{"id":"127bad75-204d-4783-8b13-80bfd2349821","shortId":"cvLRJP","kind":"skill","title":"p6a-certainty-premium-calculator","tagline":"确定性溢价计算器。基于《AI确定性商业模式》核心公式， 帮助产品团队计算 AI 产品的确定性溢价，从而设计更高价值的收费模式。","description":"# 确定性溢价计算器\n\n## 一句话定位\n\n计算你的 AI 产品能为用户提供多少确定性价值，从而设计更高的收费模式。\n\n## 核心公式\n\n```\n确定性溢价 = 用户的恐惧程度 × 出错的代价 × 替代成本\n```\n\n## 何时触发\n\n- 需要为 AI 产品设计定价策略\n- 现有定价模式遇到瓶颈\n- 想要从\"卖功能\"升级为\"卖确定性\"\n- 需要证明 AI 产品的高价值\n\n## 输入\n\n产品场景 + 用户描述 + 当前定价。\n\n**示例输入**：\n```\n产品: AI 合同审查助手\n用户: 企业法务团队\n场景: 审查供应商合同，确保没有风险条款\n当前定价: 按用户数订阅，每人每月 99 元\n```\n\n## 计算步骤\n\n### Step 1: 评估用户的恐惧程度\n\n**定义**：用户对不确定性的敏感度（不是害怕情绪，而是对不确定性的耐受阈值）\n\n**评估问题**：\n- 用户对这个任务的准确性要求有多高？\n- 出错了会有什么后果？\n- 用户是否愿意为\"更高的确定性\"付更多钱？\n\n**评分标准**：\n```\n恐惧程度评分:\n  1-3: \"低 - 用户对不确定性耐受度高，出错也没什么大不了\"\n  4-6: \"中 - 用户希望准确，但能接受一定误差\"\n  7-10: \"高 - 用户对准确性极度敏感，出错代价巨大\"\n```\n\n### Step 2: 评估出错的代价\n\n**定义**：AI 出错时用户会损失多少（金钱、职业风险、机会成本）\n\n**评估问题**：\n- 如果 AI 给错了答案，用户会损失多少钱？\n- 是否会影响用户的职业发展或声誉？\n- 是否会导致法律或合规风险？\n\n**量化方法**：\n```\n出错代价:\n  direct_cost: \"直接金钱损失 (元)\"\n  career_risk: \"职业风险 (低/中/高)\"\n  legal_risk: \"法律风险 (低/中/高)\"\n  opportunity_cost: \"错过的机会 (元)\"\n  total_estimated: \"估算总代价 (元)\"\n```\n\n### Step 3: 评估替代成本\n\n**定义**：用户找到另一个同等确定性解决方案的代价\n\n**评估问题**：\n- 如果不用 AI，用户现在怎么解决这个问题？\n- 现有解决方案的成本是多少？\n- 市面上有没有替代品？价格如何？\n\n**量化方法**：\n```\n替代成本:\n  current_solution: \"当前解决方式\"\n  current_cost: \"当前成本 (元/次)\"\n  alternative_solutions: [\"替代方案及价格\"]\n  switching_cost: \"转换成本 (元)\"\n  total_alternative: \"替代方案总成本 (元)\"\n```\n\n### Step 4: 计算确定性溢价\n\n**计算公式**：\n```\n确定性溢价 = 恐惧程度(1-10) × 出错代价(元) × 替代成本系数\n\n替代成本系数:\n  - 替代方案很多: 0.5\n  - 替代方案一般: 1.0\n  - 替代方案很少: 2.0\n  - 几乎没有替代方案: 3.0\n```\n\n## 综合输出格式\n\n```yaml\ncertainty_premium_calculation:\n  input:\n    product: \"产品名称\"\n    user: \"目标用户\"\n    scenario: \"使用场景\"\n    current_pricing: \"当前定价\"\n  \n  fear_assessment:\n    score: \"1-10\"\n    reasoning: \"评估理由\"\n    evidence: \"支持证据\"\n  \n  error_cost:\n    direct: \"直接金钱损失\"\n    career: \"职业风险等级\"\n    legal: \"法律风险等级\"\n    opportunity: \"机会成本\"\n    total: \"估算总代价\"\n  \n  alternative_cost:\n    current_solution: \"当前解决方式\"\n    current_cost: \"当前成本\"\n    alternatives: [\"替代方案\"]\n    coefficient: \"0.5/1.0/2.0/3.0\"\n  \n  