尧图网页设计 
AI 技能人工智能【免费下载链接】marketingskillsMarketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.项目地址https://gitcode.com/GitHub_Trending/mar/marketingskills点击查看免费下载导读本文围绕开源仓库 marketingskills 中的 pricing 技能skills/pricing/SKILL.md 展开系统讲解其沉淀的 SaaS 定价与变现方法论三大定价轴、价值指标选择、Good-Better-Best 层级设计、Van Westendorp 等定价研究方法、涨价节奏以及一套独特的双轴定价页拆解人类买家体验 AI Agent 就绪度。读完本文你不仅能独立完成定价多少、怎么打包、何时涨价的完整决策还能对现有定价页做一次可打分的审计并让定价信息真正被 ChatGPT、Perplexity 等 AI 检索与引用。一、技能定位pricing 在 marketingskills 中的角色marketingskills 是一套面向 Claude Code 等 AI Agent 的营销技能库详见 README.md每个技能都是带 frontmatter 的 Markdown 文件通过name与description字段让 Agent 识别任务并自动触发。pricing 技能的description覆盖面非常广凡涉及以下关键词都会触发它pricing、pricing tiers、freemium、free trial、packaging、price increase、value metric、Van Westendorp、willingness to pay、monetization、how much should I charge、pricing page teardown、pricing page audit以及is my pricing page AI-readable / can AI read my pricing这类新型问题。值得注意的是技能边界划得很清楚这一点在 evals.json 的第 6 条评估用例中有明确验证定价策略决策定多少、怎么打包→ 归 pricing 技能应用内升级页 / 付费墙in-app upgrade screens→ 归 paywalls 技能优惠构造bonus、保证、价值话术、命名面向服务/课程/高客单 B2B→ 归 offers 技能定价页转化率优化CRO→ 归 cro 技能pricing 不越界做页面 CRO 审计。启动前的上下文收集技能要求 Agent 在开始提问前先检查产品营销上下文文件若存在.agents/product-marketing.md或.claude/product-marketing.md、旧版product-marketing-context.md必须先读取再只询问未被覆盖的信息。随后按四类补齐上下文类别关键问题1. 商业背景产品类型SaaS / marketplace / 电商 / 服务当前定价目标市场SMB / mid-market / enterpriseGTM 模式自助 / 销售主导 / 混合2. 价值与竞争你交付的核心价值是什么客户会拿什么替代品比较竞争对手如何定价3. 当前表现当前转化率ARPU 与流失率客户/潜在客户对价格的反馈4. 目标优化增长、收入还是利润向上扩张还是向下扩张二、定价基石三大定价轴与价值定价2.1 三大定价轴The Three Pricing Axes技能将定价拆解为三个正交的决策维度任何定价问题都可以归入其中一轴Packaging打包——每个层级包含什么功能、用量上限、支持等级以及层级之间的差异方式Pricing Metric计价指标——按什么收费按用户、按用量、一口价价格如何随价值缩放Price Point价格点——实际收多少美元具体数字、感知价值与成本的对比。这三个概念在 pricing-models.md 中被进一步严格区分定价模型8 种回答怎么收费的结构问题价值指标回答按什么单位收的问题层级结构回答如何打包的问题——三者不可混淆。2.2 价值定价Value-Based Pricing定价的依据是交付的价值而非服务成本客户的感知价值 —— 价格上限ceiling 你的价格 —— 介于替代品与感知价值之间 次优替代品next best alternative—— 差异化的地板floor 你的服务成本 —— 仅作底线绝不作为定价依据核心洞察把价格定在次优替代品与感知价值之间。并明确两件事不能作为锚点不能对标竞品——模仿对手的价格复制的是他们的策略而不是他们的经济学。竞品价格是一个数据点不是定价目标不能成本定价——成本是地板永远不是依据。价值 差异化决定价格。三、初始定价选一个你能从中学习的价格技能反复强调上述价值指标、层级、Van Westendorp 等方法都是用来优化一个已有价格的而第一天你没有可优化的价格只有一个要下的注a bet to place。首个价格的目标是学习不是精确。定个数、上线让真实买家告诉你对不对。3.1 $10 / $100 / $1,000 经验法则没有参照时按服务对象的量级起步量级适用对象~$10/月专业消费者/个人高流量、低触达~$100/月SMB / 团队工具SaaS 的默认档~$1,000/月mid-market / 业务关键 / 销售辅助选择逻辑是客户是谁 你交付多少价值然后从接近整数的价位起步拿到信号后可以在档内快速移动。3.2 避开 $9 陷阱抵制用超低价如$9/月降低摩擦的冲动。超低价的三个代价虚假牵引力false traction——注册量看起来像验证实则来自永远不会付真价的人套牢自己——事后把价格提高 5–10 倍远比一开始就定高更难而且最便宜的客户流失率最高、抱怨声最大低留存反论详见 pricing-models.md。取整且略高胜过精巧且便宜。3.3 就定 $50 看看会发生什么早期 Intercom 为定价纠结时Jason Fried 的建议本质是just charge $50 and see what happens。停止建模去拿真实信号。人们不眨眼地付钱就涨价没人买你只是花了一周而不是一个季度学会了一件事。四、八大定价模型如何收费的结构性选择pricing-models.md 完整收录了8 种定价模型回答怎么收费真实产品大多组合使用多种模型机制最适合参考一口价 Flat-rate一个价格、一个产品、人人同价产品简单、单一 persona、希望零定价摩擦Basecamp按用量 Usage-based按消耗付费计量价值随量直接增长、消耗可变且易计量Stripe层级 Tier-basedGood-better-best 固定价套餐需求与预算各异的细分客群Kinsta按用户 User-based按席位/用户收费价值随组织内使用人数增长协作Notion按功能 Feature-based按解锁能力门控收费清晰功能层级映射到支付意愿Intercom按积分 Credit-based买积分桶、按动作消耗用量忽高忽低想要预付承诺与简单心理账户Audible按结果 Outcome-based按交付结果付费解决工单、完成任务结果可测可归因且正是买家想要的东西Intercom Fin、Zapier混合 Hybrid刻意组合平台费用量或席位积分单一模型对不同客户或超额或超收Drift4.1 各模型的选用时机一口价——能选就优先选最好卖、最好懂、最好预测。代价是在最大客户身上留下钱按用量——消费与价值吻合时最公平但收入可预测性差、买家怕意外账单需配消费上限或提醒层级——自助 SaaS 的默认项一页同时服务 SMB 到 mid-market按用户——仅当价值真的随人数上升。