hooked-ux
Hookモデル(トリガー・アクション・可変報酬・投資)を用いて、ユーザーの習慣形成を促すプロダクトループを設計します。「ユーザーが戻ってこない」「エンゲージメントループ」「プッシュ通知戦略」「ストリークやDAU改善」など、リテンションや習慣化に関する課題が挙がった際に活用してください。倫理的評価やオンボーディング設計にも対応します。
description の原文を見る
Design habit-forming product loops using the Hook Model (Trigger, Action, Variable Reward, Investment). Use when the user mentions "users arent coming back", "engagement loops", "habit formation", "push notifications", "variable rewards", "daily active users", "habit zone", or "user retention loops". Also trigger when designing notification strategies, building streaks or progress systems, or analyzing why users stop using a product after initial signup. Covers ethics evaluation and onboarding for habits. For friction reduction and B=MAP, see improve-retention. For viral sharing, see contagious.
SKILL.md 本文
Hook Model フレームワーク
習慣を形成する製品を構築するためのフレームワーク。基本的な真実に基づいています:習慣は作られるのではなく、Hook(フック)を通じた継続的なサイクルを通じて構築されます。
コア原則
Hook Model = ユーザーの問題をあなたのソリューションに十分な頻度で接続する4段階プロセス。習慣を形成します。
Trigger → Action → Variable Reward → Investment
↑ │
└──────────────────────────────────────┘
Habit Zone(習慣ゾーン): 製品は十分な頻度で使用され、十分な認知価値があるときに「習慣ゾーン」に入ります。目標は、ユーザーを意識的な使用から自動的で習慣的な行動へ移動させることです。
スコアリング
目標:10/10。 製品エンゲージメント機構をレビューまたは作成するときは、下記の原則への準拠に基づいて0~10でランク付けします。10/10はすべてのガイドラインに完全に適合していることを意味し、低いスコアは対処すべきギャップを示しています。常に現在のスコアと10/10に到達するために必要な具体的な改善を提供してください。
4つのフェーズ
1. Trigger(トリガー)
コア概念: 行動のアクチュエータ。ユーザーに行動を起こさせるものは何ですか?トリガーには2つの形があります:外的(環境駆動型)と内的(感情駆動型)です。最終的な目標は、ユーザーを外的トリガーから内的トリガーに移行させることです。
機能する理由: すべての習慣は手がかりで始まります。トリガーなしには行動は存在しません。外的トリガーはユーザーを開始させますが、退屈感、孤独感、不確実性、FOMO(取り残される恐怖)などの感情である内的トリガーが、促されていない習慣的な使用を推進します。あなたの製品が内的トリガーへの自動的な反応になったとき、あなたは習慣を持っています。
主要な洞察:
- 外的トリガー(プッシュ通知、メール、ボタン、広告、口コミ)は初期段階で行動を開始させます
- 内的トリガー(感情、ルーチン、状況)は究極の目標です。ユーザーは自分自身にプロンプトを出します
- 目標は、時間とともにユーザーを外的トリガーから内的トリガーに移動させることです
- あなたの製品を、それが解決する特定のネガティブな感情にマップします(退屈、孤独、混乱、FOMO)
- 効果的な外的トリガーは、適切なタイミング、実行可能で、可能な限り最もシンプルな次のアクションへ導く必要があります
製品適用:
| コンテキスト | 適用 | 例 |
|---|---|---|
