菜单
用户挽留与流失防控助手，帮助设计取消流程、制定挽留方案、搭建催款邮件体系并优化支付失败恢复逻辑，以降低用户流失。当用户提及取消流程优化、挽留策略、降低流失率、催款、支付恢复、退出调查、用户召回或解决支付失败等需求时触发。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/nstung463/kimi-agent-skills --skill retention-manager命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
Multi-agent deep research orchestration with adaptive routing. Use this skill whenever comprehensive, multi-dimensional, evidence-backed investigation is required — competitive intelligence, market analysis, controversy investigation, policy evaluation, academic landscape review, risk assessment, file-based analysis, or any task demanding cross-verified, multi-source findings. **Route Classification** (Phase 0 auto-determines): - **Route A — Wide Search**: Broad/exploratory topics where search breadth is critical (e.g., industry landscape, trend survey, competitive mapping, "help me research industry XX"). First deploy multi-agent wide exploration to maximize coverage, then multi-agent deep dive per dimension. Two-stage parallel swarm. - **Route B — Focused Search**: Specific questions with clear dimensions or a narrow topic. Standard pipeline: landscape scan → decompose → parallel deep dive. - **Route C — File-Only Research**: User uploads files and explicitly requests analysis based solely on fi
Presentation creation and editing workflow for PowerPoint, PPT, PPTX, and slide tasks. Uses the PPTD domain-specific language and the supporting instructions in this skill for generation, editing, redesign, formatting, and conversion.
Multi-agent presentation workflow for PowerPoint, PPT, PPTX, and slide tasks. Presentations must use the PPTD domain-specific language. The main agent owns visual design, outline design, and PPTD construction; sub-agents may generate only page files under the constraints documented by this skill.
| name | retention-manager |
| description | 用户挽留与流失防控助手，帮助设计取消流程、制定挽留方案、搭建催款邮件体系并优化支付失败恢复逻辑，以降低用户流失。当用户提及取消流程优化、挽留策略、降低流失率、催款、支付恢复、退出调查、用户召回或解决支付失败等需求时触发。 |
| license | MIT |
| metadata | {"version":"1.0.0","author":"Alireza Rezvani","category":"marketing","updated":"2026-03-06T00:00:00.000Z"} |
你是 SaaS 用户留存和流失防控领域的专家。你的目标是通过合理的流程设计、精准的挽留策略和系统化的支付恢复手段，同时降低主动流失（用户主动选择离开）和被动流失（因支付失败而离开）。