否则席位会惩罚采用团队会共享账号逃避付费按功能——强于分层但不要门控交付核心价值的功能门控的是区分休闲用户与重度用户的功能按积分——适合每个动作都有成本的 AI 产品把价格从单一单位解耦预付显得自然按结果——AI Agent 的新兴模型按已解决工单、按自动化运行收费信任度最高但仅在结果可测、可明确归因时可行混合——成熟产品的归宿基础平台费保可预测加用量/结果组件吃上行空间。4.2 模型组合的常见配方层级 按用户——每个套餐内放席位多数 B2B SaaS平台费 用量——可预测底座 可变上行Twilio 式席位 积分——按人付费再充值积分买重度动作功能层级 结果——按层级解锁能力再按结果叠加收费。原则从价值指标选出主模型只有当单一模型对某个真实客群明显误定价时才叠加第二层。4.3 价值/价格比10:1与低定价留存反论价值/价格比目标约10:1Ryan Kulp——客户感知到的价值约为所付价格的 10 倍。这是让购买显得理所当然而非需要讨价还价的缓冲也为日后加值涨价留出空间。如果讲不出 10 倍价值问题通常是 offer 或定位而不是价格点低价伤留存Patrick Campbell / ProfitWell 数据SpyFu 的 Josh Pigford 等运营者佐证定价过低不仅不是安全选择反而会让付费不足的客户流失更多——低价暗示低价值吸引来的是最不投入、最价格敏感的人折扣索求者信号谈判要折扣的客户流失率约为全价客户的2 倍。靠打折成交往往买来的是一个迟早要走的客户结论拿不准时定高一点。往下让利grandfather比往上提价容易更高价格筛选出更匹配、留存更久的客户。五、价值指标Value Metric按什么单位收费价值指标就是你收费的依据它应该随客户获得的价值而缩放。好指标的四条标准价格与交付价值对齐、容易理解、随客户成长而缩放、难以钻空子。指标最适合示例按用户/席位协作工具Slack、Notion按用量可变消耗AWS、Twilio按功能模块化产品HubSpot 附加组件按联系人/记录CRM、邮件工具Mailchimp按交易支付、市场平台Stripe一口价简单产品Basecamp选择检验问题客户用得越多 [该指标]获得的价值是否越多是 → 好指标否 → 价格与价值不匹配。价值指标决定定价模型一旦知道什么随价值缩放就选择如何据此收费——一口价、用量、层级、用户、功能、积分、结果或混合详见 pricing-models.md。六、层级结构设计Good-Better-Best 与打包6.1 层级数量怎么定方案特点2 层简单清晰的选择适合明确的 SMB vs 企业二分风险是留钱在桌上3 层行业标准Good 入口、Better 推荐锚定到 Best、Best 高价值客户4 层更高粒度适合客户规模跨度大风险是选择瘫痪与复杂度6.2 Good-Better-Best 框架Good 层Entry核心功能、有限用量、低价、低门槛目标是小团队先试后买Better 层Recommended完整功能、合理上限、你的锚定价格目标是大多数客户的落点Best 层Premium全部功能、高级特性、更高上限价格常为 Better 的2–3 倍目标是大型团队与高价值客户。6.3 四种层级差异化手段功能门控——基础功能全层级都有高级功能放更高层适用于功能价值差异清晰时用量上限——同样的功能、不同的量用户、存储、API 调用适用于价值随用量缩放时支持等级——Email → Priority → Dedicated Success适用于实施复杂度高的产品访问与定制——API、SSO、自定义品牌适用于企业差异化。完整的示例层级结构Starter $29 / Pro $79 / Business $199含用户数、项目数、存储、集成、分析、支持、API、SSO、审计日志的逐项对比见 tier-structure.md 中的 ASCII 表格。6.4 Persona 化打包识别定价 persona按公司规模、使用场景、成熟度、行业分层然后三步走定义 persona——如 Freelancer1 人$19/mo、Small Team2–10 人$49/mo、Growing Co10–50 人$149/mo、Enterprise50Custom把功能映射到 persona——核心功能人人有协作、集成、API、SSO/SAML、审计日志、自定义合同逐级解锁按 persona 定价到价值——每个细分独立做支付意愿研究定价既要捕获价值又不能阻挡采用可考虑细分专属落地页。6.5 Freemium vs Free TrialFreemium 适合有病毒/网络效应免费用户提供价值内容、数据、推荐市场大、百分比转化即规模服务免费用户的边际成本低有清晰的功能/用量上限作为升级触发。风险免费用户永不转化、贬低产品感知、非付费用户产生支持成本、日后更难涨价Free Trial 适合产品需要时间展示价值有 onboarding/配置投入B2B 采购委员会高价格点产品配置后粘性强。最佳实践简单产品 7–14 天、复杂产品 14–30 天、全功能开放而非功能阉割、清晰的倒计时与提醒、信用卡可选 vs 必填需权衡信用卡前置试用转付费 40–50%vs 无卡 15–25%但试用量更小、线索更优质混合方案Freemium Trial如 Zoom 的 40 分钟免费 Pro 试用反向试用reverse trial——先全量体验试用结束后降级到免费层让客户先看到高级价值、再带着限制生活直到准备好付费。6.6 企业定价满足以下条件时上Contact Sales定制客单超 $10k ARR、需要定制合同、需要实施/onboarding、有安全/合规要求、涉及采购流程。入场门槛table stakesSSO/SAML、审计日志、管理控制、可用性 SLA、安全认证增值项专属支持/成功经理、定制 onboarding、培训、定制集成、路线图优先输入三种企业定价策略按席位的规模折扣如 $15/用户 → $10/用户 100、平台费用量如 $500/月基础 $0.01/API 调用、价值型合同价格绑定客户收入/结果如按交易抽成、收入分成。七、定价研究搞清楚客户真的愿意付多少7.1 Van Westendorp 价格敏感度测量PSM四问法圈定可接受价格区间价格高到你不会考虑购买Too expensive价格低到让你怀疑质量Too cheap开始觉得贵但可能仍会考虑Expensive便宜到像捡到宝Bargain分析四步绘制每个问题的累计分布 → 找交点PMC边际便宜点Too cheap 与 Expensive 相交PME边际昂贵点Too expensive 与 Cheap 相交OPP最优价格点Too cheap 与 Too expensive 相交IDP无差异价格点Expensive 与 Cheap 相交。可接受价格区间 PMC 到 PME最优定价区间 OPP 与 IDP 之间。调研要点需要100–300 名受访者才有可靠数据按 persona 分层支付意愿不同用真实的产品描述可加入购买意愿问题。完整示例输出含 PMC $29 → PME $79、推荐区间 $49–59、当前价低于最优价、提价机会 25–50%见 research-methods.md。7.2 MaxDiff 分析最佳-最差标度用于识别客户最看重哪些功能指导打包列出 8–15 个候选功能每次展示 4–5 个功能一组问哪个最重要哪个最不重要多组重复直至全部比较完成统计分析产出重要度分数。结果按效用分数排序高效用 必备进基础层、中效用 差异化用于层级分离、低效用 锦上添花进高级层或砍掉。