| オンボーディング | 外的トリガーを使用して最初のループを確立 | 1つの明確なアクション付きウェルカムメール |
| リテンション | 製品を内的感情トリガーにマップ | Instagramは退屈感を解決します。Googleは混乱を解決します |
| 再エンゲージメント | 外的トリガーが習慣が形成されるまでギャップを埋める | プッシュ通知:「あなたの友人が写真を投稿したばかりです」 |
| 感情マッピング | あなたの製品が対処するネガティブな感情を特定 | 孤独 → Facebook; 不確実性 → Twitter/ニュースアプリ |
| トリガー監査 | ユーザーが外的プロンプトを必要としているかを評価 | 30日後でも「はい」の場合、内的トリガーが形成されていません |
コピーパターン:
- 「あなたは...について疑問に思っているかもしれません」(不確実性にフック)
- 「あなたが離れている間に何が起こったかを見落としてください」(FOMOトリガー)
- 「あなたの友人が...したばかりです」(社会的/外的トリガーを内的へ橋渡し)
- 「あなたが中断したところから再開」(ルーチントリガー)
- 通知コピーは感情を名付けるべき:「新しい機能に興味はありませんか?」
倫理的境界: うつ病、依存症、悲しみなど脆弱な感情状態を、トリガーとして搾取しないでください。トリガーは、ユーザーを真の価値に接続する必要があり、不安を製造してオープンを促進するのではありません。
参照:references/triggers.md 詳細なトリガー設計、感情マッピング、外的から内的への移行戦略。
2. Action(アクション)
コア概念: 報酬を予期して行われる最もシンプルな行動。Fogg行動モデルによって導かれます:B = MAT(行動 = 動機 + 能力 + トリガー)。アクションが起こるためには、3つすべてが同じ瞬間に収束する必要があります。
機能する理由: 動機を増やすことは困難で信頼できません。摩擦を減らす(能力を増やす)方が簡単で、多くの場合より効果的です。主要な洞察は、アクションをシンプルにすることが、動機を増やそうとするほぼすべての戦略よりも優れているということです。追加のステップ、フィールド、または決定はすべて、ユーザーがドロップオフするポイントです。
主要な洞察:
- Fogg行動モデル:行動 = 動機 × 能力 × トリガー。3つすべてが同時に存在する必要があります
- シンプルさの6つの要素(能力):時間、お金、物理的努力、思考サイクル、社会的逸脱、非ルーチン
- 能力を増やす(摩擦を減らす)ことは、ほぼ常に動機を増やすことより効果的です
- アクションは、報酬を予期してのシンプルな行動である必要があります。完全なタスクではありません
- Hick法則:選択肢が多い = 決定が遅い。アクション率を増やすために選択肢を減らします
製品適用:
| コンテキスト | 適用 | 例 |
|---|---|---|
| サインアップフロー | フィールドとステップを最小化して摩擦を減らす | フォームの代わりにGoogle/Apple 1クリックサインイン |
| コアアクション | 主要な行動が数秒で完了可能 | Twitter:280文字入力して投稿(ブログを書く代わりに) |
| シンプルさ監査 | 6つの能力要素を評価 | ユーザーはコアアクションを60秒以内に完了できますか? |
| 段階的開示 | 初期報酬後にのみより多く要求 | Duolingo:まずプレイ、後でアカウント作成 |
| 摩擦除去 | 不要なステップを特定して排除 | オートコンプリート、デフォルト、スキップオプション、スマートプリフィル |
コピーパターン:
- 「ワンタップで...」(シンプルさを強調)
- 「60秒未満で完了」(時間のシンプルさ)
- 「クレジットカード不要」(お金/リスクのシンプルさ)
- 「デフォルトを設定しました」(思考サイクルのシンプルさ)
- ボタンは動詞である必要があります:「投稿」、「保存」、「共有」 - 「送信」や「続行」ではなく
倫理的境界: 摩擦を減らすことは、真に価値のあるアクションをシンプルにする必要があります。ユーザーが後悔するアクションにトリガーをかけるためではありません。ダークパターンは、シンプルなアクションの背後にコストまたは結果を隠すことは非倫理的です。
参照:references/triggers.md トリガーがアクションフェーズにどのように接続するかについて、およびreferences/product-applications.md 製品タイプ全体のアクション設計について。
