🦞 养虾系列 · 真实场景下用 AI Agent 解决工作问题的实战记录
📌 学有所得

读完这篇,你将收获:
💡 一分钟小知识
大多数团队定价的方式是:"简单项目 5-10 万,复杂项目 15-30 万"。但一个项目到底是 5 万还是 30 万,全靠报价人"有没有经验"。
问题出在哪?团队缺少将经验抽象为模型,并滚动迭代优化的能力。
今天教你一个定价的思考框架——服务标准定价四步法:
步骤 | 做什么 | 解决什么问题 |
|---|---|---|
① 拆维度 | 找到影响价格的 3-5 个独立、不重叠的因素 | "复杂"到底是哪里复杂? |
② 定标准 | 每个维度的每个级别,有客观可判断的数值标准 | 消灭"我觉得是高" |
③ 算公式 | 基础价 × 系数 + 附加,每一分钱有来源 | "为什么这么贵?" |
④ 回测验证 | 用历史数据代入新模型,看偏差 | 模型靠不靠谱? |
记住这个顺序:先拆维度→再定标准→再算公式→最后回测。
不管你卖的是咨询、设计、技术服务还是培训,都适用。
下面我们来看看跟着一步步还原实战过程。
🔧 具体实现
💭 先想一想如果你的团队卖的是定制化技术服务,影响一个项目报价的核心因素有哪些?在心里列 3 个,再往下看。 |
|---|
我所在的团队卖的是技术服务。不是标准化产品,是"按项目来"的定制服务。
这意味着每次给客户报价,交付团队都要经历一次销售团队灵魂拷问:
长期以往,拍脑袋导致多个致命问题,并把团队拖入对抗和内耗:
本质问题:不是缺价格,是缺一套可解释、可复制、有逻辑的定价规则。
我给龙虾的第一个任务不是"帮我做个价目表",而是:
"一个技术服务项目,影响其工作量和难度的核心因素有哪些?帮我找到最底层的维度。"
龙虾的回答让我意识到,之前"简单/中等/复杂"的三档分类为什么不好使——因为它把所有因素混在一起了。一个项目可以是"技术上简单但规模很大",也可以是"规模很小但技术极其复杂"。
第一性原理:不要用一个模糊的词描述四件不同的事。
最终确定了 4 个独立维度:
维度 | 衡量什么 | 分级 |
|---|---|---|
规模 | 有多少东西要处理 | S / M / L / XL |
技术复杂度 | 技术难度有多大 | 低 / 中 / 高 |
业务关键性 | 出了问题影响有多大 | 一般 / 重要 / 核心 |
特殊需求 | 有没有额外的定制化要求 | 无 / 少量 / 大量 |
做到这里,你可能觉得差不多了;然而龙虾说:光有维度不够。
"技术复杂度:高"——什么叫高?这又是一个拍脑袋的坑。
每个级别需要定义为可量化的判断标准。
检验方法:让两个人分别评估同一个项目,如果结果不同,说明标准还不够清晰。
规模级别 | 客观标准 |
|---|---|
S | ≤ 10 个对象 |
M | 11-50 个对象 |
L | 51-200 个对象 |
XL | > 200 个对象 |
复杂度 | 客观标准 |
|---|---|
低 | 标准化操作,有成熟方案,无定制化 |
中 | 需要一定适配,有已知方案但需调整 |
高 | 跨系统整合、无先例、需架构级设计 |
4 个维度、每个 3-4 个级别,排列组合上百种,不可能每种单独定价。
龙虾帮我设计了一套阶梯累进的定价逻辑:
定价公式最终价格 = 基础价 × 复杂度系数 × (1 + 关键性附加) + 特殊需求 |
|---|
这个公式的好处:每一分钱都能解释来源。
客户问"为什么这么贵",你可以说:"因为你的项目规模是 L 级(51-200 个对象),技术复杂度是高(涉及跨系统整合),业务关键性是核心(停机直接影响营收)。这三个因素决定了价格。"
没有"经验",只有"公式"。每一分钱都能找到对应的维度来源。—— 定价体系设计的终极目标 |
|---|
做到这里,你可能觉得差不多了,然而龙虾说:设计完定价模型还不算完。
龙虾帮我把过去 120 个历史项目代入新模型,看计算价格和实际成交价差多少。
结果 | 占比 | 原因分析 |
|---|---|---|
偏差 ±15% 以内 | 75% | 模型基本准确 |
模型价 > 实际价 | 15% | 当时为了抢单打了折扣 |
模型价 < 实际价 | 10% | 项目踩了坑,本该定更高 |
回测不是为了证明模型完美,是为了找到哪些情况模型处理不好。
做到这里,你可能觉得差不多了,然而龙虾说:还要深挖有没有更进一步的服务机会。
龙虾在分析历史数据时发现了一个洞察:约 20% 的客户愿意为"更高确定性"付溢价——他们不在意贵 30%,在意的是"你能不能保证按时交付、不出问题"。
所以,针对此类诉求,我们可以在基础之上,升级一个旗舰版。
维度 | 标准版 | 旗舰版(+30%) |
|---|---|---|
执行团队 | 合作伙伴交付 | 核心团队直接交付 |
响应时间 | 48h 内 | 24h 内 |
方案审核 | 标准审核 | 架构师审核 |
旗舰版不是"更贵的同一个东西",是"用更高成本换更高确定性"。
做到这里,你可能觉得差不多了,然而龙虾说:还要做成自助工具,让销售自己就能算。最终龙虾生成了一个测算工具(HTML 页面)——客户或售前人员打开后,选择 4 个维度的级别,页面自动计算出参考报价区间。
这等于把整个定价逻辑产品化了——不再需要"找个老手帮我估一下",任何人都能用。
📋 你也能复制
只要你的工作涉及非标服务定价(咨询、技术服务、设计、培训、项目制交付等),都可以用这个方法。
核心 Prompt 模板:
"我做的是 [你的服务类型]。影响这类项目工作量和难度的核心因素有哪些?帮我找到 3-5 个独立的、不重叠的维度,每个维度给出可量化的分级标准。然后设计一套 '基础价 × 系数' 的定价公式,要求每一分钱都能找到对应的维度来源。"
📐 回顾提炼
非标服务定价公式拆维度 → 定标准 → 算公式 → 回测 → 产品化 |
|---|
金句客户不怕贵,怕不知道为什么贵能解释清楚来源的高价,比模糊的低价更让人信任 |
|---|
🧠 So What
🚨 认知 1:定价的本质是"价值锚定"客户怕的不是贵,是贵得没道理。一个能拆清楚"为什么值这个价"的定价体系,等于给客户一个说服自己买单的理由。可解释性不是目的——它是让客户的价值感知对齐你报价的工具。→ 如果你正在用"区间参考价",今天就开始拆维度。 |
|---|
🚨 认知 2:AI 在定价中的角色是"推演引擎"定价逻辑需要人来定(哪些维度重要、权重怎么分、商业策略是什么)。但排列组合、回测验证、边界推演——这些大量计算工作,AI 比人快 100 倍。→ 人做判断,AI 做推演。 |
|---|
✅ 认知 3:框架比价格重要一套好的定价框架,比任何一个具体的价格数字都有价值。因为价格会随市场变化,但框架可以持续使用。龙虾帮你建框架,市场帮你调参数。 |
|---|
💬 你的定价方式是什么?你所在的团队是怎么给客户报价的?有没有遇到过"同类项目报价差一倍"的尴尬?留言说说你的做法,下一篇我选一个案例深入分析。 |
|---|