具体打包规则效用分数打包决策前 20%全层级包含入场门槛20–50%用于层级差异化50–80%仅高级层后 20%考虑砍掉或做高级付费附加7.3 支付意愿WTP调查进阶直接问法简单但有偏你愿意为 [产品] 付多少更好的 Gabor-Granger 法[¥X] 你会买吗是/否在不同受访者间变动价格构建需求曲线更优的联合分析Conjoint展示不同价格的产品组合受访者选偏好项统计分析揭示每个功能的价格敏感度。7.4 使用-价值相关性分析埋点使用数据功能使用频率、量级指标用户、记录、API 调用、结果指标产生收入、节省时间与客户成功关联哪些使用模式预测留存哪些预测扩张哪些客户付费最高、为什么识别价值阈值什么用量水平客户懂了什么水平开始扩张什么水平应该涨价示例分析表明价值与**团队采用度用户数和使用深度集成数**相关 → 建议按用户收费、把集成门控到更高层详见 research-methods.md。八、何时涨价信号、策略与分阶段投放8.1 该涨价的信号市场信号竞品已涨价潜在客户对价格不眨眼收到这太便宜了的反馈业务信号转化率极高40%月度流失极低3%单位经济健康产品信号上次定价以来交付了大量新价值产品更成熟稳定。8.2 四种涨价策略Grandfather 现有客户——只对新客户用新价延迟生效——提前 3–6 个月公告绑定价值——涨价同时加功能重构套餐——完全改变计划结构。8.3 分阶段投放方法论Rollout价格变更是一次投放不是拨动开关。按顺序去风险先只对新客户测试——只对新注册涨价并观察转化。新客户没有锚点、没有关系包袱能给你最干净的市场是否接受这个数字读数——在你动任何存量账户之前不要无条件永久 grandfather——它感觉仁慈但可能把巨额收入留在桌上。算笔账一个该付$250/月却只付$50/月的客户是每年$2,400的缺口而你在全量客户基础上无限期补贴每月 $200。Grandfather 应作为过渡宽限期而非永久豁免小步、分波投放——先让5–10%的存量客户迁到新价观察一个周期的流失与支持量再分批扩大。错峰投放能把爆炸半径控制住流失飙升时也有退出通道提前数月沟通为什么并给出慷慨的选项——提前告知涨价原因通常是交付了更多价值用现在转年付可锁定旧价、延长宽限期、一次性 credit 来缓冲。提前通知 慷慨选项能把怨恨时刻转化为忠诚时刻。预期并接受一定流失因合理涨价而离开的通常正是最不赚钱、支持成本最高、最价格敏感的那批账户。九、定价页最佳实践与定价心理学9.1 首屏Above the Fold清晰的层级对比表推荐层级高亮月付/年付切换器每个层级有主 CTA。9.2 常见构成要素功能对比表每个层级适合谁FAQ 区年付折扣提示17–20%退款保证客户 Logo/信任信号。9.3 定价心理学四件套锚定Anchoring先展示更高价选项诱饵效应Decoy中间层应是最划算的魅力定价Charm pricing$49 vs $50适合价值敏感型整数定价Round pricing$50 vs $49适合高端定位。十、定价页 Teardown双轴审计人类买家 × AI Agent这是 pricing 技能最具时代特色的部分。当用户想审计现有定价页的清晰度、透明度与 AI 可读性而非定价策略本身也非 CRO时执行 teardown沿两条轴打分并输出按优先级排序的修复清单轴 1人类买家体验Human buyer experience——价值主张清晰度、套餐区分度、认知负荷、信任信号、定价心理学、价格透明度轴 2AI Agent 就绪度AI-agent readiness——LLM 和 Agent 是否真的能读取、引用并推荐你的定价机器可读的价格不能锁在图片里或Contact us后面、可抽取的 FAQ/异议覆盖、以文本陈述的逐层细节、结构化数据。买家现在会在访问网站之前就问 ChatGPT/Perplexity/Claude最好的 X 是什么、多少钱——一个 Agent 无法解析的定价页会让你丢掉那些你永远看不到的订单。框架致谢该双轴结构尤其 AI-Agent 就绪度视角改编自 Kyle PoyarGrowth Unhinged的定价页拆解。本文档的 rubric 为独立编写框架归属 Poyar见 pricing-page-teardown.md。10.1 快速自检粘贴测试paste test把定价页 URL 交给一个具备浏览能力的 AIPerplexity、带搜索的 ChatGPT、Claude with web——或直接把页面渲染后的文本粘进去——问它有哪些套餐和价格。干净利落地答错意味着以同样方式抓取你页面的 Agent 也会挣扎这是启发式不代表每个 Agent 都会失败因为有些会渲染 JS 或用视觉。10.2 十维度评分 Rubric打分维度Pass / Partial / Gap或 1–5 数值。交付物是两条轴的子分数 按优先级排序的修复清单而不是一个虚荣总分。轴 1人类买家体验#维度合格表现常见缺口1价值主张清晰度首屏你得到什么 为什么值得用买家的语言只有功能列表没有结果为每个团队提供灵活套餐2套餐清晰度/区分度每个套餐给谁、如何不同一目了然功能大杂烩表格层级模糊没有适合谁3认知负荷买家能在 30 秒内决策层级过多5、未解释的行话、决策瘫痪4信任信号CTA 附近有 Logo、证言、安全/合规、保障无证明信任内容埋在首屏之下5定价心理学有推荐/锚定层、合理锚定、魅力 vs 整数定价一致无推荐层最高价藏在最后价格结尾随机6透明度展示实际价格包含/排除清晰无意外费用每个层级都Contact us隐藏超量费省略用量上限轴 2AI Agent 就绪度新视角#维度合格表现常见缺口7机器可读定价真实数字在页面 HTML/文本里价格在图片/SVG、仅 JS 渲染或 PDF 中——纯文本抓取的爬虫什么都拿不到Contact sales让公开报价无从引用8FAQ/异议覆盖可抽取的能做 X 吗上限多少能取消吗有免费试用吗答案无 FAQ或答案只在 Agent 够不着的支持门户9文本化的逐层深度每个套餐的包含项、上限、配额以文字陈述差异只以图片中的 ✓/✗ 列呈现上限未命名10结构化数据与可抽取性Product/Offerschema、干净的语义 HTML、允许 AI 搜索/Agent 爬取llms.txt是加分项尚未成为标准无 schema价格在认证/交互之后robots.txt 屏蔽 AI搜索爬虫维度 7 与 10 交由 schema 技能Product/Offer JSON-LD与 ai-seo 技能可抽取性、AI 爬虫访问、llms.txt落地实现。10.3 执行流程加载上下文——读取.agents/product-marketing.mdICP、定位确保清晰度是对着正确的买家评判的像 Agent 一样抓取页面——拿渲染后的文本/HTML而不是截图立刻注意价格是否出现在文本中即维度 7跑粘贴测试——让 LLM 从 URL 回答套餐与价格记录它答错/漏掉什么逐维度打分——10 个维度各给 Pass/Partial/Gap 并附一行理由按影响 × 努力度排序修复——AI 就绪度缺口往往是高影响、低努力加文本价格、加 Offer schema优先暴露这些。