calculation:\n    formula: \"恐惧程度 × 出错代价 × 替代系数\"\n    certainty_premium: \"确定性溢价 (元)\"\n    price_ceiling: \"价格上限 (元)\"\n    price_floor: \"价格下限 (元)\"\n    optimal_price: \"建议定价 (元)\"\n  \n  recommendation:\n    pricing_model: \"推荐定价模式\"\n    value_proposition: \"核心价值主张\"\n    justification: \"定价依据\"\n```\n\n## 示例：AI 合同审查助手\n\n**输入**：\n- 产品: AI 合同审查助手\n- 用户: 企业法务\n- 当前定价: 每人每月 99 元\n\n**计算**：\n- 恐惧程度: 8/10（合同出错可能导致重大损失）\n- 出错代价: 每次错误可能损失 10-100 万元\n- 替代成本: 人工审查 500-2000 元/份，系数 2.0\n\n**结果**：\n- 确定性溢价: 8 × 50,000 × 2.0 = 800,000 元\n- 建议定价: 按合同份数或风险金额比例收费，而非订阅制\n\n## 常见误判\n\n- **低估出错代价**：只看直接成本，忽视职业和法律风险\n- **忽视替代成本**：不考虑用户现有解决方案，高估自己的价值\n- **恐惧程度主观**：用自己的感受代替用户的实际恐惧\n\n## 一句判断\n\n> 确定性是 AI 产品最珍贵的资产，因为它直接对应着用户的恐惧。\n\n---\n\n## 核心概念\n\n### 1. 确定性溢价的本质\n\n确定性溢价不是你的 AI 值多少钱，而是你的 AI 为用户消除了多少恐惧。客户付给你的钱，很多情况下不是在为\"功能\"付钱，而是在为\"不需要担心\"付钱。\n\n三个变量的深层含义：\n\n| 变量 | 本质 | 常见误区 |\n|------|------|----------|\n| **恐惧程度** | 用户对不确定性的敏感度，不是情绪而是耐受阈值 | 用自己的感受代替用户的实际恐惧 |\n| **出错代价** | AI 出错时用户的全部损失（金钱+职业+机会） | 只看直接成本，忽视声誉和法律风险 |\n| **替代成本** | 找到同等确定性方案的代价 | 不考虑用户现有解决方案，高估自身价值 |\n\n### 2. 三个确定性维度\n\n确定性不是单一维度的，它有三个递进层次：\n\n| 维度 | 核心承诺 | 客户痛点 | 付费逻辑 |\n|------|----------|----------|----------|\n| **事实确定性** (Truth) | 每个数字都是真的，结论有依据 | AI 假消息泛滥，错误事实比没事实更危险 | \"我付钱是为了确保每个数字都是真的\" |\n| **合规确定性** (Compliance) | 不违法、不被罚、不踩红线 | 法规秒变，不知道下一秒什么会违规 | \"我付钱是为了买不违法的保险\" |\n| **结果确定性** (Result) | 输入即所得，不解决不收费 | Prompt 调试痛苦，AI 答错还要人工兜底 | \"我付钱是为了省调试时间\" |\n\n### 3. 确定性公式（底层逻辑）\n\n```\n确定性 = (可验证的事实 + 逻辑因果链) ÷ 实时噪音\n```\n\n- **分子越大**（事实越多、逻辑越严密）→ 确定性越高\n- **分母越大**（信息越混乱、变化越快）→ 确定性越低\n- **关键洞察**：降低分母（过滤噪音）有时比提高分子（提升 AI 能力）更有效\n\n### 4. 确定性税（隐性成本）\n\n客户因 AI 不确定性而付出的额外成本：\n- **时间成本**：审核 AI 输出所花费的人力时间\n- **风险成本**：AI 出错导致的直接和间接损失\n- **机会成本**：因保守决策而错过的市场窗口\n\n**确定性税只存在于出错代价高的场景。** Intercom Fin 的 $0.99/次，本质是把\"确定性税\"明码标价为\"确定性溢价\"。\n\n### 5. \"卖确定性\" vs \"卖功能\"\n\n| 维度 | 卖功能 | 卖确定性 |\n|------|--------|----------|\n| 定价锚点 | AI 生产能力（Token/调用量） | AI 消除的恐惧（错误代价） |\n| 客户心理 | \"我在消费 AI 资源\" | \"我在购买确定性保证\" |\n| 使用倾向 | 尽量减少调用以节省成本 | 在关键场景大量使用以避免损失 |\n| 天花板 | 受限于替代方案价格 | 受限于用户恐惧程度 × 出错代价 |\n| 典型案例 | SaaS 订阅 $99/月 | NeoTax 退税额 10-20% |\n\n---\n\n## 分步执行\n\n### Step 1：识别确定性维度\n\n明确你的产品主要提供哪种确定性价值。\n\n**自检三问**：\n1. 用户最常抱怨的\"不放心\"是什么？→ 对应事实/合规/结果维度\n2. 用户出错后最严重的后果是什么？