免费试用和邀请奖励，怎样带来愿意继续用的人？

免费额度领得很快，邀请链接带来不少注册，模型调用也跟着上涨。可试用结束后，继续使用或付费的人没有相应增加。面对这组现象，团队很容易得出两个相反结论：有人认为免费用户太多，该加验证、缩额度；有人认为用户还没体验到价值，该继续送。

这两种做法都有可能改对，也都有可能花错钱。同一个“试用后没付费”，可能来自重复领额度、专为奖励而来、真实任务没做成，或者只是下次需要产品的时间还没到。如果把领额度、完成一次操作的人，都当成以后会继续使用或付费的人，就容易高估产品的增长。要避免这种误判，得分别看清：人为什么来，用完之后有没有理由再来，以及活动是否真的增加了收入。

领取奖励的人，可以完全遵守规则

Comet 是 Perplexity 推出的 AI 浏览器。它在 2025 年的一版美国推荐活动条款中规定：合格新用户经邀请链接下载、登录并至少查询一次，双方各获 15 美元；活动禁止自荐、假账号和机器人。

这些条件解释了两件不同的事。账号核验回答的是“这个人有没有资格领奖”；完成首次查询回答的是“这个人有没有做到活动要求的动作”。一个真实的新用户可以合法完成查询、领走奖励，然后再也不用浏览器。他的账号是真的，这次参与也是真的，但团队还不知道，下次需要查资料时，他会不会再打开这个浏览器。

参与者甚至可能把这当成一项有报酬的小任务。一则当时的公开招募帖提出愿意再付 5 美元请人参与推荐。报酬成为招募理由后，增长团队尤其需要分开看：多少人完成了领奖步骤，多少人后来用产品解决了自己的问题。

奖励第一次查询，可以帮助人开始尝试陌生产品。只是发出奖励后，还需要继续看：这个人有没有用它解决自己的问题，下次是否还愿意用。领完奖励之后，用户仍愿意回来做自己的事，才更能说明产品对他有用。

把奖励延后审核，也不能代替最后一步。Comet 的活动已于 2025 年 11 月 6 日结束，其帮助中心说明待付推荐需经过标准的 30 天质量审核。等待 30 天才能结算奖励，不等于用户在这 30 天里持续使用了产品。

例如，一款制作网站的 AI 工具，可以测试把部分邀请奖励从“第一次生成页面”改到“完成一个可用网站”之后发放。但用户也可能为了领奖，随便做一个网站。因此，调整奖励条件后，还要看他是否继续修改、实际使用，或在有新项目时再次回来。单纯多加几道操作，只会增加领奖的麻烦，未必能带来愿意继续使用的人。

收紧免费额度前，先看用户有没有做成事

对于 AI 工具，一次尝试常常包含修改要求、等待生成、发现不合适、再试一次。生成和修改的次数多，既可能是产品受欢迎，也可能是输出一直达不到要求。如果只看消耗，很难区分这两种情况。

Lovable 让用户通过自然语言制作网站和应用。其增长负责人在 Stripe 的访谈中把免费使用看作吸引用户的一笔投入：用户需要亲自尝试，才能了解工具能帮自己做什么。她也谈到，用户往往集中一段时间制作项目，并希望按需补购积分。

这让“试用后没有每天回来”多了一种解释。一个人花几天做好活动网站，接下来两周没有修改需求，可能已经完成了这次需要做的事。另一个人天天生成、天天返工，最终仍拿不出能用的页面，反而可能离付费更远。如果只看每天打开工具的人数和生成次数，团队可能更看重那个不断返工的人，却漏掉已经做成网站的人。

真正值得区分的是：用户拿到了可用结果，还是在额度耗尽时仍停在半成品。后者若大量出现，先加一道身份验证并不会让结果变好；直接削减额度，还可能让用户来不及把半成品改好。此时更值得检查的是新手指导、输出可靠性，或试用额度是否足以让合适的新用户完成一件事。

