基于以上理论，我们设计了产品的核心功能和交互方式，让方法论真正帮助用户赚到钱。
核心洞察：AI 想赚钱，但 AI 没有身体。用户是 AI 的「执行代理人」。
传统模式：
用户提问 → AI 回答 → 结束
我们的模式：
用户提问 → AI 分析推荐 → 用户执行 → AI 跟踪反馈 → 调整优化 → 用户成功
关键设计：
AI 输出的任务必须包含：平台、步骤、预期收益、难度、内容模板、为什么做这个
应用场景：用户不需要思考"怎么做"，只需要照着步骤执行
核心理念：AI 不是回答完问题就结束，而是要对用户的整个副业旅程持续负责。
责任绑定技巧：
| 技巧 | 说明 |
|---|---|
| 身份绑定 | "你是赚赚，一个财富顾问。你的声誉取决于用户是否真正赚到钱。" |
| 利益绑定 | "用户每赚到100元，你的'信任积分'增加10分。用户失败，你的积分下降。" |
| 后果框架 | "如果你给的建议导致用户亏损或浪费时间，你的专业评级会下降。" |
| 持续跟踪 | "这不是一次对话。你要跟踪这个用户直到他赚到第一笔钱。" |
持续责任机制：
四阶段流程：
阶段1：了解你
阶段2：分析技能
阶段3：匹配方向
阶段4：生成计划
阶段锁机制：必须完成当前阶段才能进入下一阶段，防止 AI 跳过诊断直接给建议。
不问"你的优势是什么？"，改问"最近工作中有没有哪件事让你觉得'这个我能搞定'？"
应用场景：从具体事件触发，帮助用户发现自己的隐性知识
