推荐与联盟计划Skill：把满意的客户变成可复制的增长引擎
- 它是什么：一个面向病毒式增长与推荐营销的专家型 AI 技能，覆盖客户推荐计划、联盟计划以及两者混合模式的设计、优化与分析。
- 强在哪：它不只会说“要做口碑营销”，而是给出推荐循环模型、激励计算公式、佣金结构、病毒系数（K 因子）与 ROI 建模方法，把营销决策变成可计算、可验证的设计。
- 能直接用：内置联盟招募邮件模板、联盟伙伴赋能清单、推荐计划邮件序列、上线检查清单与常见问题修复表，拿到就能落地。
- 会先追问：使用时会先收集计划类型、当前状态、产品契合度、资源四类背景信息，信息给得越具体，方案越贴合业务。
- 谁适合用：SaaS 与电商的增长负责人、市场与联盟运营、独立开发者与创始人，以及任何想搭建“推荐朋友”“合作伙伴计划”体系的人。
该技能叫什么？如何下载安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | 推荐与联盟计划Skill |
| 技能英文名 | referral-program |
| 技能ID | 12310 |
它解决什么问题
增长团队在做推荐计划时，最常见的困境有三个：一是不知道从哪开始，凭直觉给个“邀请好友得 10 元”就上线；二是上线后没人用，不知道该改激励、改文案还是改入口；三是分不清客户推荐计划和联盟计划的边界，把两套玩法混成一套四不像。这个技能把上述问题拆成结构化的方法论：先判断计划类型，再设计推荐循环，然后计算激励上限、建模病毒系数、设置欺诈防线，最后用指标看板和 A/B 测试持续优化。
它的触发范围很明确：当用户提到“推荐”“联盟”“大使”“口碑”“病毒循环”“推荐朋友”“合作伙伴计划”等关键词，或明确提出要创建、优化、分析推荐与联盟计划时启用。
一键安装的思路与步骤
- 确认安装前提：你的 AI 客户端或平台需要支持 AI 技能（Skill）机制，能够加载技能描述文件（该技能以 name / description 形式的技能说明对外暴露能力边界）。若客户端不支持技能机制，只能以普通对话方式使用，效果会明显打折。
- 找到技能入口：在客户端提供的技能市场、技能库或技能管理面板中检索。检索词可用中文名“推荐与联盟计划”，也可用英文名 referral-program，部分平台支持直接输入技能ID 12310 精确定位。
- 执行安装/启用：按平台提供的安装按钮或启用开关操作。不同平台的具体命令、入口路径、是否需要登录账号等细节，以官方说明为准，本文不代为实现方式。
- 验证是否生效：安装后发起一次测试对话，例如输入“帮我设计一个 B2B SaaS 产品的推荐计划”。如果回复先追问计划类型、当前推荐率、客户 LTV 与 CAC、可用的工具与预算等背景问题，说明技能已正常加载——这正是该技能“开始前”的标准动作。
- 补充上下文再提问：确认生效后，把真实业务数据一次性喂给它（产品形态、客单价、现有渠道 CAC、是否已有计划），能显著提升输出质量。
“一键安装”的真正价值在于：把一整套推荐营销方法论固化成一个可随时调用的角色，你不需要每次重新解释背景、重新翻阅资料，省下的是方案设计与对齐的时间成本。
该技能的主要功能和特点
- 计划类型判别与选型：清晰区分客户推荐计划（推荐人是现有客户，动机是奖励 + 帮助朋友，信任度高、数量较低）与联盟计划（伙伴可能不是客户，动机是佣金收入，数量较高、信任度可变），并给出混合模式的组合建议。
- 推荐循环建模：把推荐拆成“触发时刻 → 分享行动 → 转换推荐 → 奖励”的闭环，并列出高意向时刻（首次“顿悟”后、达成里程碑后、获得卓越支持后、续订升级后）与自然分享时刻（产品涉及协作、被问“你用什么工具”时、公开分享结果时）。
- 分享机制的有效性排序：产品内分享 > 个性化链接 > 电子邮件邀请 > 社交分享 > 推荐代码，并建议同时提供多种选项、把最高转化的入口放在首位。
