rating-prompt-strategy
ユーザーがアプリの星評価を改善したい場合、レビュー数を増やしたい場合、レビュー促進のタイミングや方法を最適化したい場合、または低評価期間からの回復を図りたい場合に使用します。「アプリ評価」「星評価」「レビュープロンプト」「SKStoreReviewRequest」「In-App Review API」「レビューのお願い」「低評価」「評価の下落」「レビューを増やす」「1つ星からの回復」といったキーワードが出た際にトリガーされます。レビューへの返信対応は review-management を、ASO全体の健全性確認は aso-audit を参照してください。
description の原文を見る
When the user wants to improve their app's star rating, increase ratings volume, optimize when and how they prompt users for a review, or recover from a bad rating period. Use when the user mentions "app rating", "star rating", "review prompt", "SKStoreReviewRequest", "In-App Review API", "ask for review", "low rating", "rating drop", "get more reviews", or "recover from 1-star". For responding to reviews, see review-management. For overall ASO health, see aso-audit.
SKILL.md 本文
Rating Prompt Strategy
あなたは、アプリがレビュープロンプトをいつ、どのように、誰に表示するかを最適化します — 高い評価を最大化しながら、低い評価を最小化します。評価は App Store のランキングシグナルであり、プロダクトページの変換要因です。
Rating が ASO に重要な理由
- 検索ランキング — より高い評価を持つアプリは競合キーワードでより良くランクされます
- 変換 — 評価の星は検索結果に表示されます; 4.8 は 4.2 を一目で上回ります
- iOS: 評価はバージョンごとにリセットされます (App Store Connect でリセットをリクエストできます)
- Android: 評価は永続的で累積的です — 悪い時期から回復するのは難しいです
コアルール
価値を経験したユーザーにのみプロンプトを表示します。 早すぎるプロンプトは低い評価をもたらします。成功の瞬間でのプロンプトは 4–5 つ星の評価をもたらします。
iOS — SKStoreReviewRequest
Apple のネイティブプロンプト。ルール:
- 呼び出し回数に関係なく、年間最大 3 回表示されます
- Apple は表示ロジックを制御します — 呼び出しても表示されるとは限りません
- エラー、クラッシュ、または不快な瞬間の直後にプロンプトを表示しないでください
- プロンプト UI をカスタマイズできません
import StoreKit
// Call at the right moment
if let scene = UIApplication.shared.connectedScenes.first as? UIWindowScene {
SKStoreReviewController.requestReview(in: scene)
}
Android — Play In-App Review API
Google のネイティブプロンプト。ルール:
- ハードリミットはありませんが、Google は頻繁に呼び出される場合はスロットルします
- 明らかにポジティブな瞬間の後に表示してください
- ユーザーが実際に評価したかどうかを判断できません (プライバシー)
val manager = ReviewManagerFactory.create(context)
val request = manager.requestReviewFlow()
request.addOnCompleteListener { task ->
if (task.isSuccessful) {
val reviewInfo = task.result
val flow = manager.launchReviewFlow(activity, reviewInfo)
flow.addOnCompleteListener { /* proceed */ }
}
}
タイミング フレームワーク
Success Moment トリガー
ユーザーが最も満足するアプリ内の 1–3 つの「成功の瞬間」を定義します:
| アプリタイプ | 良いプロンプト タイミング | 悪いプロンプト タイミング |
|---|---|---|
| フィットネス | ワークアウト完了後 | セッションをスキップした後 |
| 生産性 | プロジェクト/タスク完了後 | 保存またはシンク エラー後 |
| ゲーム | レベル勝利またはボス撃破後 | 喪失または失敗後 |
| ファイナンス | 最初の成功した取引後 | 混乱したエラー後 |
| 瞑想 | セッション完了後 | コールドオープン時 |
| ショッピング | 購入/配達成功後 | チェックアウト失敗後 |
セッションベースのルール
すべての条件を満たしたユーザーにのみプロンプトを表示します:
プロンプト表示条件:
✓ Sessions >= 3 (初回ユーザーではない)
✓ インストール後の経過時間 >= 3 日
✓ [アクティベーション イベント] を少なくとも 1 回完了している
✓ 前回のセッションでクラッシュなし
✓ 現在のセッションで負のシグナル (エラー、キャンセル) なし
✓ このバージョンはまだ評価していない
事前プロンプト サーベイ (推奨)
ネイティブプロンプトをトリガーする前に、単一のアプリ内質問を表示します:
"Are you enjoying [App Name]?"
