定价是大多数团队做一次就忘的高杠杆决策。下面 15 个 Prompt 强迫你写出每个价格背后的假设——谁来付、他在和谁比、涨价时谁会降级——这样你能用很低的成本去证伪它，而不是上线一个拍脑袋的猜测。覆盖：免费 vs Freemium vs 试用、2 / 3 / 定制阶梯、按用量 vs 按席位、锚定与诱饵、packaging vs pricing，以及最被跳过的那个练习：写清楚”为什么有这一档”。
这些 Prompt 在任何当前的对话模型里都能跑——GPT-5.5、Claude Opus 4.7 或 Gemini 3.1 Pro（均为 2026 年 6 月版本）。做定价时一定要喂真实数字（竞品的阶梯、你的流失率、你的 ACV），并打开思考/推理模式，让模型把权衡的算账过程写出来，而不是甩一份通用清单。
TL;DR
- AI 是定价逻辑的陪练，不是和 10 个客户聊天的替代品。它最快的地方是搭阶梯结构、起访谈脚本、跑 pre-mortem。
- 四步决策顺序：模式（免费 / Freemium / 试用）→ 档位数量 → 计费维度（按席位 vs 按用量）→ 心理（锚定 / 诱饵）。模式错了，后面全在逆水行舟。
- 用来给假设打底的 2026 年基准：opt-in 免费试用中位转化约 14%，需绑卡（opt-out）试用约 44%，Freemium 约 4.5%（ChartMogul，2026）。别给自己许下模型撑不起的数字。
- 每个定价假设都要配一个能”判它死刑”的指标（如顶档月流失超过 8%）。
适合哪些场景
在为 v1 定价的创始人、主导定价改版的 PM、测试 packaging 的增长 lead、准备给老客户涨价的运营。
什么时候不建议这样写 Prompt
一次性消费购买（单 SKU 电商）不要用——需要不同的锚定与诱饵框架。付费客户少于 50 也不要用——这个阶段直接对话比任何模型的猜测都强。
2026 年定价模式基准
把这些喂给 Prompt，让模型对着真实转化率推理，而不是自己编。下面是 ChartMogul 2026 年对约 200 个 SaaS 产品的研究中位数，以及被广泛引用的阶梯心理学研究；它们是起点锚，不是保证。
| 模式 | 免费转付费中位 | 最适合 | 主要风险 |
|---|---|---|---|
| Freemium | 约 4.5%（头部四分位 8%+） | 高频、网络效应、内容型产品 | 免费档没有升级触发器就是纯烧钱 |
| Opt-in 免费试用（不绑卡） | 约 14% | 自助、价值落地快 | 薅羊毛多，需要应用内激活引导 |
| Opt-out 试用（要绑卡） | 约 44% | ACV 较高、量较小的买家 | 漏斗顶部更窄；注册有摩擦 |
| 反向试用 | 视情况 | 能快速证明价值、再降级的产品 | 免费回退档太弱会让人困惑 |
约 57% 的 SaaS 以免费试用为主入口，Freemium 仅 26%（ChartMogul，2026）。在三档定价页上，约 60–70% 的买家会选中间那档（妥协效应），good-better-best 结构能把客单价拉高 15–25%。把中间档定在你的目标毛利上。
决策顺序
这些 Prompt 按顺序跑效果最好，因为每个答案都会约束下一个：
- 模式——免费 / Freemium / 试用 / 纯付费（Prompt 1、6）。
- 档位数量——2 vs 3 vs 定制（Prompt 2、3、9）。
- 计费维度——按席位 vs 按用量 vs 混合（Prompt 4、11）。
- 心理——锚定、诱饵、packaging（Prompt 5、10、13）。
- 变更管理——涨价、保留老价、做测试（Prompt 7、8、14）。
- 文案——公开定价页（Prompt 12、15）。
15 个可直接复制的 Prompt 模板
[方括号] 里的占位符由你填。每个 Prompt 都要求模型给出一个明确推荐，外加”什么数据会推翻它”——正是这句”什么会证伪”把猜测变成了可测的假设。注：模板正文保留英文，便于直接粘贴使用。
1. 免费 / Freemium / 试用决策器
第一道决策。错了之后的所有定价都在逆水行舟。
You are a SaaS pricing strategist. For [product], recommend one of:
free / freemium / 14-day trial / 30-day trial / reverse trial / paid only.
Output: the recommendation, 3 reasons it fits, the 1 biggest risk, and
what data would change the answer. Reference the 2026 medians I give you
(opt-in trial ~14%, card-required trial ~44%, freemium ~4.5%) and say
which my product realistically lands near.
Context: [product, segment, sales motion, willingness-to-pay signal]可替换变量： product、segment、sales motion、WTP 信号
优化建议： 太泛时追加：“Justify by naming a comparable named product and what they tried — what worked, what failed.”
2. 三阶梯结构搭建
Design a 3-tier pricing structure for [product]: Starter, Pro, Business.
For each: target persona, price point, top 5 features, what is excluded,
the upgrade trigger from the tier below. Price the middle tier at target
margin (most buyers pick it). End with which tier you expect to over-sell
and which to under-sell, and why.
Context: [paste]3. 两阶梯极简备选
Argue the case for cutting our pricing to 2 tiers instead of [current N].
What would each tier include, what gets killed, what moves to add-ons.
Predict revenue impact over 1 quarter. End with the strongest objection
to going simpler.4. 按用量 vs 按席位
For [product], recommend usage-based vs seat-based vs hybrid pricing.
