驱动动机框架Skill：用自主性、精通、目的，重建产品和团队的动机系统
- 它是什么：一个把丹尼尔·平克《驱动力》动机科学落成可执行检查清单的 AI 技能，核心是 AMP 三支柱——自主性（Autonomy）、精通（Mastery）、目的（Purpose）。
- 它解决什么：帮你判断一个产品功能、积分体系、团队激励方案到底是"激发内在动机"还是"用胡萝卜加大棒杀死动机"。
- 它会输出什么：不是含糊的建议，而是基于 AMP 原则的 0—10 分评分 + 具体失分点 + 改进到 10/10 的行动清单。
- 谁最适合用：产品经理、增长运营、HR 与团队负责人、独立开发者，以及任何正在设计游戏化、会员体系、激励机制的人。
- 一句话结论：如果你曾经疑惑"为什么发了奖金、加了积分，用户和员工反而更不积极了"，这个技能给出的正是一套可复用的诊断语言。
1. 该技能叫什么？如何一键安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | 驱动动机框架Skill |
| 技能英文名 | drive-motivation |
| 技能 ID | 12819 |
| 作者 | wondelai |
| 版本 | 1.0.0 |
| 许可协议 | MIT |
它解决什么问题
绝大多数产品和团队仍运行在"动机 2.0"的逻辑上：做得好就给奖励，做不好就罚。这个技能明确指出，对于任何需要基本认知努力的任务，外部奖励要么无效，要么主动降低绩效——它会挤出内在动机、压缩创造力、鼓励走捷径、培养季度式短视。技能要做的事，是把"动机 3.0"的思路变成可以逐条对照的设计规范：让系统支持自主性、让用户看见精通的路径、让每一件事都连接到一个比自身更大的目的。
一键安装的思路与步骤
这个技能以标准的 AI 技能包形式组织，主文件是 SKILL.md，并附带 7 份 references/ 参考文档（外在奖励、自主性、精通、目的、应用、类型 I、案例研究）。安装通常分三步：
- 确认安装前提：你的 AI 客户端或 Agent 平台需要支持"技能（Skill）"机制，即能够加载外部
SKILL.md作为可调用知识包。若平台只支持纯对话，可以选择手动把技能内容作为上下文粘贴使用。 - 获取并安装：在平台的技能市场/技能库中按英文名
drive-motivation或技能 ID12819检索并点击安装；或者手动将整个技能目录（含references/子目录）放入平台约定的技能目录中。具体的安装命令、目录路径和入口位置随平台不同而不同，以官方说明为准。 - 验证是否生效：新建一个对话，直接说"用驱动动机框架审计一下我的产品积分体系"，观察返回结果是否包含 AMP 三维度分析、0—10 分评分以及"如何达到 10/10"的改进建议。如果返回的是泛泛的产品建议、没有评分环节，说明技能未被正确加载，需要检查安装位置与启用开关（以官方说明为准）。
安装完成后，它不再是一个需要你背诵的方法论，而是随时可以被唤起的一位"动机审计师"。
2. 该技能的主要功能和特点
- AMP 三支柱分析：把"动机"这个模糊概念拆成三个可审计的维度——自主性（我能否选择做什么、何时做、如何做、和谁做）、精通（我能否看到进步、挑战是否匹配能力）、目的（我是否知道这件事为什么重要）。任何一个机制都能被放到这三把尺子上量。
- 标准化的 0—10 分评分：评估产品功能、团队激励、游戏化或参与循环时，直接给出当前分数，并说明低分具体失分在哪一柱，再给出达到 10/10 的改进路径。这让"动机设计"从审美判断变成了可对比、可迭代的工程问题。