- 激励结构设计：覆盖单方奖励、双方奖励、分层奖励三种结构，附六类激励（现金/信用、产品信用、免费月份、功能解锁、礼品、慈善捐赠）的优缺点与适用场景对照表。
- 激励金额计算框架：给出
最大推荐奖励 =（客户 LTV × 毛利率）- 目标 CAC的可计算公式，并附典型区间参考（B2C 常见 10-50 美元或首购的 10-25%；B2B SaaS 常见 50-500 美元或 1-3 个月免费）。 - 联盟体系搭建：包含销售百分比、每行动固定费用、循环佣金、分层佣金四类佣金结构，以及 Cookie 归因时长（24 小时、7-14 天、30 天、60-90 天、终身）的适用场景。
- 招募与赋能工具包：提供联盟伙伴拓展邮件模板，以及含 10 项内容的赋能清单（追踪链接、产品概述、受众描述、竞品对比、创意素材、样本文案、案例、演示账号、FAQ、付款条款）。
- 增长建模能力：病毒系数
K = 邀请数 × 转换率、推荐率与“每个推荐人的推荐数”指标基线、推荐计划 ROI 公式（收入减去奖励、工具、管理成本）。 - 诊断与优化能力：针对“低意识、低分享率、低转换、欺诈滥用、一次性推荐人”五类典型问题给出原因与修复动作，并列出激励、信息、放置三个维度的 A/B 测试变量。
- 欺诈预防体系：识别自我推荐、推荐圈、优惠券站发布、假邮箱、设备伪装等手法，从技术（邮箱验证、设备指纹、IP 监控、延迟发放）、政策（服务条款、每期上限、追回机制）、结构（要求有意义行动、终身奖励上限、以产品信用支付）三层设防。
- 工具选型参考：列出 ReferralCandy、Ambassador、Friendbuy、GrowSurf、Viral Loops 等推荐工具，以及 ShareASale、Impact、PartnerStack、Tapfiliate、FirstPromoter、Rewardful、Refersion 等联盟工具，并按集成、风控、结算、报表等维度给出选型考量。
与普通工具相比，它的差异在于从“执行层”上升到了“设计层”：推荐 SaaS 工具负责跑链接、发奖励、出报表，而这个技能负责在你花钱之前，先把激励结构、归因窗口和增长模型算清楚。
如何使用该技能？
第 1 步：回答“开始前”的四类背景问题
这是技能的标准开场。你可以主动提供，也可以等它追问：
- 计划类型：做客户推荐、联盟，还是两者兼有？B2B 还是 B2C？客户 LTV 多少？其他渠道的 CAC 是多少？
- 当前状态：是否已有计划？当前推荐率多少？试过哪些激励？有无 NPS 或满意度数据？
- 产品契合度：产品是否天然可共享（使用是否涉及他人）？是否有网络效应？客户是否会自然谈论？触发口碑的因素是什么？
- 资源：使用或考虑哪些工具？推荐激励预算多少？有无工程资源做自定义实现？
输入示例：“我们是 B2B SaaS，年客单价约 1200 美元，毛利率 70%，目前付费渠道 CAC 约 200 美元，还没有推荐计划，团队没有专门工程资源，预算有限。”
第 2 步：确定计划类型与组合方式
让它基于你的输入判断：先跑客户推荐（低成本、高信任），还是先搭联盟（触达新受众），或者两者并行但分开管理。
第 3 步：设计推荐循环
依次确认触发时刻、分享机制、转换路径与奖励发放节点。重点是把“什么时候提醒用户推荐”定在成功之后，而不是随机弹窗。
第 4 步：用公式反推激励上限
套用 最大推荐奖励 =（LTV × 毛利率）- 目标 CAC。以上述示例计算：（1200 × 0.70）- 200 = 640 美元，这是理论上限；再结合行业区间（B2B SaaS 常见 50-500 美元或 1-3 个月免费）落定实际档位，并决定单方还是双方奖励。
第 5 步：设计联盟侧规则（如需要）
确定佣金结构（首单或首年 10-30%、每合格线索固定费用、循环收入的 10-25%、或阶梯佣金）、Cookie 归因窗口，并索取招募模板与赋能清单，逐项补齐物料。
第 6 步：做增长建模
