流水与积分核销的对应关系