For each option: ideal customer profile, expected ACV impact, churn-risk
profile, billing complexity. Pick one and name the metric or threshold
that should make us revisit it.5. 锚定 + 诱饵结构
Design a 3-tier pricing page with a deliberate anchor (high-price tier)
and decoy (a tier that makes the target look obvious). For each tier:
price, features, intended psychological role (anchor / decoy / target).
Keep the price gaps meaningful but not extreme so the compromise effect
holds. Show how a buyer scans the page in 8 seconds.6. 付费意愿访谈脚本
Generate a 30-minute customer interview script to surface
willingness-to-pay for [product]. Use the Van Westendorp 4-question
framing (too expensive / expensive but acceptable / a bargain / so cheap
I'd doubt quality) plus 4 open-ended follow-ups about anchors. End with a
checklist of red flags (interviewer-leading questions) to avoid.7. 涨价 pre-mortem
We plan to raise prices by [X%] on [date]. Run a pre-mortem: 5 ways this
could fail (mass churn, NPS drop, negative press, sales-team revolt,
competitor weaponization), and the smallest mitigation for each. End with
a kill-switch trigger ("if X happens, roll back").8. 历史用户保留政策
Design a grandfathering policy for an upcoming price increase. Options:
full grandfather, 12-month grace, partial discount, no grandfather.
For each: revenue impact, churn risk, brand-trust impact. Recommend one
with reasoning.9. 阶梯解释重写
Below is our current pricing page. For each tier, write a 1-line
"this tier exists for X" statement. If you cannot, that tier is redundant.
Output: tier, current copy, proposed 1-liner, kill / keep / merge.
[paste pricing page]10. Packaging vs Pricing 审计
Audit our pricing problem: is it packaging (wrong bundle) or pricing
(wrong number)? Score 1-5 on each of 6 dimensions: feature-tier fit,
upgrade-path obviousness, decoy effectiveness, price-feature ratio,
competitor parity, willingness-to-pay alignment. Recommend the smallest
fix that moves the most.11. 按席位 vs 一口价权衡
For a [team-size] customer, calculate effective cost under per-seat vs
flat-rate vs hybrid. Show the breakeven seat count and where each model
creates buyer friction. Recommend which to lead with and the team size
at which the recommendation flips.12. Add-on vs 核心功能决策
Below are 8 features we are considering. For each, decide: include in
core, make a paid add-on, or push to a higher tier. Decision criteria:
usage frequency, dev cost, perceived value, willingness-to-pay signal.
Features: [paste]13. 竞品定价逆向工程
For each competitor in [list], infer the pricing logic from their public
page: who they expect to buy each tier, what they signal with anchor
pricing, where they hide cost. End with one move we could make that none
of them are doing.14. 价格测试设计
Design an A/B price test for [product]: variants (control vs +20% vs
+50%), sample size, success metric, guardrails (CAC, churn, support
load), duration, kill criteria. Mark which decisions cannot be A/B-tested
ethically and must be run sequentially by cohort instead.15. 由结构反推定价页文案
Given this finalized tier structure, write the pricing-page copy. For each
tier: a value statement under 12 words, 4 feature bullets, 1 social-proof
line. Then write the FAQ block (5 Qs covering refunds, billing cadence,
upgrade, downgrade, custom plans).
Structure: [paste]容易踩的坑
- 凭感觉定价、不写假设——没写出来的东西没法测。
- 抄竞品价格但没抄他的成本结构和销售路径。
- 3 阶梯其实 2 就够；4 阶梯超过多数买家的上限。
- 免费档没有升级触发器——纯烧钱还混淆定位。
- 不带保留政策直接涨价——可预见的流失峰。
- 定价页只堆功能清单——买家扫的是价值，不是数量。
- 不做付费意愿访谈，纯靠 AI 猜。
优化技巧
- 每档先写”这一档为 X 而存在”——写不出来就是冗余。
- 每个定价假设都配一个能证伪的指标（如顶档月流失超过 8%）。
- 锚定档要看上去合理；假锚一眼穿。
- 按 cohort 和日期测，而不是全量 A/B——定价测试敏感且有伦理问题（同一样东西对两个用户收不同的价）。
- 改价前先和 10 个客户谈一遍；AI 替不了。
- 犹豫时优先涨价，少而精的客户更好。
- 定价模型一年刷新一次；产品变化总比定价页快。
FAQ
- 一定要先用 Freemium 吗？: 不。Freemium 适合高频 / 网络效应 / 内容型产品，2026 年免费转付费约 4.5%。高接触 B2B 通常绑卡试用（中位约 44%）更划算。
- 几档合适？: 多数 SaaS 落在 3 + 企业定制。低于 3 决策被压；高于 3 困惑买家。三档页面上 60–70% 的买家选中间那档，所以把它定在目标毛利上。
- 什么时候可以涨价？: 新客 NPS 健康、月流失低于 3%、近 3 个客户说”愿意付更多”时。
- 价格要公开吗？: 自助型必须公开。企业可以藏定制档，但 Starter 价必须显示——全藏伤信任。
- 涨价怎么避免老客户怒怼？: 提前 60 天通知，提供 12 个月老价锁定，重要账户个人邮件先沟通再公告。
- 用哪个模型跑这些 Prompt？: 任何当前对话模型都行。建议打开思考/推理模式（GPT-5.5 Thinking、Claude Opus 4.7、Gemini 3.1 Pro），让它把每个推荐背后的权衡算账写出来。
相关阅读
- 上线前用 AI 生成定价假设的工作流
- 创业想法评估 Prompt
- 特性优先级 Prompt
- 增长实验 Prompt
- 流失分析 Prompt
- Product / App / Startup Prompt 总目录
外部参考：ChartMogul SaaS Conversion Report 与 Van Westendorp 价格敏感度测量法。