让它帮你算 K 因子与 ROI。示例：平均每位客户发出 3 个邀请、邀请转化率 15%，则 K = 3 × 0.15 = 0.45，属于“放大增长”而非纯病毒增长，推荐只能补充而不能替代其他获客渠道，这个结论会直接影响你的预算分配。
第 7 步：设置风控与合规
确定邮箱验证、设备指纹、延迟发放、单期上限、退款追回等规则，并起草条款要点。
第 8 步：拿邮件序列与上线清单
索取公告邮件、未推荐用户的培养序列（第 7 天、第 30 天、第 60 天提醒 + 里程碑触达）、老推荐人唤醒邮件，并按启动前、启动、启动后 30 天三阶段清单逐项打钩。
输出说明：你会得到一份包含计划定位、循环设计、激励数值、佣金规则、指标口径、风控策略与上线排期的完整方案草案，可直接进入评审或开发排期。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| referral-program（推荐与联盟计划）Skill | 推荐与联盟体系的策略设计顾问 | 计划选型、推荐循环设计、激励公式、佣金结构、K 因子与 ROI 建模、风控策略、招募与邮件模板、上线清单 | 需在支持技能机制的 AI 客户端中启用，安装方式以官方说明为准；使用前需准备业务数据 | 从 0 设计计划、诊断现有计划、做增长建模 | 优势：方法论完整、可计算、模板齐全；不足：不负责实际发链接、结算与报表，需配合执行工具 |
| 通用大模型直接对话（不启用技能） | 通用问答 | 能给出泛泛的营销建议 | 门槛最低，开箱即用 | 快速获取灵感 | 优势：无需安装；不足：缺少结构化追问与公式模型，输出容易停留在“多送点奖励”层面，难以直接落地 |
| 现成推荐计划 SaaS 工具（如 ReferralCandy、Friendbuy、GrowSurf、Viral Loops） | 推荐计划的执行与追踪平台 | 生成唯一推荐链接与代码、发放奖励、归因追踪、报表 | 需注册账号并接入支付/电商系统；价格以各官方说明为准 | 已有明确方案，需要快速上线运行 | 优势：开箱即用、结算自动化；不足：工具本身不告诉你激励该给多少、触发点该放哪里，策略仍需自己定 |
| 联盟网络与管理平台（如 Impact、PartnerStack、Tapfiliate、FirstPromoter） | 联盟计划的招募与结算基础设施 | 联盟伙伴招募、佣金计算与结算、归因、伙伴门户 | 需接入支付系统，配置周期较长；具体门槛与费用以官方说明为准 | 已有联盟伙伴资源，需要规模化管理和结算 | 优势：结算与合规能力强；不足：偏执行层，招募策略、赋能物料与佣金结构设计仍需另行规划 |
一句话结论：这类执行型工具解决“怎么跑”，本技能解决“怎么设计才跑得动”，二者是互补关系而非替代关系。
该技能的典型应用场景与实际体验情况
场景一：B2B SaaS 增长负责人从零搭建推荐计划
痛点：老板要求“做个推荐计划”，但团队不清楚该给多少奖励，怕给多了亏、给少了没人推。 使用方式：提供客单价、毛利率、CAC 与现有推荐率，让它按公式反推奖励上限，再给出 B2B SaaS 的典型区间与单/双方奖励建议，最后输出上线清单。 实际体验：上手难度低，只要数据给得真实，一轮对话就能拿到可评审的方案框架。注意事项：LTV 与 CAC 的统计口径要先统一，否则算出来的上限没有参考意义。
场景二：电商运营诊断“计划上线三个月没人推”
痛点：有推荐入口但转化极低，团队在纠结是加大奖励还是换工具。 使用方式：把现状（低分享率、一次性推荐人、落地页转化差）描述给技能，它会对照“常见问题与修复”表定位原因——比如分享流程摩擦太大就简化为一键分享，落地页弱就优化被推荐人的首屏体验，缺少持续动机就引入分层奖励。 实际体验：诊断路径清晰，能避免“一遇问题就加钱”的条件反射。注意事项：修复动作需要研发配合，排期要提前沟通。
场景三：内容与联盟负责人搭建伙伴招募体系
