pricing-strategy

pricing-strategy skill 概览

pricing-strategy 是一项面向 SaaS 定价、套餐设计与商业化决策的辅助技能。它特别适合创始人、产品营销人员、增长团队和业务运营者——当你需要的不只是“拍个价格”式建议，而是希望得到一个能自圆其说、与客户价值和 go-to-market 现实相匹配的定价模型、套餐结构或调价方案时，这个 skill 才真正有价值。

pricing-strategy skill 实际能帮你解决什么

这个 pricing-strategy skill 主要适用于以下任务：

• 选择定价指标，例如 per seat、per usage 或 flat rate
• 设计 good-better-best 套餐层级
• 在 freemium 和 free trial 之间做取舍
• 评估是否适合涨价
• 让套餐设计更匹配 SMB、mid-market 或 enterprise 买家
• 使用 Van Westendorp、willingness-to-pay surveys 等研究方法

它和普通 prompt 的实际差别在于：它会先推动模型补齐缺失的业务上下文，再围绕三个定价维度进行分析——套餐结构、定价指标和价格点。相比一上来就给出几个随意数字的泛化回答，这种方式更适合真正做决策。

谁适合安装 pricing-strategy

如果你经常会问这类问题，就值得安装 pricing-strategy：

• “我们到底该收多少钱？”
• “应该按用户收费，还是按结果收费？”
• “套餐应该怎么设计？”
• “涨价会不会伤害留存？”
• “要不要提供免费版？”

它尤其适合 B2B 和 SaaS 类型的产品，因为这类产品通常更依赖价值捕获、客户分层和扩展收入。

在什么情况下这个 skill 不太合适

如果你的需求更偏向以下场景，pricing-strategy 的帮助会比较有限：

• paywall 文案或升级页面 UX 优化
• 纯财务建模，但不考虑客户价值逻辑
• 已经掌握大量价格弹性数据的一次性消费者零售定价
• 基于大规模历史数据的硬核计量经济预测

遇到这些情况时，你更可能需要别的 skill，或者单独定制一套分析流程。

如何使用 pricing-strategy skill

pricing-strategy 的安装上下文

这个 skill 来自 coreyhaines31/marketingskills 仓库：

npx skills add https://github.com/coreyhaines31/marketingskills --skill pricing-strategy

这个仓库没有为该 skill 提供脚本或自动化能力。它本质上依赖 prompt 与分析框架，因此输出质量高度取决于你提供的上下文是否完整。

先读这些文件

如果你想快速完成 pricing-strategy 的安装和评估，建议按这个顺序开始看：

1. skills/pricing-strategy/SKILL.md
2. skills/pricing-strategy/references/tier-structure.md
3. skills/pricing-strategy/references/research-methods.md
4. skills/pricing-strategy/evals/evals.json

这个阅读顺序很重要。SKILL.md 展示核心工作流；references 文件会把定价相关选择讲得更深；evals/evals.json 则能让你看到什么样的使用方式才算“用对了”。

提问前先检查产品营销上下文

这个 skill 会明确要求 agent 在发问前先查看 .agents/product-marketing-context.md 或 .claude/product-marketing-context.md。如果你的团队本来就在维护其中一个文件，这正是比起通用定价 prompt，更值得用 pricing-strategy 的核心原因之一。

如果这个文件存在，建议至少包含以下内容：

• 目标客户细分
• 产品类别与市场定位
• 核心价值主张
• 竞争替代方案
• go-to-market 模式

这样可以减少来回追问，也能让建议更具体、更贴合业务。

pricing-strategy 最少需要哪些输入

pricing-strategy 在以下四类输入都具备时效果最好：

• Business context：产品类型、目标市场、GTM motion、当前定价
• Value and competition：产品交付的关键结果、买家的替代方案、竞品定价
• Current performance：转化、流失、扩展收入、销售阻力、折扣情况
• Decision scope：是做新定价、重新设计套餐、涨价、决定是否提供免费版，还是选择计费指标

如果缺少这些信息，模型仍然可以回答，但往往会回落到比较泛泛的 SaaS 定价套路。

如何把模糊的定价目标变成高质量 prompt

弱 prompt：

“Help me with pricing for our SaaS.”

