把成瘾模型搬进 AI 产品：Hooked 框架如何重塑聊天机器人

Nir Eyal 在 2014 年出版的《Hooked》中提出「触发—行动—多变奖励—投入」四步习惯循环，这一源自斯坦福行为设计实验室的框架，长期被社交媒体类产品奉为增长圣经。如今，AI 助手正在以近乎天然的方式套用同一套机制——触发来自「写不出邮件」「页面卡壳」这类内部情绪，行动被压缩到「敲一行字」这种极低摩擦，多变奖励来自每次回复略有不同的惊喜，而用户每一次纠正、偏好设置与风格上传，都在抬高切换成本。理解这条循环，是看懂当下几乎所有 AI 产品如何留住用户的前提。

四步循环在 AI 产品中的运行方式

文章将 Hooked 的每一步映射到具体场景：

触发：可能是外部推送（周报已生成，请查看），也可能是内部情绪（提笔写不出措辞时的焦虑）。前者可以发，但后者才是留住人的关键。
行动：用户敲入一句话——「让这段话更自信但别咄咄逼人」——两秒内拿到可用草稿，摩擦被压到最低。
多变奖励：每次回复角度略有不同，有时只是润色，有时抛出新思路或抓出错别字，结果不可完全预测，于是用户持续「拉把手」。
投入：用户修正措辞、保存偏好、上传风格指南，让助手记住自己的署名习惯。这些动作一方面让下次对话更顺手，另一方面也在悄悄埋下下一次回来的触发理由。

这一循环对消费端意味着更高的订阅转化，对企业端则转化为按 token 计费的持续消耗。AI 工具本身已经提供真实价值，Hooked 循环是在「有用」之上再加一层「离不开」。

触发：从外部通知走向内部反射

多数团队最先动用的杠杆是外部触发——发摘要邮件、加红点徽章、模型完成任务时推送通知。这些手段短期内有效，但用户很快学会无视「按别人节奏出现」的东西。

更持久的触发是内部反射：用户在感到卡壳、无聊或拿不准的瞬间，会主动打开聊天框——任何推送都还没出现之前。Sam Altman 在 2025 年 10 月提到 ChatGPT 已达到 8 亿周活跃用户，描述的正是这种「新一代人打开文本框，就像上一代人打开搜索引擎或电话簿」的行为迁移。

设计工作的重心因此从「再加一条通知」转向：识别产品应该挂靠的具体情绪或日常动作，然后把那条情绪和「第一次有用响应」之间的所有摩擦都拿掉。

触发案例

Duolingo：连胜计数器与通知是典型的外部触发；真正让用户回来的，是通知静音后依然存在的「怕断连胜」的焦虑。
Slack：未读徽章先是外部提示，最终固化为「我是不是漏了什么」的内部反射——挂靠的是用户已有的焦虑，而非凭空制造。
ChatGPT：用户在面对空白页面时主动打开它；产品要抢占的是那个「卡住的瞬间」，有人甚至已经用它替代 Google。

给产品团队的行动清单

先画内部触发，再做外部触发：明确写出产品要回应的那个具体感受——空白页、悬而未决的决策、没成形的提问，再倒推设计。
砍掉没挣到位置的推送：每一条被忽略的提醒，都在教用户忽略下一条。只保留那些「用户有需要时会出现」的通知。
嵌入既有的日常动作：新习惯靠借比靠造便宜——把产品放进用户已经在伸手拿其他东西的那一刻。

文章还指出，投入阶段的每一次偏好、文件、修正，都在为 AI 厂商训练模型输送养料。换句话说，用户为「离不开」付出的代价，正在被产品方转译为模型迭代的数据资产。看到这条循环，再去审视手上任何一款 AI 产品，都能看清它藏在哪一层。