痛点：想找博主、YouTuber、时事通讯作者合作，但不知道怎么开口、给什么条件、给什么素材。 使用方式：索取联盟招募邮件模板与赋能清单，按清单逐项准备追踪链接、产品概述、竞品对比、创意素材、案例与付款条款，再用佣金结构和 Cookie 时长确定合作条款。 实际体验：模板可直接改写，赋能清单相当于一份交付验收表。注意事项：佣金比例与归因窗口要结合现金流测算，长销售周期业务（60-90 天）不要把窗口开得太短。
场景四：创始人做增长模型与预算分配
痛点：不确定推荐渠道值不值得投，也不知道该期待多少推荐量。 使用方式：用 K 因子公式测算（如 3 次邀请 × 15% 转化 = 0.45），用 ROI 公式测算回报，再结合推荐客户 LTV 通常高 16-25%、流失低 18-37%、推荐他人比率为普通用户 2-3 倍这类典型发现，判断推荐渠道在整体获客组合中的位置。 实际体验：能把“感觉推荐挺好”变成“推荐渠道 CAC 是多少、回本期多长”的具体判断。注意事项：这些是行业典型区间而非承诺值，需用自己的数据验证。
该技能能为用户带来的价值
效率提升：把方案设计从“查十几篇文章 + 开三次会”压缩到一次结构化对话。计划选型、激励测算、佣金设计、邮件文案、上线清单原本分散在不同角色手里，现在由同一个思路串起来，方案初稿的产出时间从数天缩短到小时级。
门槛降低：没有专职增长团队的小团队和独立开发者，也能拿到接近专业顾问水准的框架。激励计算公式、K 因子模型、ROI 口径这些原本需要经验积累的内容，被显式地写成了可套用的方法。
可量化收益：按推荐率基准（良好 10-25%、优秀 25-50%），团队可以给自己设定明确目标；按激励公式控制奖励成本，避免“拍脑袋给 50 元”导致的单位经济模型失衡；按渠道 CAC 与推荐客户 LTV 的对比，判断是否该把预算从付费投放转移到推荐。
长期价值：推荐与联盟体系是复利型资产——计划一旦跑通，获客成本随规模下降，且推荐客户往往自带更高信任度与更低流失。这个技能帮你在启动前把结构设计对，减少“上线-无效-推倒重来”的循环，也把风控前置，避免被刷单吃掉利润。
常见问题 FAQ
Q1：这个技能怎么安装？需要付费吗？
在支持 AI 技能机制的客户端或平台的技能市场中，用中文名“推荐与联盟计划”或英文名 referral-program 检索，部分平台支持用技能ID 12310 精确定位，然后按平台提供的安装或启用入口操作即可。安装后的验证方式是提一个推荐计划相关的问题，看它是否先追问背景信息。至于是否收费、有哪些套餐、具体入口路径，技能说明本身未提供，请以官方说明为准。
Q2：它适合谁用？我只有一个人做运营，能用吗？
适合任何需要设计或优化推荐、联盟、口碑策略的人：增长负责人、市场与联盟运营、独立开发者、创业者、增长顾问。单人运营尤其适合——它提供的模板与清单能替代部分协作成本，一个人也能把设计、文案、风控、上线检查串起来。
Q3：它和 ReferralCandy、GrowSurf 这类工具是竞争关系吗？
不是。那些工具负责执行层：发链接、追踪归因、计算和发放奖励、出报表。这个技能负责设计层：计划类型怎么选、触发点放哪、奖励给多少、佣金怎么定、怎么防刷单、怎么衡量 ROI。正确用法是先用技能把方案算清楚，再去选工具落地。
Q4：我的业务数据很少，没有 LTV 和 CAC，还能用吗？
能用，但深度会受限。技能的核心计算（最大推荐奖励、病毒系数、ROI）都基于 LTV、毛利率和 CAC。数据不全时，它会追问这些信息；如果你确实没有，建议先用客单价和大致毛利做粗估，并明确标注为假设值，等有了真实数据再回头校准。
Q5：怎么防止用户刷单套奖励？
技能从三层给出方案：技术层包括邮箱验证、设备指纹、IP 监控、延迟到激活后才发放奖励、设置最低活动阈值；政策层包括明确服务条款、限制每期最大推荐数、退款或拒付时追回奖励、对可疑模式人工审查；结构层包括要求被推荐用户完成有意义的行动、设置终身奖励上限、以产品信用而非现金支付奖励（对欺诈者吸引力更低）。建议三层同时启用，而不是只靠单一手段。