Gamma不是独立阶段而是贯穿AARRR五阶段的行为波动校准系数，需用可计数动词锚定各环节缺口，绑定物理单位与渠道ID，删除抽象修饰，确保模型输出可执行、可归因、可量化。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
GammaAARRR模型提示词收益不明确，说明当前提示词未将“客户行为驱动”与“gamma收益可量化动作”做精准耦合，导致模型输出停留在概念层，无法触发具体操作指令或决策节点。
先确认Gamma在AARRR中落点是否错位
Gamma不是独立阶段，而是贯穿AARRR五阶段的行为波动校准系数：它衡量客户在每个环节中“本该行动却未行动”的缺口大小。例如，在Activation阶段，客户看了产品页但未点击试算按钮——这个“未点击”就是gamma缺口；在Retention阶段，用户连续3天打开App但每次停留不足15秒——这个“低质打开”也是gamma缺口。若提示词把gamma当作第六阶段单独列出，模型必然混淆权重分配逻辑。
删掉所有含“Gamma阶段”“Gamma闭环”“Gamma第六步”字样的表述。
用AARRR动词锚定Gamma计算维度
每个AARRR环节必须绑定一个可计数、可归因、可归零的行为动词，Gamma才能量化：
① Acquisition：用“点击率→注册率→首充率”三级漏斗，gamma = 注册率 ÷ 点击率 × 100% − 首充率 ÷ 注册率 × 100%。差值越大，说明中间流失越剧烈，提示词就要聚焦“降低注册后跳失”的动作指令。
② Activation：定义“核心任务”必须是单次完成即可判定（如完成风险测评+绑定银行卡），不能是“浏览3页以上”。若提示词写“提升用户活跃”，模型无法识别这是Activation还是Retention动作。
③ Retention：只认“7日回访率”和“14日功能使用深度”两个指标，前者看是否回来，后者看回来后是否用了关键功能。Gamma值=（14日功能使用深度 ÷ 7日回访率）− 基准值。低于基准，提示词必须强制带出“功能引导弹窗频次”或“新手任务断点续传”等具体干预手段。
给Gamma加物理单位，禁用抽象形容词
方法一：用“分钟/次”替代“体验感”
错误写法：“提升客户激活体验” → 模型无从执行。
正确写法：“将风险测评完成耗时压缩至≤2分30秒，超时自动展开分步提示浮层” → 模型能拆解为倒计时组件+浮层触发逻辑+步骤拆分规则。
方法二：用“百分点/千分点”替代“更优”
提示词中出现“优化”“增强”“改善”等词时，必须紧接数值锚点。例如：“将Referral分享页加载失败率从1.8%压降至≤0.3个百分点”，否则模型默认按模糊策略生成通用文案，收益自然不可见。
【Gamma收益必须绑定可归因的渠道ID与时间戳】：所有提示词末尾强制追加“输出需包含UTM参数占位符{channel}_{date}，且gamma收益计算逻辑须注明数据源表名与字段名”。
砍掉所有非行为动词的修饰结构
删掉“通过……实现……”“依托……达成……”“以……为抓手”这类中式长句。每条提示词只保留一个主谓宾结构，主语只能是“客户”，谓语只能是“点击/输入/滑动/上传/转发”，宾语必须是页面元素或接口名称。例如：“客户在理财首页点击‘测算年化收益’按钮→调起计算器浮层→自动填入当前持仓金额”。
这一步做完，模型输出将直接对应前端埋点事件，gamma收益可被BI系统实时捕获。