3. Variable Reward(変動報酬)
コア概念: ユーザーが戻ってくるようにするフェーズ。報酬自体ではなく、報酬への予期がドーパミンを作成します。重大な点として、報酬は予測不可能(変動性)である必要があります。予測可能な報酬は時間とともに力を失います。
機能する理由: 脳のドーパミンシステムは、報酬自体ではなく、不確実な報酬への予期に最も強く反応します。これはスロットマシン効果です:変動強化スケジュールは固定スケジュールよりもはるかに魅力的です。3つの変動報酬タイプ(tribe(社会)、hunt(リソース)、self(習熟))は、人間の基本的な動力に影響を与えます。
主要な洞察:
- ドーパミンは報酬の受け取り時ではなく、不確実な報酬の予期時にスパイクします
- 3つのタイプ:Tribe(社会的検証)、Hunt(リソース/情報検索)、Self(個人的習熟)
- 予測可能な報酬は力を失います。変動性がエンゲージメントを維持するものです
- 「スロットマシン効果」:不確実性が報酬を魅力的にするものです
- 自主性は重大です。ユーザーはコントロールを感じる必要があります。強制的なエンゲージメントは逆効果です
- 有限の変動性(限定的なコンテンツ)は最終的に予測可能になります。無限の変動性を目指します
製品適用:
| コンテキスト | 適用 | 例 |
|---|---|---|
| ソーシャル機能(Tribe) | 他人からの変動する社会的検証 | Instagramいいね、Redditアップボート - あなたは何個あるか分かりません |
| コンテンツフィード(Hunt) | リソース/情報の予測不可能なストリーム | 無限スクロール、アルゴリズムで多様なコンテンツ |
| ゲーミフィケーション(Self) | 変動する難易度を伴う個人的成就 | Duolingoストリーク + サプライズボーナスチャレンジ |
| 通知 | 各通知に変動するコンテンツ | 「3人があなたの投稿を好きになりました」対「Sarahが驚きのことをコメント」 |
| 検索/発見 | 次の素晴らしい発見を求める探求 | Pinterest:完璧なピンを見つけるためにスクロール;eBay:取引を探す探求 |
コピーパターン:
- 「新しい内容を見る」(変動性を暗に示す - あなたは何を見つけるかわかりません)
- 「次の内容は信じられません」(好奇心 + 変動報酬)
- 「3人があなたの投稿に応答しました」(tribe報酬、変動する量)
- 「新しいアチーブメントをアンロックしました!」(self報酬、予期しない)
- 「今トレンド中...」(hunt報酬。フィードは毎回変わります)
倫理的境界: 変動報酬は真の価値を配信する必要があります。ユーザーが一貫してエンゲージ後に悪化を感じる場合(後悔、時間喪失、不安)、報酬システムは抽出的であり、価値がありません。脆弱なユーザーのための自然な停止点がない無限スクロールを避けます。
参照:references/rewards.md 報酬設計パターン、強化スケジュール、報酬タイミング。
4. Investment(投資)
コア概念: Hook を通じて別のパスの可能性を高めるフェーズ。ユーザーは何かに投資します。時間、データ、努力、社会資本、またはお金。次の使用の製品を改善し、切り替え費用を上げます。投資は次のトリガーをロードします。
機能する理由: 人々は努力を入れたものを価値あるものと見なします(IKEA効果)。投資は、使用とともに製品をより良くし、去ることをより難しくする保存価値を作成します。重大な点として、投資は即座の報酬についてではなく、次のサイクルを改善することについてです。各投資は次のトリガーをロードして、自己強化ループを作成します。
主要な洞察:
- IKEA効果:ユーザーは努力を入れたものを価値あるものと見なします。不合理でさえあります
- 投資は切り替え費用を作成します(データ、コンテンツ、評判、スキル、社会的つながり)
- 投資は報酬の前ではなく、後に来るべきです。ユーザーは気分が良いときに投資します
- 各投資は次のトリガーをロードします(誰かが応答したときに投稿されたコンテンツトリガー通知)
- 小さな投資は複合します:環境設定がより良い推奨につながり、より多くの使用につながります
- 保存価値は時間とともに増加し、製品をより去りにくくします
製品適用:
| コンテキスト | 適用 | 例 |
|---|---|---|
| データ投資 | 環境設定、履歴、アップロードがパーソナライゼーションを改善 | Spotify:聴くほど、推奨がより良くなります |