10.4 输出模板# Pricing Page Teardown — [url] — [date] ## Scores - Human buyer experience: [X/6 passing] - AI-agent readiness: [X/4 passing] ## Paste test [LLM 对 plans and prices 的返回——以及它答错/漏掉的内容] ## Dimension-by-dimension | # | Dimension | Verdict | Note | |---|-----------|---------|------| | 1 | Value-prop clarity | Pass/Partial/Gap | ... | | … | … | … | … | ## Prioritized fixes (impact × effort) 1. [High/low] — [fix] — [why it matters] — [→ schema / ai-seo / cro if handing off] 2. ... ## The one thing [单一最高杠杆修复——通常是把真实价格放进文本 加 Offer schema 让 AI 能引用你]10.5 常见失败模式图片价格image-price——数字烘焙进漂亮图片里。人喜欢文本抓取 Agent和屏幕阅读器通常读不了。价格放文本图片可以保留作装饰到处Contact us——对真正的企业销售有时是对的但所有层级都藏价时人类和 Agent 都会流向有数字的竞品。至少展示一个起步价或代表性区间纯 ✓/✗ 表格——功能差异只以勾/叉列出现在图片或图标字体里。用文字写明实际上限与包含项仅 JS 渲染 / 认证墙——价格只在交互或登录后才出现多数抓取器看不到只有会渲染 JS 的 Agent 可能看到屏蔽 AI搜索爬虫——喂养 AI答案的爬虫是搜索 Agent不是训练爬虫OpenAI 的OAI-SearchBot、Anthropic 的Claude-SearchBot/Claude-User、Perplexity 的PerplexityBot。屏蔽GPTBot只是退出了模型训练并不影响 ChatGPT Search——所以要检查 robots.txt 实际屏蔽的是哪些爬虫爬虫访问属于 ai-seo 技能 的领地移交过去。十一、定价检查清单定价之前定义目标客户 persona调研竞品定价确定你的价值指标完成支付意愿研究把功能映射到各层级定价结构选定层级数量层级差异清晰基于研究设定价格点制定年付折扣策略规划企业/定制层十二、任务型提问模板进入定价咨询时技能会优先确认这六问你做过哪些定价研究当前 ARPU 与转化率是多少你的首要价值指标是什么主要的定价 persona 是谁你是自助、销售主导还是混合你在考虑什么定价变更十三、与其他技能的协同边界pricing 技能的Related Skills明确给出了协作与移交地图churn-prevention 技能取消流程、挽留 offer、降低收入流失cro 技能定价页转化率优化ai-seo 技能让定价页可被 AI 抽取/引用teardown 的 AI 就绪度轴schema 技能Product/Offer 结构化数据让机器读取你的层级与价格copywriting 技能定价页文案marketing-psychology 技能定价心理学原理ab-testing 技能测试定价变更revops 技能deal desk 流程与管道定价sales-enablement 技能提案模板与定价演示材料。从 evals.json 的 8 条评估用例可以反推该技能在真实场景中的行为边界新 SaaS 定价三轴框架 指标评估 Good-Better-Best、涨价 30%grandfather/宽限 绑定新价值 提前沟通 年付缓冲、无参照定价$10/$100/$1,000 $9 陷阱 $50 法则、第四层是否值得加Hicks Law 选择瘫痪、让 $79 套餐成为主力锚定 诱饵 视觉强调 魅力定价、定价页 CRO移交给 cro 技能、定价页 teardown双轴 粘贴测试 移交 schema/ai-seo、AI 写作工具的初始定价积分制/用量制 10:1 价值比 低价伤留存。十四、在 Claude Code / AI Agent 中使用本技能pricing 技能随 marketingskills 整体安装使用。推荐用npx skillsCLI 安装详细安装方式见 README.md# 安装全部技能含 pricing npx skills add coreyhaines31/marketingskills # 只安装 pricing npx skills add coreyhaines31/marketingskills --skill pricing # 在 Claude Code 会话内安装时显式指定 Agent npx skills add coreyhaines31/marketingskills -a claude-code安装后直接向 Agent 提出自然语言请求即可自动触发该技能例如Help me figure out pricing for our new SaaS product... 我们想把价格提高 30%怎么不丢客户 如何知道人们到底愿意付多少钱 Can you tear down our pricing page for clarity and AI-readability?技能内部文件布局SKILL.md 为决策主框架pricing-models.md、tier-structure.md、research-methods.md、pricing-page-teardown.md 四份引用文档分别承载模型库、层级打包、研究方法与双轴审计 rubricevals.json 则是技能质量的行为契约。结语定价从来不是定一个数字而是一连串可决策、可测试、可迭代的选择先定一个能学习的价格再用价值指标锁定收费单位用Good-Better-Best完成打包用Van Westendorp / MaxDiff验证支付意愿用分阶段投放管理涨价风险最后用双轴 teardown确保定价页既征服人类买家也征服正在帮你货比三家的 AI Agent。把 pricing 技能交给你的 AI 助手等于把这一整套经过验证的定价方法论内置进了工作流。赞分享AI 技能人工智能【免费下载链接】marketingskillsMarketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.项目地址https://gitcode.com/GitHub_Trending/mar/marketingskills点击查看免费下载相关推荐SaaS 定价层级结构与打包实战Good-Better-Best 框架、Persona 打包与 Freemium 策略marketingskills 定价技能SaaS 定价层级结构与打包实战Good Better Best 框架、Persona 打包与 Freemium 策略marketingskills 定价技AI 技能人工智能MarketingSkills 定价页拆解Pricing Page Teardown从人工购买体验到 AI-Agent 可读性的双轴审计指南MarketingSkills 定价页拆解Pricing Page Teardown从人工购买体验到 AI Agent 可读性的双轴审计指南 导读 本文介AI 技能人工智能SEO Machine 定价策略实战SaaS 定价层级Tier Structure设计与打包完整指南SEO Machine 定价策略实战SaaS 定价层级Tier Structure设计与打包完整指南 本篇技术指南以 SEO Machine 开源仓库中人工智能AI 应用AI 写作AI 技能AI Agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 marketingskills 定价策略技能（pricing）完全指南：从价值定价、层级打包到 AI 可读的定价页审计