- 外在奖励七大缺陷清单：消除内在动机、降低绩效、压制创造力、挤出良好行为、鼓励作弊、变得成瘾、培养短期思维——每一条都配有对应机制与真实案例（如日托中心迟到费反而增加迟到、蜡烛问题中奖励组表现更差），可以直接用于向老板或客户解释"为什么不该这么做"。
- 明确奖励的有效边界：技能并不极端地反对一切奖励，它清楚划定了外在奖励仍然有效的场景（常规、算法型、无需创造力与判断的任务），以及有害的场景（创意工作、复杂问题解决、需要长期参与的任务）。
- 自主性四个 T 的落地表：任务（Task）、时间（Time）、技术（Technique）、团队（Team）四个维度各自给出"自主性杀手"与"自主性推动者"的对照，对入门引导、定制、内容分发、通知、工作流等具体环节都有可抄作业的设计模式。
- 精通的三个法则与心流通道：心流被画成"技能—挑战"的通道，太简单会无聊、太难会焦虑。技能据此给出进度可见性、自适应难度、即时反馈、清晰里程碑等设计建议。同时在 Duolingo 连续打卡的案例中提醒：连续性设计可能从"精通"滑向"损失厌恶"。
- 目的三种表达：通过目标（如 TOMS 的"买一捐一"）、语言（把"员工"称为"同事"）、政策（Patagonia 的"别买这件夹克"）三种方式把使命落到具体设计里。
- 正确的游戏化 vs 错误的游戏化对照表：逐条区分"每个动作都给积分"这类外在设计与"基于技能的进步、有意义的里程碑、贡献社区"这类内在设计。
- 快速诊断表：6 个是非问题即可完成一次初筛——用户能否选择、能否看到进度、挑战是否匹配、是否有即时反馈、是否知道为什么重要、是否在使用"如果—那么"奖励。任一项回答"否"，就直接对应到一条改进动作。
和普通工具比强在哪：普通工具给你的是"如何做得更好"的技巧，这个技能给的是"这件事到底值不值得做"的判断标准。它最有价值的产出不是加法，而是减法——帮你砍掉那些看起来热闹、实际上在稀释内在动机的机制。
3. 如何使用该技能？
第 1 步：明确审计对象。 技能的使用场景被限定得很清楚，先对号入座：设计利用内在动机的功能、创建支持精通的进度系统、制作目的驱动的信息与使命、审计产品机制是否破坏自主性、用 AMP 设计团队结构与激励机制、理解游戏化失败的原因、用内在动机取代胡萝卜加大棒。
第 2 步：用自然语言描述现状。 不需要专业术语，把机制讲清楚即可，越具体效果越好。建议包含：用户/员工是谁、当前有什么机制、机制如何运作、你观察到的现象。
示例输入：
我们的 SaaS 产品有一个"每日签到得积分"功能，积分可以兑换高级功能。上线三个月后，日活确实涨了，但用户完成核心任务的比例下降了，很多人只是点开签到就退出。请用驱动动机框架帮我审计这套机制。
第 3 步：索取结构化输出。 直接点名你要的三样东西：AMP 三维度分析、0—10 分评分、达到 10/10 的改进清单。
示例追问：
请按自主性、精通、目的三个维度分别打分，给出总分，并指出这套机制里哪些地方触发了"外在奖励的七大缺陷"，最后给出三条优先级最高的改法。
第 4 步：阅读输出并重点看"失分在哪里"。 典型输出会指出：签到是强制参与节奏、积分对所有动作一视同仁（挤压内在动机）、积分兑换与真实成长无关（无精通信号）、没有告诉用户"为什么坚持会有意义"（无目的）。评分通常会落在偏低区间，并说明分数是怎么来的。
第 5 步：要求给出替换方案，而非补丁方案。 该技能的取向是"用内在动机取代胡萝卜加大棒"，因此可以继续追问："如果去掉积分，用什么方式能让用户看到自己的真实进步？"通常能得到进度可视化、技能级别、真实里程碑、集体影响展示等替代设计。