更强的 pricing-strategy 使用方式：

“We run a B2B SaaS for e-commerce support teams. Target customers are SMB and lower mid-market brands. Current price is $49, $99, $199 per month, but adoption is strongest on the lowest tier and expansion is weak. We are deciding between per agent, per ticket, and platform + usage pricing. Sales is hybrid: self-serve for SMB, demos for larger accounts. Main alternatives are Zendesk and Gorgias. Please use a packaging + pricing metric + price point framework, recommend a tier structure, and explain tradeoffs.”

这个版本之所以更有效，是因为它给了 skill 足够的结构化信息，模型才能真正展开有判断力的分析，而不是泛泛而谈。

pricing-strategy 的最佳使用工作流

一个比较稳妥的 workflow 是：

1. 先提供当前业务背景
2. 明确定义你要解决的定价决策
3. 让模型评估多个定价指标或套餐结构
4. 要求给出建议，并说明理由和风险
5. 继续追问上线方案或验证方案

这一步很关键，因为定价决策几乎从来不只是“哪个数字看起来顺眼”。pricing-strategy 更擅长梳理取舍逻辑，而不是凭空抛出一个缺乏依据的价格。

pricing-strategy 通常做得好的地方

从 skill 指令和 evals 来看，pricing-strategy 最擅长的是：

• 对照价值交付方式比较不同定价指标
• 提出 good-better-best 套餐设计
• 给出 free plan 与 free trial 的取舍建议
• 规划涨价策略
• 在定价不确定时，把研究方法纳入决策流程

如果你的目标不是只要一个结论，而是既要建议也要推理过程，它会是很合适的选择。

明确要求它输出什么

如果想拿到更有执行性的结果，可以直接让 pricing-strategy 产出这些具体成果：

• 带名称、限制和目标客户的推荐套餐
• 定价指标决策表
• 涨价 rollout plan
• 相对竞品的定位摘要
• 基于 Van Westendorp、MaxDiff 或 willingness-to-pay surveys 的研究计划

当你需要的不只是“猜一个套餐结构”，而是还想要验证方法时，仓库里的 references 尤其有帮助。

借助 reference 文件处理更深入的定价决策

references/research-methods.md 适合你的团队对 willingness-to-pay 假设不够有把握时使用，内容包括：

• Van Westendorp
• MaxDiff
• willingness-to-pay surveys
• usage-value correlation analysis

references/tier-structure.md 则更适合你的核心问题是套餐设计，而不是精确价格水平时使用，内容包括：

• 套餐层级数量
• good-better-best 的设计逻辑
• feature 与 usage 的区分方式
• 基于 persona 的套餐设计
• freemium 与 free trial 的取舍
• 何时触发 enterprise pricing

常见的采用障碍

pricing-strategy 安装和落地最大的阻碍通常不是技术问题，而是上下文不完整。很多团队在向它咨询定价时，并没有说明：

• 谁在购买
• 他们为什么愿意付费
• 当前的转化/流失信号如何
• 增长主要依赖 self-serve 还是 sales-led

如果这些基础信息都提供不了，就不要期待得到高度定制化的定价建议，更可能拿到的是比较宽泛的启发式判断。

pricing-strategy skill 常见问题

pricing-strategy 比普通定价 prompt 更好吗？

通常是的，尤其当你的问题是战略性的，而不是表层性的。pricing-strategy 会给模型一个更完整的路径：先收集上下文，再评估套餐结构、定价指标和价格点，最后再给出建议方向。普通 prompt 往往会直接跳到套餐想法，但论证很弱。

pricing-strategy skill 对新手友好吗？

友好，但前提是新手也要掌握基本业务事实。你不需要一开始就具备高级定价研究能力，但至少应该清楚自己的产品、买家、替代方案以及当前商业化模式。否则输出看起来可能很成熟，实则仍然比较空泛。

pricing-strategy 只能用于 SaaS 吗？

SaaS 是最明确、最适配的场景。它的用语、例子和 reference 文件都明显偏向订阅制软件，尤其适合那些正在权衡 per-seat、usage-based、freemium、trial 和 enterprise packaging 的产品。对于相邻的数字产品也可以有帮助，但离 SaaS 商业模式越远，你需要自己做的适配就越多。

pricing-strategy 能直接告诉我准确该收多少钱吗？

如果输入信息很薄，不能指望它稳定给出准确价格。这个 skill 更擅长收敛出合理区间、选择价值指标，以及设计套餐逻辑。真正的精确定价，通常还是要结合客户研究、竞品复盘或现有业务表现数据。