AI 技能人工智能【免费下载链接】marketingskillsMarketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.项目地址https://gitcode.com/GitHub_Trending/mar/marketingskills点击查看免费下载导读本文围绕开源仓库 marketingskills 中的 pricing 技能skills/pricing/SKILL.md 展开系统讲解其沉淀的 SaaS 定价与变现方法论三大定价轴、价值指标选择、Good-Better-Best 层级设计、Van Westendorp 等定价研究方法、涨价节奏以及一套独特的双轴定价页拆解人类买家体验 AI Agent 就绪度。读完本文你不仅能独立完成定价多少、怎么打包、何时涨价的完整决策还能对现有定价页做一次可打分的审计并让定价信息真正被 ChatGPT、Perplexity 等 AI 检索与引用。一、技能定位pricing 在 marketingskills 中的角色marketingskills 是一套面向 Claude Code 等 AI Agent 的营销技能库详见 README.md每个技能都是带 frontmatter 的 Markdown 文件通过name与description字段让 Agent 识别任务并自动触发。pricing 技能的description覆盖面非常广凡涉及以下关键词都会触发它pricing、pricing tiers、freemium、free trial、packaging、price increase、value metric、Van Westendorp、willingness to pay、monetization、how much should I charge、pricing page teardown、pricing page audit以及is my pricing page AI-readable / can AI read my pricing这类新型问题。值得注意的是技能边界划得很清楚这一点在 evals.json 的第 6 条评估用例中有明确验证定价策略决策定多少、怎么打包→ 归 pricing 技能应用内升级页 / 付费墙in-app upgrade screens→ 归 paywalls 技能优惠构造bonus、保证、价值话术、命名面向服务/课程/高客单 B2B→ 归 offers 技能定价页转化率优化CRO→ 归 cro 技能pricing 不越界做页面 CRO 审计。启动前的上下文收集技能要求 Agent 在开始提问前先检查产品营销上下文文件若存在.agents/product-marketing.md或.claude/product-marketing.md、旧版product-marketing-context.md必须先读取再只询问未被覆盖的信息。随后按四类补齐上下文类别关键问题1. 商业背景产品类型SaaS / marketplace / 电商 / 服务当前定价目标市场SMB / mid-market / enterpriseGTM 模式自助 / 销售主导 / 混合2. 价值与竞争你交付的核心价值是什么客户会拿什么替代品比较竞争对手如何定价3. 当前表现当前转化率ARPU 与流失率客户/潜在客户对价格的反馈4. 目标优化增长、收入还是利润向上扩张还是向下扩张二、定价基石三大定价轴与价值定价2.1 三大定价轴The Three Pricing Axes技能将定价拆解为三个正交的决策维度任何定价问题都可以归入其中一轴Packaging打包——每个层级包含什么功能、用量上限、支持等级以及层级之间的差异方式Pricing Metric计价指标——按什么收费按用户、按用量、一口价价格如何随价值缩放Price Point价格点——实际收多少美元具体数字、感知价值与成本的对比。这三个概念在 pricing-models.md 中被进一步严格区分定价模型8 种回答怎么收费的结构问题价值指标回答按什么单位收的问题层级结构回答如何打包的问题——三者不可混淆。2.2 价值定价Value-Based Pricing定价的依据是交付的价值而非服务成本客户的感知价值 —— 价格上限ceiling 你的价格 —— 介于替代品与感知价值之间 次优替代品next best alternative—— 差异化的地板floor 你的服务成本 —— 仅作底线绝不作为定价依据核心洞察把价格定在次优替代品与感知价值之间。并明确两件事不能作为锚点不能对标竞品——模仿对手的价格复制的是他们的策略而不是他们的经济学。竞品价格是一个数据点不是定价目标不能成本定价——成本是地板永远不是依据。价值 差异化决定价格。三、初始定价选一个你能从中学习的价格技能反复强调上述价值指标、层级、Van Westendorp 等方法都是用来优化一个已有价格的而第一天你没有可优化的价格只有一个要下的注a bet to place。首个价格的目标是学习不是精确。定个数、上线让真实买家告诉你对不对。3.1 $10 / $100 / $1,000 经验法则没有参照时按服务对象的量级起步量级适用对象~$10/月专业消费者/个人高流量、低触达~$100/月SMB / 团队工具SaaS 的默认档~$1,000/月mid-market / 业务关键 / 销售辅助选择逻辑是客户是谁 你交付多少价值然后从接近整数的价位起步拿到信号后可以在档内快速移动。3.2 避开 $9 陷阱抵制用超低价如$9/月降低摩擦的冲动。超低价的三个代价虚假牵引力false traction——注册量看起来像验证实则来自永远不会付真价的人套牢自己——事后把价格提高 5–10 倍远比一开始就定高更难而且最便宜的客户流失率最高、抱怨声最大低留存反论详见 pricing-models.md。取整且略高胜过精巧且便宜。3.3 就定 $50 看看会发生什么早期 Intercom 为定价纠结时Jason Fried 的建议本质是just charge $50 and see what happens。停止建模去拿真实信号。人们不眨眼地付钱就涨价没人买你只是花了一周而不是一个季度学会了一件事。四、八大定价模型如何收费的结构性选择pricing-models.md 完整收录了8 种定价模型回答怎么收费真实产品大多组合使用多种模型机制最适合参考一口价 Flat-rate一个价格、一个产品、人人同价产品简单、单一 persona、希望零定价摩擦Basecamp按用量 Usage-based按消耗付费计量价值随量直接增长、消耗可变且易计量Stripe层级 Tier-basedGood-better-best 固定价套餐需求与预算各异的细分客群Kinsta按用户 User-based按席位/用户收费价值随组织内使用人数增长协作Notion按功能 Feature-based按解锁能力门控收费清晰功能层级映射到支付意愿Intercom按积分 Credit-based买积分桶、按动作消耗用量忽高忽低想要预付承诺与简单心理账户Audible按结果 Outcome-based按交付结果付费解决工单、完成任务结果可测可归因且正是买家想要的东西Intercom Fin、Zapier混合 Hybrid刻意组合平台费用量或席位积分单一模型对不同客户或超额或超收Drift4.1 各模型的选用时机一口价——能选就优先选最好卖、最好懂、最好预测。