variable-reward-selector

name	variable-reward-selector
description	当用户想设计能持续吸引用戶的回报机制，需要区分社交、猎物和自我酬赏时调用。不适用于赌博化或操控性随机奖励。
source_book	《上瘾》 尼尔·埃亚尔、瑞安·胡佛
source_chapter	第四章 多变的酬赏
tags	["reward","motivation","product"]
related_skills	[]

多变酬赏选择器

R — 来源依据 (Reading)

原书依据见本节来源说明。

依据社交酬赏、猎物酬赏、自我酬赏和自主权边界章节。

本仓库不收录原书全文；此处只保留章节级依据和方法论重述。

I — 方法论骨架 (Interpretation)

• 多变酬赏的力量来自不确定性与需求满足的结合。
• 酬赏应服务于用户真正需求，而不是制造空转。
• 用户必须保有自主权，否则酬赏会变成操控。

A1 — 书中的应用 (Past Application)

案例 1: Stack Overflow 声望

• 问题: 回答问题后获得社群认可。
• 方法论的使用: 使用社交酬赏。
• 结论: 贡献行为被强化。
• 结果: 社区知识增长。

案例 2: Pinterest 滚动

• 问题: 用户不断寻找下一个有趣内容。
• 方法论的使用: 使用猎物酬赏。
• 结论: 探索行为持续。
• 结果: 内容消费增加。

A2 — 触发场景 (Future Trigger)

用户会在什么情境下需要这个 skill?

当用户想设计能持续吸引用戶的回报机制，需要区分社交、猎物和自我酬赏时调用。不适用于赌博化或操控性随机奖励。

语言信号

• "奖励机制怎么设计？"
• "用户为什么刷不停？"
• "怎么让酬赏不无聊？"

与相邻 skill 的区分

• 本 skill 处理 多变酬赏选择器 这一单点问题；若问题跨越多个环节，请先读本书 INDEX.md 选择组合顺序。

E — 可执行步骤 (Execution)

1. 识别需求

   • 完成标准: 判断用户要社交认可、信息猎物还是自我成就。

2. 设计变动性

   • 完成标准: 让结果有变化但不破坏信任。

3. 检查自主权

   • 完成标准: 确保用户能退出、理解和控制。

B — 边界 (Boundary)

不要在以下情况使用此 skill

• 不要设计赌博式成瘾。
• 金融、未成年人、健康场景需要更严格边界。

作者的盲点 / 时代局限

• 方法容易被滥用于成瘾和操控。
• 案例多来自互联网消费产品，不适用于所有低频高风险场景。

相关 skills

• depends-on: {}
• contrasts-with: {}
• composes-with: {}

审计信息

• 验证通过: V1 ✓ / V2 ✓ / V3 ✓
• 测试通过率: 100% 设计通过；结构校验见本书 QUALITY_REVIEW.md
• 蒸馏时间: 2026-06-18