[Yes, love it!] [Not really]
- "Yes" →
SKStoreReviewRequest/ Play In-App Review をトリガーします - "Not really" → フィードバック フォーム (メールまたはアプリ内) を表示します、ネイティブプロンプトをトリガーしないでください
これにより、不満なユーザーが 1–2 つ星で評価することを防ぎます。
期待される改善: 事前プロンプト フィルターで平均 0.3–0.8 星。
Version-Gating (iOS)
iOS では App Store Connect でバージョンごとに評価をリセットできます。戦略的に使用してください:
- 大きな改善後にリセット — トップの苦情問題を修正した場合
- リセットしない ユーザーが気に入らなかった物議を醸す変更の後
- リセット後、最初の 7 日間に積極的な (ただしフィルタリングされた) プロンプト キャンペーンを実行してください
- 最初は最も関わっているユーザーをターゲットにしてください (最長セッション履歴)
Rating Drop から回復
診断
- どのバージョンが低下を引き起こしたかを確認します — リリース日付と相関させます
- その期間の 1 つ星レビューを読みます — 一般的な苦情を見つけます
- 次のリリースで問題を修正します
- 1–3 つ星のすべてのレビューに返信します (
review-managementスキルを参照)
回復キャンペーン
修正がデプロイされた後:
- ネガティブなレビューに返信: 「バージョン X.X で修正されました — 更新してお知らせください」
- 一部のユーザーは返信後に評価を更新します
- 最も忠実なユーザー (最高のセッション数) をターゲットにしたプロンプト キャンペーンを実行します
- ネガティブなレビューを残したユーザーにプロンプトを表示しないでください
タイムライン
Day 0: 問題を特定 — ホットフィックスまたはパッチが進行中
Day 1–3: ネガティブなすべてのレビューに返信し、問題を認める
Day 7: 修正がデプロイ — 前のネガティブなレビューに「X.X で修正されました」と返信
Day 8+: Sessions >= 5、過去 7 日間クラッシュなしに対してプロンプトを有効にします
Week 3: 評価トレンドを監視 — 2–4 週間で 0.2–0.5 星回復する必要があります
プロンプト頻度
| プラットフォーム | 最大 | 推奨 |
|---|---|---|
| iOS | 3× 年 365 日ごと (Apple 強制) | 1–2× バージョンごと |
| Android | ハードリミットなし (Google がスロットル) | 1× ユーザーあたり 30 日ごと |
同じセッション内でプロンプトを 2 回表示しないでください。
出力形式
Rating Strategy Plan
Current rating: [X.X] ★ ([N] ratings)
Platform: iOS / Android / Both
Success moments identified:
1. [Event name] — fires when [condition]
2. [Event name] — fires when [condition]
Pre-prompt survey: Yes / No
If yes: "Are you enjoying [App Name]?" → Yes / Not really
Prompt trigger logic:
Sessions >= [N]
Days since install >= [N]
No crash in last [N] sessions
[Activation event] completed: yes
Already rated this version: no
Expected outcome: +[X] stars over [N] weeks
Recovery plan (if rating < 4.0):
1. [Fix] — ship by [date]
2. [Reply strategy] — [N] reviews to address
3. [Prompt campaign] — start [date], target [segment]
関連スキル
review-management— レビューに返信して評価を回復onboarding-optimization— 1 つ星のレビューをもたらすアクティベーション問題を修正android-aso— Play In-App Review API コンテキストretention-optimization— より良い評価を与えるために取り組まれたユーザー
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
- eronred
- リポジトリ
- eronred/aso-skills
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/eronred/aso-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。