代价是在最大客户身上留下钱按用量——消费与价值吻合时最公平但收入可预测性差、买家怕意外账单需配消费上限或提醒层级——自助 SaaS 的默认项一页同时服务 SMB 到 mid-market按用户——仅当价值真的随人数上升。否则席位会惩罚采用团队会共享账号逃避付费按功能——强于分层但不要门控交付核心价值的功能门控的是区分休闲用户与重度用户的功能按积分——适合每个动作都有成本的 AI 产品把价格从单一单位解耦预付显得自然按结果——AI Agent 的新兴模型按已解决工单、按自动化运行收费信任度最高但仅在结果可测、可明确归因时可行混合——成熟产品的归宿基础平台费保可预测加用量/结果组件吃上行空间。4.2 模型组合的常见配方层级 按用户——每个套餐内放席位多数 B2B SaaS平台费 用量——可预测底座 可变上行Twilio 式席位 积分——按人付费再充值积分买重度动作功能层级 结果——按层级解锁能力再按结果叠加收费。原则从价值指标选出主模型只有当单一模型对某个真实客群明显误定价时才叠加第二层。4.3 价值/价格比10:1与低定价留存反论价值/价格比目标约10:1Ryan Kulp——客户感知到的价值约为所付价格的 10 倍。这是让购买显得理所当然而非需要讨价还价的缓冲也为日后加值涨价留出空间。如果讲不出 10 倍价值问题通常是 offer 或定位而不是价格点低价伤留存Patrick Campbell / ProfitWell 数据SpyFu 的 Josh Pigford 等运营者佐证定价过低不仅不是安全选择反而会让付费不足的客户流失更多——低价暗示低价值吸引来的是最不投入、最价格敏感的人折扣索求者信号谈判要折扣的客户流失率约为全价客户的2 倍。靠打折成交往往买来的是一个迟早要走的客户结论拿不准时定高一点。往下让利grandfather比往上提价容易更高价格筛选出更匹配、留存更久的客户。五、价值指标Value Metric按什么单位收费价值指标就是你收费的依据它应该随客户获得的价值而缩放。好指标的四条标准价格与交付价值对齐、容易理解、随客户成长而缩放、难以钻空子。指标最适合示例按用户/席位协作工具Slack、Notion按用量可变消耗AWS、Twilio按功能模块化产品HubSpot 附加组件按联系人/记录CRM、邮件工具Mailchimp按交易支付、市场平台Stripe一口价简单产品Basecamp选择检验问题客户用得越多 [该指标]获得的价值是否越多是 → 好指标否 → 价格与价值不匹配。价值指标决定定价模型一旦知道什么随价值缩放就选择如何据此收费——一口价、用量、层级、用户、功能、积分、结果或混合详见 pricing-models.md。六、层级结构设计Good-Better-Best 与打包6.1 层级数量怎么定方案特点2 层简单清晰的选择适合明确的 SMB vs 企业二分风险是留钱在桌上3 层行业标准Good 入口、Better 推荐锚定到 Best、Best 高价值客户4 层更高粒度适合客户规模跨度大风险是选择瘫痪与复杂度6.2 Good-Better-Best 框架Good 层Entry核心功能、有限用量、低价、低门槛目标是小团队先试后买Better 层Recommended完整功能、合理上限、你的锚定价格目标是大多数客户的落点Best 层Premium全部功能、高级特性、更高上限价格常为 Better 的2–3 倍目标是大型团队与高价值客户。6.3 四种层级差异化手段功能门控——基础功能全层级都有高级功能放更高层适用于功能价值差异清晰时用量上限——同样的功能、不同的量用户、存储、API 调用适用于价值随用量缩放时支持等级——Email → Priority → Dedicated Success适用于实施复杂度高的产品访问与定制——API、SSO、自定义品牌适用于企业差异化。完整的示例层级结构Starter $29 / Pro $79 / Business $199含用户数、项目数、存储、集成、分析、支持、API、SSO、审计日志的逐项对比见 tier-structure.md 中的 ASCII 表格。6.4 Persona 化打包识别定价 persona按公司规模、使用场景、成熟度、行业分层然后三步走定义 persona——如 Freelancer1 人$19/mo、Small Team2–10 人$49/mo、Growing Co10–50 人$149/mo、Enterprise50Custom把功能映射到 persona——核心功能人人有协作、集成、API、SSO/SAML、审计日志、自定义合同逐级解锁按 persona 定价到价值——每个细分独立做支付意愿研究定价既要捕获价值又不能阻挡采用可考虑细分专属落地页。6.5 Freemium vs Free TrialFreemium 适合有病毒/网络效应免费用户提供价值内容、数据、推荐市场大、百分比转化即规模服务免费用户的边际成本低有清晰的功能/用量上限作为升级触发。风险免费用户永不转化、贬低产品感知、非付费用户产生支持成本、日后更难涨价Free Trial 适合产品需要时间展示价值有 onboarding/配置投入B2B 采购委员会高价格点产品配置后粘性强。最佳实践简单产品 7–14 天、复杂产品 14–30 天、全功能开放而非功能阉割、清晰的倒计时与提醒、信用卡可选 vs 必填需权衡信用卡前置试用转付费 40–50%vs 无卡 15–25%但试用量更小、线索更优质混合方案Freemium Trial如 Zoom 的 40 分钟免费 Pro 试用反向试用reverse trial——先全量体验试用结束后降级到免费层让客户先看到高级价值、再带着限制生活直到准备好付费。6.6 企业定价满足以下条件时上Contact Sales定制客单超 $10k ARR、需要定制合同、需要实施/onboarding、有安全/合规要求、涉及采购流程。入场门槛table stakesSSO/SAML、审计日志、管理控制、可用性 SLA、安全认证增值项专属支持/成功经理、定制 onboarding、培训、定制集成、路线图优先输入三种企业定价策略按席位的规模折扣如 $15/用户 → $10/用户 100、平台费用量如 $500/月基础 $0.01/API 调用、价值型合同价格绑定客户收入/结果如按交易抽成、收入分成。七、定价研究搞清楚客户真的愿意付多少7.1 Van Westendorp 价格敏感度测量PSM四问法圈定可接受价格区间价格高到你不会考虑购买Too expensive价格低到让你怀疑质量Too cheap开始觉得贵但可能仍会考虑Expensive便宜到像捡到宝Bargain分析四步绘制每个问题的累计分布 → 找交点PMC边际便宜点Too cheap 与 Expensive 相交PME边际昂贵点Too expensive 与 Cheap 相交OPP最优价格点Too cheap 与 Too expensive 相交IDP无差异价格点Expensive 与 Cheap 相交。可接受价格区间 PMC 到 PME最优定价区间 OPP 与 IDP 之间。调研要点需要100–300 名受访者才有可靠数据按 persona 分层支付意愿不同用真实的产品描述可加入购买意愿问题。完整示例输出含 PMC $29 → PME $79、推荐区间 $49–59、当前价低于最优价、提价机会 25–50%见 research-methods.md。7.2 MaxDiff 分析最佳-最差标度用于识别客户最看重哪些功能指导打包列出 8–15 个候选功能每次展示 4–5 个功能一组问哪个最重要哪个最不重要多组重复直至全部比较完成统计分析产出重要度分数。