默认提示词正在拖累你的Agent留存率

大多数构建智能体的团队非常关注让用户发送第一条消息。事实证明，这并不是留住用户最重要的杠杆。

在分析我们自己的Global Agent的留存模式后，我们发现发送两条或以上消息的用户的留存率是仅发送一条消息用户的两倍多。这意味着鼓励用户发送第二条消息是你应该优化的激活行为。

当我们进一步深入调查时，我们了解到首次使用智能体的体验和默认提示在让用户发送第二条消息方面做得不够好。最大的罪魁祸首是一个单一的默认提示，超过一半的新用户以此开始。

如果你正在构建智能体，还没有审计你的默认设置，你可能也有同样的问题。这是数据和我们的修复措施。

留存从第二条消息开始

大多数团队将用户的第一个关键操作（完成购买、预订航班、上传文件、发送消息）视为激活的北极星指标。他们假设做了一次就意味着用户获得了价值。

对于智能体来说，第一条消息是一个低门槛。用户会输入一些内容只是为了看看它能做什么。更难的问题是响应是否足够好以赢得后续消息。这就是第二条消息告诉你的。

在我们自己的数据中，第一周内向我们的Global Agent发送两条或以上消息的用户的留存率是仅发送一条消息用户的两倍多。部分差距是选择效应（本来就打算留存的用户也更可能发送另一条消息），但这个信号太明显不能忽视。第二消息率低是你的首次响应没有命中目标的强烈指标，值得诊断原因。

第一周内发送超过一条消息的用户的留存率是仅发送一条消息用户的2.5倍。

你的默认设置比你想象的更重要

如果让用户发送第二条消息是留存的关键，那么用户向你的智能体发送的第一条消息仍然承载着很多分量。它必须是一个足够引人入胜的首次体验，让他们想要发送另一条消息。

对于大多数智能体来说，用户的第一条消息（以及第一印象）很大程度上受到产品放在他们面前的东西的影响：预先选中的启动提示、聊天框中的占位符文本以及建议的问题。这使得这些默认设置成为一个重要的产品选择，如果你和我们一样，可能已经忘记了这些选择。

大多数默认提示的设计是错误的

当我们查看新用户发送给Global Agent最常见的首条消息时，一个单一的默认提示占了一半以上。事实证明，这是一个相当糟糕的提示：“解释我能在Amplitude中做什么。”

乍一看，这似乎是一个有用的提示。我们认为它可以帮助新用户了解Amplitude的特性和功能。但是，以此提示开始的用户的留存率仅为14%。

那时我们恍然大悟。我们构建了市场上最强大的分析智能体之一，但一半的新用户却把它当作支持机器人。因为这就是我们让他们问的。

一个单一默认提示驱动了53%发送给Global Agent的消息。

好的默认提示与坏的默认提示的区别

“功能导览”是许多糟糕默认提示之一。另一个是“我想碰碰运气”的提示（“告诉我一些令人惊讶的事情”，“展示一些有趣的东西”等），这听起来很俏皮，但实际上就像抛硬币。你把用户的第一印象押在一个随机输出上，它可能产生有趣的结果，也可能不会。有时它确实有效，有时只是有点好玩但毫无进展。

这些提示没有一个与用户的实际工作相关，这就是它们不驱动留存的原因。现在与以下提示进行比较：

• “调查一个特定用户的活动并调试他们的体验。”
• “我的关键指标本周有什么变化？”
• “哪些用户群组增长最快？”
• “上周有多少独立用户使用了产品？”

这些询问自己的产品、指标和用户的问题的用户留存率为34%，是询问“解释我能在Amplitude中做什么”提示的用户的2.4倍。

这是我们做改变的信号。我们引入默认提示时没有太多考虑，但数据纠正了我们。我们现在正在更新默认设置，将用户引导至关于他们自己数据的问题。

产品聚焦的提示比功能导览提示的留存率高2.4倍。

如何审计和修复你的默认提示

如果你正在构建智能体，你的默认提示值得注意。这里有一个三步工作流程来改进它们：

1. 查看提示分布。用户实际在选哪些默认提示？如果一两个提示承担了大部分工作，你的智能体的第一印象可能取决于你很久没动过的UI。
2. 按首条提示对留存进行分群。整体留存看起来可能还可以，但按首次消息切分可能会揭示不同情况。我们发现的14%与34%的留存差异在顶层不可见，只有在我们按队列分群后才浮现出来。
3. 替换表现不佳的提示。一个好的默认提示的标准是，响应是否让用户想要发送后续消息。如果他们不这样做，就换掉它。

我们正在继续使用我们自己的分析产品对Global Agent进行这项分析，并提高其留存率。

构建更好的首次智能体体验

你的智能体成败的时刻在第一条消息之后。发送第二条消息会使留存率提高一倍以上。而你在第一天放在用户面前的默认提示是决定他们是否发送的关键因素之一。

大多数团队根本没有衡量他们的默认设置，这意味着他们可能错过了2-3倍留存提升的机会。如果你正在构建智能体，还没有审计你的默认设置，那就是我建议开始的起点。今天就尝试Amplitude Analytics。