第 6 步：二次评分验证。 把改动后的方案重新输入，让它再打一次分，对比分数变化与剩余失分点。这个"评分—改造—复评"的循环，可以把动机设计变成可持续迭代的过程。
4. 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 |
|---|---|---|---|---|---|
| 驱动动机框架Skill（drive-motivation） | 基于动机科学的机制审计与设计框架 | AMP 三支柱分析、0—10 分评分、外在奖励七大缺陷清单、游戏化正误对照、团队激励与薪酬建议、快速诊断表 | 需在支持技能机制的平台安装（以官方说明为准），或手动作为上下文加载；零方法论基础也可上手 | 产品游戏化设计、积分与会员体系、留存机制、团队激励与薪酬结构、使命文案 | 优势：有明确评分与检查清单，结论可执行、可复评，附 7 份参考文档；不足：偏重"诊断与判断"，具体界面与工程实现仍需自行落地 |
| 通用大模型直接提问 | 通用对话式建议 | 自由问答、方案生成 | 零门槛 | 任何泛化问题 | 优势：随时可用；不足：缺少统一评分标准，输出随提示词波动，容易给出"多加积分、多发奖励"的常规套路，与动机科学结论相悖 |
| 经典游戏化框架（如八角行为分析法 Octalysis） | 游戏化驱动力分类模型 | 八大驱动力分类、玩家类型划分 | 需自行学习模型，无标准 AI 化流程 | 游戏化产品设计、用户参与度提升 | 优势：分类细致、行业认知度高；不足：模型庞大、学习成本高，缺少"该不该做"的取舍标准，也不直接给分 |
| 行为设计模型（如 Fogg 行为模型、上瘾模型 Hooked） | 行为触发与习惯养成模型 | 触发—行动—奖励—投入的循环设计 | 学习成本中等 | 拉新、促活、习惯养成 | 优势：对"单次行为如何发生"解释力强；不足：重心在"让人做"，较少讨论"做了之后动机是否被破坏"，与内在动机视角存在张力 |
怎么选：如果你要解决的是"机制上线后用户/员工反而不积极了"，选驱动动机框架；如果你要解决的是"用户根本不知道有这个功能"，行为设计模型更直接；如果你需要一套完整的游戏化元素库，八角行为分析法更全面。三者可以叠加使用，但取舍标准建议以 AMP 为准。
5. 该技能的典型应用场景与实际体验情况
场景一：产品经理设计积分与等级体系
痛点是"不做积分怕没粘性，做了积分又怕变成廉价的数字游戏"。使用方式是先把现有积分规则完整描述出来，让它按 AMP 打分并指出"哪些积分是在为无意义动作发钱"。实际体验：上手几乎没有门槛，因为它不要求你会画流程图，只要能把机制讲清楚；输出的价值主要在于"劝阻"——它会明确告诉你哪些设计属于典型的错误游戏化，以及可以换成什么样的基于技能和里程碑的进度系统。注意事项：评分是启发式的，不宜当作精确指标横向比较，重点看失分理由。
场景二：HR 或团队负责人重构激励机制
痛点是激励方案年年加码，员工却越来越把奖金视为"应得的"，甚至为了达标走捷径。使用方式是把奖金规则、考核周期、汇报关系一并描述，请它诊断是否在使用"如果—那么"式奖励。实际体验：技能给出的"如果—那么"与"既然"的区分非常实用——把附条件的奖励改为事后认可，把"达标才给"改为"公平薪酬打底 + 聚焦 AMP"，这类建议可以直接带进管理会议。注意事项：涉及薪酬的部分需要结合企业实际情况与合规要求，技能提供的是原则而非薪酬方案。
场景三：增长运营设计签到、连续打卡类留存机制