结果按效用分数排序高效用 必备进基础层、中效用 差异化用于层级分离、低效用 锦上添花进高级层或砍掉。具体打包规则效用分数打包决策前 20%全层级包含入场门槛20–50%用于层级差异化50–80%仅高级层后 20%考虑砍掉或做高级付费附加7.3 支付意愿WTP调查进阶直接问法简单但有偏你愿意为 [产品] 付多少更好的 Gabor-Granger 法[¥X] 你会买吗是/否在不同受访者间变动价格构建需求曲线更优的联合分析Conjoint展示不同价格的产品组合受访者选偏好项统计分析揭示每个功能的价格敏感度。7.4 使用-价值相关性分析埋点使用数据功能使用频率、量级指标用户、记录、API 调用、结果指标产生收入、节省时间与客户成功关联哪些使用模式预测留存哪些预测扩张哪些客户付费最高、为什么识别价值阈值什么用量水平客户懂了什么水平开始扩张什么水平应该涨价示例分析表明价值与**团队采用度用户数和使用深度集成数**相关 → 建议按用户收费、把集成门控到更高层详见 research-methods.md。八、何时涨价信号、策略与分阶段投放8.1 该涨价的信号市场信号竞品已涨价潜在客户对价格不眨眼收到这太便宜了的反馈业务信号转化率极高40%月度流失极低3%单位经济健康产品信号上次定价以来交付了大量新价值产品更成熟稳定。8.2 四种涨价策略Grandfather 现有客户——只对新客户用新价延迟生效——提前 3–6 个月公告绑定价值——涨价同时加功能重构套餐——完全改变计划结构。8.3 分阶段投放方法论Rollout价格变更是一次投放不是拨动开关。按顺序去风险先只对新客户测试——只对新注册涨价并观察转化。新客户没有锚点、没有关系包袱能给你最干净的市场是否接受这个数字读数——在你动任何存量账户之前不要无条件永久 grandfather——它感觉仁慈但可能把巨额收入留在桌上。算笔账一个该付$250/月却只付$50/月的客户是每年$2,400的缺口而你在全量客户基础上无限期补贴每月 $200。Grandfather 应作为过渡宽限期而非永久豁免小步、分波投放——先让5–10%的存量客户迁到新价观察一个周期的流失与支持量再分批扩大。错峰投放能把爆炸半径控制住流失飙升时也有退出通道提前数月沟通为什么并给出慷慨的选项——提前告知涨价原因通常是交付了更多价值用现在转年付可锁定旧价、延长宽限期、一次性 credit 来缓冲。提前通知 慷慨选项能把怨恨时刻转化为忠诚时刻。预期并接受一定流失因合理涨价而离开的通常正是最不赚钱、支持成本最高、最价格敏感的那批账户。九、定价页最佳实践与定价心理学9.1 首屏Above the Fold清晰的层级对比表推荐层级高亮月付/年付切换器每个层级有主 CTA。9.2 常见构成要素功能对比表每个层级适合谁FAQ 区年付折扣提示17–20%退款保证客户 Logo/信任信号。9.3 定价心理学四件套锚定Anchoring先展示更高价选项诱饵效应Decoy中间层应是最划算的魅力定价Charm pricing$49 vs $50适合价值敏感型整数定价Round pricing$50 vs $49适合高端定位。十、定价页 Teardown双轴审计人类买家 × AI Agent这是 pricing 技能最具时代特色的部分。当用户想审计现有定价页的清晰度、透明度与 AI 可读性而非定价策略本身也非 CRO时执行 teardown沿两条轴打分并输出按优先级排序的修复清单轴 1人类买家体验Human buyer experience——价值主张清晰度、套餐区分度、认知负荷、信任信号、定价心理学、价格透明度轴 2AI Agent 就绪度AI-agent readiness——LLM 和 Agent 是否真的能读取、引用并推荐你的定价机器可读的价格不能锁在图片里或Contact us后面、可抽取的 FAQ/异议覆盖、以文本陈述的逐层细节、结构化数据。买家现在会在访问网站之前就问 ChatGPT/Perplexity/Claude最好的 X 是什么、多少钱——一个 Agent 无法解析的定价页会让你丢掉那些你永远看不到的订单。框架致谢该双轴结构尤其 AI-Agent 就绪度视角改编自 Kyle PoyarGrowth Unhinged的定价页拆解。本文档的 rubric 为独立编写框架归属 Poyar见 pricing-page-teardown.md。10.1 快速自检粘贴测试paste test把定价页 URL 交给一个具备浏览能力的 AIPerplexity、带搜索的 ChatGPT、Claude with web——或直接把页面渲染后的文本粘进去——问它有哪些套餐和价格。干净利落地答错意味着以同样方式抓取你页面的 Agent 也会挣扎这是启发式不代表每个 Agent 都会失败因为有些会渲染 JS 或用视觉。10.2 十维度评分 Rubric打分维度Pass / Partial / Gap或 1–5 数值。交付物是两条轴的子分数 按优先级排序的修复清单而不是一个虚荣总分。轴 1人类买家体验#维度合格表现常见缺口1价值主张清晰度首屏你得到什么 为什么值得用买家的语言只有功能列表没有结果为每个团队提供灵活套餐2套餐清晰度/区分度每个套餐给谁、如何不同一目了然功能大杂烩表格层级模糊没有适合谁3认知负荷买家能在 30 秒内决策层级过多5、未解释的行话、决策瘫痪4信任信号CTA 附近有 Logo、证言、安全/合规、保障无证明信任内容埋在首屏之下5定价心理学有推荐/锚定层、合理锚定、魅力 vs 整数定价一致无推荐层最高价藏在最后价格结尾随机6透明度展示实际价格包含/排除清晰无意外费用每个层级都Contact us隐藏超量费省略用量上限轴 2AI Agent 就绪度新视角#维度合格表现常见缺口7机器可读定价真实数字在页面 HTML/文本里价格在图片/SVG、仅 JS 渲染或 PDF 中——纯文本抓取的爬虫什么都拿不到Contact sales让公开报价无从引用8FAQ/异议覆盖可抽取的能做 X 吗上限多少能取消吗有免费试用吗答案无 FAQ或答案只在 Agent 够不着的支持门户9文本化的逐层深度每个套餐的包含项、上限、配额以文字陈述差异只以图片中的 ✓/✗ 列呈现上限未命名10结构化数据与可抽取性Product/Offerschema、干净的语义 HTML、允许 AI 搜索/Agent 爬取llms.txt是加分项尚未成为标准无 schema价格在认证/交互之后robots.txt 屏蔽 AI搜索爬虫维度 7 与 10 交由 schema 技能Product/Offer JSON-LD与 ai-seo 技能可抽取性、AI 爬虫访问、llms.txt落地实现。10.3 执行流程加载上下文——读取.agents/product-marketing.mdICP、定位确保清晰度是对着正确的买家评判的像 Agent 一样抓取页面——拿渲染后的文本/HTML而不是截图立刻注意价格是否出现在文本中即维度 7跑粘贴测试——让 LLM 从 URL 回答套餐与价格记录它答错/漏掉什么逐维度打分——10 个维度各给 Pass/Partial/Gap 并附一行理由按影响 × 努力度排序修复——AI 就绪度缺口往往是高影响、低努力加文本价格、加 Offer schema优先暴露这些。