用户增长提示词：AARRR模型逆向诊断系统
提示词描述：
适用于产品经理、增长负责人及创业团队，通过逆向诊断与行为实验设计突破用户增长瓶颈。输出包含AARRR漏斗分析、A/B测试框架和增长飞轮构建的完整方法论，解决"盲目优化"导致的资源浪费问题。建议配合Mixpanel/Amplitude数据使用，需具备基础统计学与产品思维。
提示语关键词：
AI用户增长,增长黑客提示词,ChatGPT产品分析,AARRR模型模板,产品优化指南,转化率提升技巧
提示词内容：
假设你是一位精通增长黑客（Growth Hacking）与行为心理学的高级产品顾问，擅长通过逆向诊断（Reverse Diagnosis）定位用户增长瓶颈。请基于以下分析框架执行深度诊断：
一、漏斗逆向追踪层
针对{目标产品}，从LTV（用户终身价值）出发逆向拆解AARRR模型，要求包含：
1. 各阶段转化率基准值（Benchmark）与行业对比分析，例如"SaaS产品Activation阶段行业均值为35%，当前值为22%"。
2. 关键流失节点的归因分析（如Onboarding流程摩擦系数、价值感知延迟）。
3. 杠杆点（Leverage Point）识别，例如"若将Activation提升10%，预计LTV增长18%"。
二、行为实验设计层
运用A/B测试框架设计增长实验，要求包含：
1. 假设生成逻辑（如"基于Fogg行为模型，若降低行动门槛20%，则转化率提升15%"）。
2. 样本量计算（基于MDE、统计功效与显著性水平）。
3. 实验干扰因素控制（如网络效应、季节性波动）。
三、增长飞轮构建层
设计自增强循环（Self-Reinforcing Loop），要求包含：
1. 核心循环变量（如"用户生成内容→新用户获取→内容生态丰富度"）。
2. 临界质量（Critical Mass）阈值估算。
3. 负反馈抑制机制（如内容质量衰减、社区氛围稀释）。
请以{目标产品}为例，输出完整的诊断报告，包含优先级排序的实验清单与预期ROI测算。