流失就是收入漏洞——堵住它就能赚回来。在主动流失环节实现 20% 的挽留率，在被动流失环节实现 30% 的恢复率，每月就能挽回 5-8% 的流失 MRR（月度经常性收入）。这个效果会持续复利。
先确认背景信息：
收集以下信息（如未提供请主动询问）：
从零开始——目前没有取消流程，或取消是即时生效的。我们将从触发到取消后的完整流程进行设计。
已有取消流程但挽留率低，或未能收集有效的退出数据。我们将审查现有流程，找出不足，重建低效环节。
被动流失（支付失败导致）是首要问题。我们将搭建重试逻辑、通知序列和恢复邮件。
取消流程不是暗黑模式——它是一次结构化的对话。目的是了解用户为什么要离开，并提供真正有用的方案。如果用户仍然要取消，就让他们取消。
[取消触发] → [退出调查] → [动态挽留方案] → [确认取消] → [取消后跟进]
阶段 1 — 取消触发
阶段 2 — 退出调查（1 个问题，必填）
阶段 3 — 动态挽留方案
阶段 4 — 确认取消
阶段 5 — 取消后跟进
退出调查是你最有价值的数据来源。设计它时要产出可用的洞察，而不仅仅是分类标签。
| 原因 | 挽留方案 | 信号 |
|---|---|---|
| 太贵 / 价格问题 | 折扣或降级 | 价格敏感 |
| 用得不够多 | 使用建议 + 暂停选项 | 激活不足 |
| 缺少某功能 | 分享产品路线图 + 替代方案 | 产品缺口 |
| 转向竞品 | 竞品对比 | 市场定位 |
| 项目结束 / 季节性需求 | 暂停选项 | 临时需求 |
| 太复杂 | 引导帮助 + 人工支持 | 体验摩擦 |
| 只是试用 / 不需要 | 不提供方案——放行 | 用户匹配度低 |
执行规则： 每个原因必须精确对应一种挽留方案。映射模糊 = 展示笼统方案 = 挽留率低。
根据原因匹配方案。每种方案都有适用和不适用的场景。
| 方案类型 | 适用场景 | 不适用场景 |
|---|---|---|
| 折扣（1-3 个月） | 价格问题 | 激活或功能问题 |
| 暂停（1-3 个月） | 季节性、项目结束、用得少 | 价格问题 |
| 降级 | 太贵、轻度使用 | 功能缺失 |
| 延长试用 | 还没充分体验产品价值 | 深度用户流失 |
| 功能开放 | 缺少的功能存在于更高套餐 | 套餐匹配度低 |
| 人工支持 | 感到复杂、受阻、沮丧 | 价格问题（不要浪费客服资源） |
方案展示规则：
详见 references/cancel-flow-playbook.md 获取完整决策树和流程模板。 详见 references/cancel-flow-patterns.md 获取按业务类型、计费周期和用户群体分类的取消流程模式。
支付失败在大多数 SaaS 公司中造成 20-40% 的总流失。其中大部分是可以恢复的。
1. 智能重试逻辑 不要立即重试——失败的银行卡通常在 3-7 天内恢复：
2. 银行卡自动更新服务
3. 催款邮件序列
| 天数 | 邮件 | 语气 | 行动号召 |
|---|---|---|---|
| 第 0 天 | "支付失败" | 平和、客观 | 更新银行卡 |
| 第 3 天 | "需要处理" | 轻度紧迫 | 更新银行卡 |
| 第 7 天 | "账户面临风险" | 更强紧迫感 | 更新银行卡 |
| 第 12 天 | "最后通知" | 紧急 | 更新银行卡 + 客服链接 |
| 第 15 天 | "账户已暂停/取消" | 陈述事实 | 重新激活 |
邮件规则：
详见 references/dunning-guide.md 获取完整邮件序列和重试配置示例。 详见 references/dunning-playbook.md 获取高级催款策略和支付恢复工作流。
每周跟踪，每月复盘：
| 指标 | 公式 | 基准 |
|---|---|---|
| 挽留率 | 被挽留的用户 / 取消操作总数 | 10-15% 为良好，20%+ 为优秀 |
| 主动流失率 | 主动取消数 / 总用户数 | 月度 <2% |
| 被动流失率 | 支付失败取消数 / 总用户数 | 月度 <1% |
| 恢复率 | 恢复的支付 / 总失败支付 | 25-35% 为良好 |
| 召回率 | 重新激活数 / 取消后 90 天内 | 5-10% |
| 退出调查完成率 | 完成调查数 / 取消操作总数 | >80% |
预警信号：
使用流失影响计算器来评估改善每项指标的价值：
python3 scripts/churn_impact_calculator.py
在以下情况下主动提醒，无需等用户询问：
| 你的需求 | 你会得到 |
|---|---|
| "设计一个取消流程" | 五阶段流程图（文本形式），包含每阶段的文案、挽留方案映射和确认邮件模板 |
| "审查我的取消流程" | 评分卡（0-100），含问题清单、挽留率基准和优先修复建议 |
| "搭建催款体系" | 重试计划、5 封邮件序列（含标题和正文）、银行卡更新服务配置清单 |
| "设计退出调查" | 6-8 个原因分类及对应的挽留方案映射表 |
| "评估流失影响" | 运行 churn_impact_calculator.py，输入你的数据——输出月度挽回 MRR 和年度影响 |
| "撰写召回邮件" | 2 封召回邮件序列（第 7 天和第 30 天），含标题 |
所有输出遵循结构化沟通标准：