10.4 输出模板# Pricing Page Teardown — [url] — [date] ## Scores - Human buyer experience: [X/6 passing] - AI-agent readiness: [X/4 passing] ## Paste test [LLM 对 plans and prices 的返回——以及它答错/漏掉的内容] ## Dimension-by-dimension | # | Dimension | Verdict | Note | |---|-----------|---------|------| | 1 | Value-prop clarity | Pass/Partial/Gap | ... | | … | … | … | … | ## Prioritized fixes (impact × effort) 1. [High/low] — [fix] — [why it matters] — [→ schema / ai-seo / cro if handing off] 2. ... ## The one thing [单一最高杠杆修复——通常是把真实价格放进文本 加 Offer schema 让 AI 能引用你]10.5 常见失败模式图片价格image-price——数字烘焙进漂亮图片里。人喜欢文本抓取 Agent和屏幕阅读器通常读不了。价格放文本图片可以保留作装饰到处Contact us——对真正的企业销售有时是对的但所有层级都藏价时人类和 Agent 都会流向有数字的竞品。至少展示一个起步价或代表性区间纯 ✓/✗ 表格——功能差异只以勾/叉列出现在图片或图标字体里。用文字写明实际上限与包含项仅 JS 渲染 / 认证墙——价格只在交互或登录后才出现多数抓取器看不到只有会渲染 JS 的 Agent 可能看到屏蔽 AI搜索爬虫——喂养 AI答案的爬虫是搜索 Agent不是训练爬虫OpenAI 的OAI-SearchBot、Anthropic 的Claude-SearchBot/Claude-User、Perplexity 的PerplexityBot。屏蔽GPTBot只是退出了模型训练并不影响 ChatGPT Search——所以要检查 robots.txt 实际屏蔽的是哪些爬虫爬虫访问属于 ai-seo 技能 的领地移交过去。十一、定价检查清单定价之前定义目标客户 persona调研竞品定价确定你的价值指标完成支付意愿研究把功能映射到各层级定价结构选定层级数量层级差异清晰基于研究设定价格点制定年付折扣策略规划企业/定制层十二、任务型提问模板进入定价咨询时技能会优先确认这六问你做过哪些定价研究当前 ARPU 与转化率是多少你的首要价值指标是什么主要的定价 persona 是谁你是自助、销售主导还是混合你在考虑什么定价变更十三、与其他技能的协同边界pricing 技能的Related Skills明确给出了协作与移交地图churn-prevention 技能取消流程、挽留 offer、降低收入流失cro 技能定价页转化率优化ai-seo 技能让定价页可被 AI 抽取/引用teardown 的 AI 就绪度轴schema 技能Product/Offer 结构化数据让机器读取你的层级与价格copywriting 技能定价页文案marketing-psychology 技能定价心理学原理ab-testing 技能测试定价变更revops 技能deal desk 流程与管道定价sales-enablement 技能提案模板与定价演示材料。从 evals.json 的 8 条评估用例可以反推该技能在真实场景中的行为边界新 SaaS 定价三轴框架 指标评估 Good-Better-Best、涨价 30%grandfather/宽限 绑定新价值 提前沟通 年付缓冲、无参照定价$10/$100/$1,000 $9 陷阱 $50 法则、第四层是否值得加Hicks Law 选择瘫痪、让 $79 套餐成为主力锚定 诱饵 视觉强调 魅力定价、定价页 CRO移交给 cro 技能、定价页 teardown双轴 粘贴测试 移交 schema/ai-seo、AI 写作工具的初始定价积分制/用量制 10:1 价值比 低价伤留存。十四、在 Claude Code / AI Agent 中使用本技能pricing 技能随 marketingskills 整体安装使用。推荐用npx skillsCLI 安装详细安装方式见 README.md# 安装全部技能含 pricing npx skills add coreyhaines31/marketingskills # 只安装 pricing npx skills add coreyhaines31/marketingskills --skill pricing # 在 Claude Code 会话内安装时显式指定 Agent npx skills add coreyhaines31/marketingskills -a claude-code安装后直接向 Agent 提出自然语言请求即可自动触发该技能例如Help me figure out pricing for our new SaaS product... 我们想把价格提高 30%怎么不丢客户 如何知道人们到底愿意付多少钱 Can you tear down our pricing page for clarity and AI-readability?技能内部文件布局SKILL.md 为决策主框架pricing-models.md、tier-structure.md、research-methods.md、pricing-page-teardown.md 四份引用文档分别承载模型库、层级打包、研究方法与双轴审计 rubricevals.json 则是技能质量的行为契约。结语定价从来不是定一个数字而是一连串可决策、可测试、可迭代的选择先定一个能学习的价格再用价值指标锁定收费单位用Good-Better-Best完成打包用Van Westendorp / MaxDiff验证支付意愿用分阶段投放管理涨价风险最后用双轴 teardown确保定价页既征服人类买家也征服正在帮你货比三家的 AI Agent。把 pricing 技能交给你的 AI 助手等于把这一整套经过验证的定价方法论内置进了工作流。赞分享AI 技能人工智能【免费下载链接】marketingskillsMarketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.项目地址https://gitcode.com/GitHub_Trending/mar/marketingskills点击查看免费下载相关推荐SaaS 定价层级结构与打包实战Good-Better-Best 框架、Persona 打包与 Freemium 策略marketingskills 定价技能SaaS 定价层级结构与打包实战Good Better Best 框架、Persona 打包与 Freemium 策略marketingskills 定价技AI 技能人工智能MarketingSkills 定价页拆解Pricing Page Teardown从人工购买体验到 AI-Agent 可读性的双轴审计指南MarketingSkills 定价页拆解Pricing Page Teardown从人工购买体验到 AI Agent 可读性的双轴审计指南 导读 本文介AI 技能人工智能SEO Machine 定价策略实战SaaS 定价层级Tier Structure设计与打包完整指南SEO Machine 定价策略实战SaaS 定价层级Tier Structure设计与打包完整指南 本篇技术指南以 SEO Machine 开源仓库中人工智能AI 应用AI 写作AI 技能AI Agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考