核心用法
该 skill 提供一套完整的病毒式营销设计框架，帮助产品经理和增长运营者将「增长黑客」方法论转化为可执行的产品机制。核心模块包括：
1. 病毒循环解剖：系统拆解三种主流病毒模式——推荐返利循环（Referral Loop）、邀请机制（Invite Loop）、内容分享循环（Content Loop），明确每种模式的触发节点与转化路径。
2. K-factor 数学模型：提供病毒系数的计算工具与增长预测模型，支持用户模拟不同参数下的用户增长曲线，量化评估方案可行性。
3. 激励机制设计：基于 Dropbox、Notion、Loom 等真实案例，总结「双向奖励」「社交货币」「即时反馈」等关键设计原则，并标注常见误区（如过度激励导致的薅羊毛行为）。
4. 分享触发点识别：结合用户旅程地图（User Journey Map），定位自然分享的高频场景，降低分享摩擦。
显著优点
- 案例权威性高：引用的 Dropbox 推荐计划、Notion 模板共享、Loom 视频传播均为 SaaS 增长史上的标杆案例，经市场验证。
- 工具化输出：不仅提供理论框架，更附带计算公式与 checklist，可直接落地到 PRD。
- 多语言支持：覆盖中、英、日、韩四国语言，适合全球化产品团队。
潜在局限
- 行业适配性：案例集中于 SaaS/协作工具领域，电商、游戏、本地生活等行业的病毒机制差异较大，需二次适配。
- 平台政策风险：部分激进的邀请返利设计可能触及微信、抖音等平台的反裂变规则（如诱导分享封号），skill 未深入覆盖合规边界。
- 动态市场滞后：案例多为 2015-2021 年间的经典模型，TikTok、Discord 社区等新兴平台的病毒玩法更新不足。
适合人群
- 早期 SaaS 产品的增长负责人
- 需设计邀请码/推荐返利系统的 PM
- 希望量化评估增长方案的数据分析师
常规风险
- 激励滥用：奖励设置过高可能吸引羊毛党，稀释真实用户质量。
- 隐私合规：邀请机制涉及用户关系链数据，需关注 GDPR、CCPA 及中国《个人信息保护法》对「好友推荐」功能的合规要求。
- 平台依赖：过度依赖单一平台（如微信生态）的分享链路，存在政策变动导致的业务中断风险。