| コンテンツ投資 | ユーザーが失いたくないユーザー作成コンテンツ | Instagramの投稿、Notionドキュメント、Slackメッセージ履歴 |
| 評判投資 | レビュー、評価、フォロワーが社会資本を作成 | Airbnbホスト評価、Stack Overflow評判ポイント |
| スキル投資 | インターフェースを学ぶことが切り替え費用を作成 | Photoshop専門知識、Vimマッスルメモリ |
| 社会投資 | プラットフォーム上にのみ存在する接続とグループ | LinkedIn ネットワーク、Discord コミュニティ、Slack ワークスペース |
コピーパターン:
- 「あなたの体験をカスタマイズ」(データ投資を招待)
- 「プロフィールを完成させてより良いマッチを取得」(投資 → 将来の価値)
- 「チームを招待して協力」(社会投資)
- 「使うほど、スマートになります」(複合投資)
- 「あなたの履歴、環境設定、および接続。すべて1つの場所」(切り替え費用の注意)
倫理的境界: 投資は、ユーザーの体験を真に改善する必要があります。データエクスポートを不可能にしたり、人工的な切り替え費用でユーザーをトラップしたりしないでください。倫理的な製品は、ユーザーがデータを使用して去ることを許可し、滞在を実際の価値を通じて良い選択肢にします。
参照:references/product-applications.md B2B SaaS、e-コマース、健康アプリ、生産性ツール全体の投資パターン。
Habit Zone(習慣ゾーン)
2つの軸が、製品が習慣になれるかどうかを決定します:
| 低頻度 | 高頻度 | |
|---|---|---|
| 高認知価値 | 実行可能な製品(広告/マーケティングが必要) | HABIT ZONE |
| 低認知価値 | 失敗 | 失敗 |
質問:
- ユーザーはどのくらいの頻度でエンゲージする必要がありますか?(毎日、毎週、毎月?)
- 各エンゲージメントの認知価値は何ですか?
- 自動的な行動を形成するのに十分な頻度がありますか?
習慣テスト
5%ルール:少なくとも5%のユーザーが促されていない習慣的な使用を示すとき、製品は習慣を形成しています。
習慣テストの3つの質問:
-
習慣的なユーザーは誰ですか?
- どのユーザーが最も頻繁にエンゲージしますか?
- 共通点は何ですか?
-
彼らは何をしていますか?
- 「習慣パス」(一般的なアクションのシーケンス)は何ですか?
- パワーユーザーをカジュアルユーザーから区別するものは何ですか?
-
彼らなぜそうしていますか?
- 行動を駆動する内的トリガーは何ですか?
- 使用に先立つ感情は何ですか?
参照:references/habit-testing.md テスト方法論。
Manipulation Matrix(操作マトリックス)
習慣を形成する製品の倫理を評価するフレームワーク。
| メーカーが製品を使用 | メーカーが使用しない | |
|---|---|---|
| ユーザーの生活を実質的に改善 | Facilitator | Peddler |
| 生活を改善しない | Entertainer | Dealer |
聞くべき質問:
- この製品を自分で使いますか?
- それはユーザーが彼らの目標を達成するのに本当に役立ちますか?
- 脆弱性を搾取していますか、またはニーズに役立ちますか?
Hook Model を使うべきでない場合
Hook Model は不適切です:
- あなたの製品が本当に生活を改善しない場合
- あなたが脆弱なポピュレーション(子ども、依存症になりやすいユーザー)をターゲットにしている場合
- ビジネスモデルがユーザーの後悔に依存している場合
- エンゲージメントがユーザーの幸福に矛盾する場合
参照:references/ethical-boundaries.md 包括的な倫理ガイダンス。
規制コンテキスト
次の周辺規制について注意してください:
- 子ども用アプリ: COPPA、GDPR-K 制限
- ダークパターン: FTC 執行が増加
- 通知慣行: 一部の管轄区域が「中毒性」機能を規制
- ルートボックス: ゲーム規制が拡大
オンボーディング監査チェックリスト
習慣形成のためのオンボーディングの最適化:
最初のトリガー
- 最初のアクションは明白でシンプルですか?
- 投資を要求する前に価値提案は明確ですか?
- このユーザーのために正しい外的トリガーを使用していますか?
最初のアクション
- ユーザーは60秒以内にコアアクションを完了できますか?