什么情况下不该用 pricing-strategy？

如果你的主要任务是以下内容，建议跳过它：

• paywall UX 或升级文案
• invoice、billing 或 tax 实现
• 基于大数据集的深度统计型价格优化
• 不涉及分层产品逻辑的一次性咨询报价估算

pricing-strategy 支持定价研究工作流吗？

支持，而且这是它更有价值的优势之一。仓库中附带的 references 展示了如何执行 Van Westendorp、MaxDiff 等方法。对于那些不想只凭 AI 直觉接受建议、而是希望先验证结论的团队来说，这会让 pricing-strategy 更可信。

如何改进 pricing-strategy skill 的使用效果

给 pricing-strategy 的是“决策”，不是“话题”

差的输入：

“We need pricing help.”

更好的输入：

“We need to choose between per seat and usage-based pricing for a self-serve analytics SaaS because trial conversion is fine but expansion is weak.”

决策越具体，它输出的取舍分析就越锋利，结果也越容易执行。

即使数据不完美，也要提供当前数字

尽量附上你现有的指标，例如：

• trial-to-paid conversion
• demo close rate
• churn by segment
• expansion revenue
• average contract value
• 达到使用上限的客户占比
• 折扣发生频率

当 pricing-strategy 能把套餐问题和真实业务信号挂钩时，表现会明显更好。

把 packaging、metric 和 price point 分开讨论

常见错误是把这三件事混成一个模糊问题。更好的做法是让 skill 分开处理：

• Packaging：每个套餐应该包含哪些功能或限制？
• Metric：客户应该基于什么单位付费？
• Price point：每个套餐具体该定什么价？

这和仓库本身的分析逻辑一致，也能避免答案停留在表面。

提供竞品上下文，但不要让它直接照抄

有效的输入方式可以像这样：

“Competitor A charges per seat, Competitor B charges by usage, and both reserve SSO and advanced reporting for enterprise. We do not want to copy them blindly; we want to know where our value capture should differ.”

这样 pricing-strategy 才能比较市场惯例，同时避免默认走向模仿式建议。

不只要建议，也要它评估 rollout 风险

如果你要做的是类似 30% 涨价这样的变更，可以进一步要求 pricing-strategy 回答：

• 哪些客户应该 grandfathered
• 新价格是否应先只对新客户生效
• 应该如何沟通涨价
• 上线后要盯哪些领先指标

这点非常重要，因为即使定价模型本身合理，也可能在执行层面出问题。

信心不足时，用研究方法补强

如果第一轮建议听起来仍然偏猜测，可以让 skill 结合仓库 references，把不确定性转成验证计划。例如：

• 用 Van Westendorp 确定可接受价格区间
• 用 MaxDiff 明确套餐优先级
• 用 usage-value correlation 测试定价指标是否匹配

这是第一轮之后提升 pricing-strategy 输出质量的最好方式之一。

用反事实问题继续迭代

一个很强的第二轮 prompt 可以是：

“Now rerun the recommendation assuming our best-fit customer is mid-market instead of SMB, and assume procurement resistance increases if we add usage pricing.”

这种反事实推演能帮助你看清：原始建议到底是稳健成立，还是只是被某一组假设锚定住了。

要求一种你能直接执行的答案格式

如果你的目标是拿去推动决策，不妨直接让 pricing-strategy 按这种结构输出：

• recommendation
• rationale
• risks
• rollout plan
• validation plan
• metrics to monitor

这样可以避免它写成一篇长文，而你真正需要的其实是一份 decision memo。

了解 pricing-strategy 最常见的失效方式

pricing-strategy 最容易表现不佳的情况包括：

• 买家细分不清楚
• 产品价值只用功能描述，而不是结果描述
• 团队想要确定性结论，却不愿做研究
• 缺少竞品上下文
• enterprise 和 self-serve 两种销售模式混在一起，但没有做细分

在判断这个 skill 好不好用之前，最好先把这些输入问题修正掉。

为团队优化仓库阅读和使用路径

如果你的团队会反复使用 pricing-strategy，建议创建或更新 .agents/product-marketing-context.md，把这个 skill 每次都会问到的固定背景信息沉淀进去。仅这一项，就能显著降低 prompt 成本，并让后续的 pricing-strategy 使用结果稳定得多。