免费额度要让新用户有机会做成一件事，才能判断产品值不值得买。如果增加额度后，用户仍在反复失败，就该先改善结果，而非继续送额度。至于多久再来一次才算愿意继续使用，要看产品用途：每天处理文档的人，与偶尔做一个网站的人，本来就不会以同样的频率打开工具。

重复领额度已经影响正常使用时，要先处理

不过，如果有人反复领免费额度，已经影响其他人使用，就不能等着观察用户下次会不会回来。文字生图工具 Midjourney 在 2023 年暂停免费试用时，创始人解释：大量临时账号领图叠加 GPU 短缺，影响了付费用户。

这里的损失已经发生在现有服务上。额外的免费生成消耗算力，付费用户却要承担体验变差的后果。即使注册继续上涨，也不能把它当作值得继续增加免费额度的理由。

这种情况下，先限制重复领取和异常规模有明确意义。判断措施是否有效，除了看免费消耗降了多少，还要看正常新用户是否更难开始、付费用户的等待是否改善。只看拦住了多少账号，可能把没有滥用的新用户一起挡住。

不同渠道也可以采用不同的试用安排。Midjourney 目前的试用说明区分了渠道：网页与 Discord 不提供试用，niji journey 手机应用有有限试用。对其他产品而言，这提供了一种可以考虑的选择：先在容易控制消耗的渠道保留试用，观察正常新用户能否顺利完成第一次体验，再决定是否扩大。

有人付费了，活动是否真的让公司多赚了钱？

即使来的是新用户，也有人愿意购买，还需要算清活动给公司多带来了多少收入。

假设一个老用户本来准备买更多积分，因为邀请朋友拿到了奖励，他推迟了购买；朋友则带来一笔新订单。只看朋友的订单，会漏掉老用户少买的部分。还要扣除发奖励和提供额外服务的成本，才能判断这次邀请是否值得。

Lovable 在一次推荐计划公告中，只向付费账号开放推荐，双方各得 10 积分，并明确警告不要反复邀请自己。这样的奖励对想继续做网站的人有用，但也可能代替他原本打算购买的积分。这是设计奖励时要检查的风险。

这并非只是一种想象。在一个免费与付费并存的在线约会平台上，随机实地研究发现，增加推荐计划能带来更多推荐，却可能牺牲收入；保留一部分只能付费获得的高级功能，可以避免这一损失。

AI 工具的成本和使用方式不同，但这项研究提出的经营问题很具体：送出的权益，是否替代了用户原本愿意购买的东西？只统计受邀新用户，就会漏掉邀请人的变化。另一个容易漏算的情况是，一个本来就准备注册的人，最后找了条奖励链接；他的到来被归给活动，却未必由活动促成。

因此，打算扩大推荐预算时，更有用的小范围验证，是把同期、条件相近的用户随机分成两组，一组看到奖励活动，另一组暂时保持原样。先按同样的条件随机分组，再看各组后来带来了多少使用和收入，不能只挑成功邀请了朋友的人来比较。观察时间要留到用户有机会再次需要产品；计算时把邀请人和他们带来的新用户一起算入，并扣除奖励与额外服务成本。只比较“走推荐链接的人”和“自然来的用户”，两群人本来的差别就可能干扰判断。

如果对照后只多了领奖动作，下一步应检查奖励究竟在鼓励用户做什么；如果真实用户做不成任务，应先解决用户卡住的地方；如果重复领用正在影响服务，应先限制重复领用；如果更多人完成任务、再次回来，扣除成本后也多了收入，才有继续扩大投入的理由。

下一轮不必同时修改所有规则。先选最明显的问题，只改一处，并与原来的做法比较。免费额度有没有帮助用户做成事，邀请奖励有没有带来愿意继续用的人，新增收入能否覆盖成本——这些结果，才是继续投入或调整活动的依据。