- すべての不要な摩擦を取り除きましたか?
- UI は親しみやすい(新しい学習が必要ではない)ですか?
最初の報酬
- ユーザーは即座的なフィードバックを取得しますか?
- 変動要素(サプライズ、喜び)がありますか?
- 報酬は内的トリガーに接続していますか?
最初の投資
- 報酬の後(前ではなく)に投資を要求していますか?
- 投資は小さいが意味がありますか?
- 投資は次のトリガーをロードしますか?
ループ完了
- トリガーへの明確なパスがありますか?
- 適切な時刻に外的トリガーを送信していますか?
- Hook を通じたの進行を測定していますか?
迅速な診断
製品機能を監査:
| 質問 | 「いいえ」の場合 | アクション |
|---|---|---|
| 内的トリガーは何ですか? | ユーザーはそれを使用するためのリマインダーが必要 | ユーザー感情を研究 |
| アクションは死ぬほどシンプルですか? | ユーザーは開始しますが完了しません | 摩擦を除去 |
| 報酬は変動していますか? | ユーザーは退屈 | 予測不可能性を追加 |
| 投資は次のトリガーをロードしますか? | ユーザーは戻りません | 投資をトリガーに接続 |
一般的な間違い
| 間違い | 失敗する理由 | 修正 |
|---|---|---|
| 無期限に外的トリガーに依存 | ユーザーは内的トリガーを形成しません。あなたは注意をレンタルしています。習慣を構築していません | 製品を特定の感情にマップします。30日以内に外的から内的トリガーに移行します |
| コアアクションを複雑にする | ユーザーは報酬フェーズに到達する前にドロップオフ | 最小限の実行可能なアクションに簡略化します。Fogg の6つの能力要素を適用します |
| 予測可能な報酬を使用 | 新奇性が消えた後、エンゲージメントが低下します。ドーパミン応答は消えます | tribe、hunt、self報酬タイプ全体の変動性を導入します |
| 報酬の前に投資を要求 | ユーザーはまだ価値を受け取っておらず、努力の投資に抵抗 | 常にシーケンス:トリガー、アクション、報酬、その後投資 |
| Hook の倫理を無視 | ユーザー後悔、反発、規制リスク、ブランド損害 | Manipulation Matrix を使用します。Dealer ではなく Facilitator を目指します |
リファレンスファイル
triggers.md:外的および内的トリガー設計、感情マッピングrewards.md:変動報酬タイプ、強化スケジュール、報酬タイミングhabit-testing.md:テスト方法論、習慣ゾーン識別case-studies.md:Instagram、Slack、Duolingo、Pinterest、および失敗した製品分析ethical-boundaries.md:ダークパターン対倫理的エンゲージメント、脆弱なユーザーの保護neuroscience-foundations.md:ドーパミン、変動強化スケジュール、習慣ループ神経科学product-applications.md:B2B SaaS、e-コマース、健康アプリ、生産性ツールパターン
参考文献
このスキルは Nir Eyal によって開発された Hook Model に基づいています。完全な方法論、研究、およびケーススタディについては:
- "Hooked: How to Build Habit-Forming Products" by Nir Eyal
- "Indistractable: How to Control Your Attention and Choose Your Life" by Nir Eyal(同伴:不要な習慣の抵抗とフォーカス構築)
著者について
Nir Eyal は、Stanford Graduate School of Business と Stanford の Hasso Plattner Institute of Design で教えた著者、講演者、および投資家です。以前はゲームおよび広告業界で働き、習慣を形成する製品の心理学についての直接的な経験を得ました。Hooked は、スタートアップから Fortune 500 企業まで、製品チーム全体で使用されている実践的なフレームワークに年間の研究と相談をまとめています。彼の続編である Indistractable は、方程式の反対側に対処します。個人が習慣を形成する製品を作成するのと同じ行動トリガーを管理するのを支援します。Eyal は NirAndFar.com で心理学、テクノロジー、およびビジネスの交差点に関して広く書いています。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- wondelai
- リポジトリ
- wondelai/skills
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/wondelai/skills / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。