痛点是连续打卡短期拉高日活，长期让用户产生被绑架感。使用方式是把连续规则、断签惩罚、奖励结构输入，请它从"精通会不会滑向损失厌恶"的角度评估。实际体验：技能对 Duolingo 类连续设计的提醒很有现实针对性——连续性本身是有力工具，但一旦以"断签就损失"为主驱动，动机来源就从内在变成了损失厌恶。注意事项：改版涉及已有用户习惯，建议小流量验证后再全量。
场景四：创业者撰写使命与对外文案
痛点是"使命"很容易写成一句谁都能用的空话。使用方式是用目的三种表达（目标、语言、政策）来检验文案：使命是否体现在产品机制里，而不只是写在官网上。实际体验：它能快速指出"这句话只是在描述功能，没有回答为什么"。注意事项：它擅长判断与改写方向，最终文案仍需结合品牌调性打磨。
整体上手难度：低。技能不依赖任何代码执行，本质是一套结构化的判断标准，因此第一次使用就能拿到有信息量的结论；真正的门槛在于你是否愿意接受"少即是多"的结论。
6. 该技能能为用户带来的价值
把"感觉不对"变成"有据可依"。 团队里最常见的争论是"我觉得这个积分体系挺好"对"我觉得它很廉价"。有了 AMP 维度和 0—10 分评分，讨论可以从审美偏好切换到具体失分点，会议时间大幅缩短。
在动手之前砍掉错误设计。 这套框架最大的收益是避免返工：与其上线一套积分系统后花三个月观察留存下滑，不如在设计阶段就用七大缺陷清单过一遍。省下的是开发人日与试错窗口。
降低方法论门槛。 《驱动力》是一本书，读懂需要几个小时，落地更需要经验。技能把它压缩成检查清单、对照表与诊断问题，让没有心理学背景的开发者也能直接调用。
长期价值在于形成团队共识语言。 当"自主性四个 T"“精通三法则”“如果—那么 vs 既然"成为团队日常词汇后，产品评审、绩效沟通、文案撰写都能复用同一套标准，减少反复解释的成本。而内在动机本身是"可再生资源”，不随使用而耗尽——这意味着基于它设计的机制，天然比不断加码的奖励更可持续。
7. 常见问题 FAQ
Q1：这个技能怎么安装？需要写代码吗？
不需要写代码。它是一份结构化的知识型技能（SKILL.md 加 references/ 参考文档），在支持技能机制的平台中按英文名 drive-motivation 或技能 ID 12819 检索安装，或手动放入平台约定的技能目录即可。具体命令与路径以官方说明为准。如果平台不支持技能机制，也可以将其内容作为上下文粘贴使用。
Q2：它是收费的吗？ 技能本身标注的许可协议是 MIT，属于宽松开源许可；但运行它需要一个可用的 AI 客户端或 Agent 平台，那部分是否收费取决于你所使用的平台，以官方说明为准。
Q3：适合谁用？我只做后端开发，用得上吗？ 主要面向产品经理、增长运营、HR 与团队管理者、独立开发者和创业者。如果你只做纯后端实现，直接价值有限；但如果你负责 API 设计中的权限与流程约束、或者要决定"这个功能是否强制引导用户"，自主性部分同样适用——因为强制线性流程本身就是典型的自主性违规。
Q4：它和普通大模型问答有什么区别？ 普通问答没有稳定的评判标准，很容易给出"多做积分、多发奖励"的常规方案。这个技能内置了固定的分析结构（AMP 三支柱、0—10 评分、七大缺陷、快速诊断表），并要求每次输出当前分数与达到 10/10 的改进路径，因此结论更稳定、更可对比、也更敢于说"这个设计不该做"。
Q5：它会不会一味反对奖励，导致方案没法落地？ 不会。技能明确划定了外在奖励仍有效的场景：常规、算法型、无需创造力与判断的任务，以及任务本身确实无聊、缺乏内在动机的情况。它反对的是把"如果—那么"式奖励用在创意工作、复杂问题解决和需要长期参与的事情上。实践顺序也给了：先把薪酬/回报给到"钱不再是问题"的水平，再聚焦自主性、精通与目的。