→ 判断恐惧程度\n3. 用户目前用什么方式\"自己兜底\"？→ 识别确定性税\n\n**输出**：确定性维度选择（事实/合规/结果）+ 理由\n\n### Step 2：评估恐惧程度\n\n使用三级评估体系量化用户恐惧。\n\n**评估矩阵**：\n\n| 级别 | 分数 | 特征 | 典型场景 |\n|------|------|------|----------|\n| 极高恐惧 | 9-10 | 出错=灾难性后果，监管强制要求，职业风险 | 金融合规、医疗诊断、法律诉讼 |\n| 高恐惧 | 7-8 | 出错=重大损失，行业高敏感度 | 税务申报、合同审查、安全审计 |\n| 中恐惧 | 4-6 | 出错=效率损失，可人工补救 | 客服应答、内容营销、数据分析 |\n| 低恐惧 | 1-3 | 出错=轻微不便，娱乐性场景 | 社交文案、游戏内容、日常搜索 |\n\n**关键三问**：\n1. 用户每天在不确定性中做多少次决策？（频率 → 恐惧累积）\n2. 一次 AI 出错最坏会怎样？（后果严重度 → 恐惧强度）\n3. 用户是否有\"签字负责\"的角色？（责任绑定 → 恐惧放大）\n\n### Step 3：计算出错代价\n\n量化 AI 出错时用户承受的全部损失。\n\n**错误成本 = 直接损失 + 间接损失 + 机会成本**\n\n| 成本类型 | 包含内容 | 计算方式 |\n|----------|----------|----------|\n| 直接损失 | 罚款、赔偿、退款、补救成本 | 单次事件金额 |\n| 间接损失 | 声誉损失、客户流失、内部信任下降 | 估算年化影响 |\n| 机会成本 | 因等待更确定答案而错过的时间窗口 | 延迟决策的价值损失 |\n\n**输出**：单次错误成本估算 + 年化错误成本\n\n### Step 4：评估替代成本\n\n评估用户获得同等确定性的替代方案成本。\n\n**替代方案清单**：\n1. **人工方案**：请专家/顾问/律师需要多少费用？（通常最贵）\n2. **传统软件**：现有非 AI 方案的效率和成本？\n3. **竞品 AI**：其他 AI 产品的定价和确定性水平？\n4. **自建**：用户自己搭建的成本（开发+维护+人力）？\n\n**替代成本系数**：\n```\n替代方案很多: 0.5\n替代方案一般: 1.0\n替代方案很少: 2.0\n几乎没有替代方案: 3.0\n```\n\n### Step 5：计算确定性溢价\n\n将三个变量代入公式，得出溢价空间。\n\n**计算公式**：\n```\n确定性溢价 = 恐惧程度(1-10) × 出错代价(元) × 替代成本系数\n\n价格上限 = 确定性溢价\n价格下限 = 交付成本 + 合理利润（≥30% 毛利率）\n最优定价 = 价格下限 + (价格上限 - 价格下限) × 支付意愿系数(0.3-0.7)\n```\n\n### Step 6：选择定价模式并设计分层\n\n根据溢价空间选择最合适的定价结构。\n\n**定价模式选择指南**：\n\n| 定价模式 | 适用场景 | 典型案例 |\n|----------|----------|----------|\n| 按结果收费 | 结果可明确定义、成功可验证 | NeoTax 10-20% 成功费 |\n| 按验证次数收费 | 事实确定性，验证量可统计 | Harvey AI 按合同审查量 |\n| 按节省收费 | 时间/成本节省可量化 | 按节省工时收费 |\n| 基础费+效果佣金 | 高价值高风险，风险共担 | Sierra $10万+$0.2-1.5/次 |\n| 订阅分级 | 持续使用，功能差异化 | 基础版/专业版/企业版 |\n\n---\n\n### 示例 1：AI 合同审查助手——从 SaaS 订阅到按份验证\n\n**场景**：一家 LegalTech 公司开发了 AI 合同审查工具，目前按 SaaS 订阅 $299/月/律师收费。面临 Harvey AI 竞争压力，客户流失率高。\n\n**输入**：\n```\n产品: AI 合同风险审查\n当前定价: $299/月/律师（SaaS 订阅）\n目标客户: 中型律所（50-200 名律师）\n核心功能: 自动标记合同中的风险条款、引用相关判例法\n```\n\n**执行流程**：\n\n1. **识别确定性维度**：事实确定性 + 合规确定性。律师需要确认合同条款是否有法律风险，以及是否符合最新法规。\n\n2. **评估恐惧程度**：9/10。律师对合同错误零容忍——一个遗漏的风险条款可能导致客户损失数百万，律师面临执业资格风险。\n\n3. **计算出错代价**：\n   - 直接损失：单次合同审查遗漏 → 客户平均损失 $200,000（诉讼/赔偿/交易失败）\n   - 间接损失：律师声誉损失不可估量，可能失去整个客户\n   - 年化估算：假设每 100 份合同有 1 份出问题 → $200,000/年\n\n4. **评估替代成本**：\n   - 人工审查一份 M&A 合同需高级律师 40 小时 × $500/小时 = $20,000\n   - AI 方案 $299/月（假设月审查 20 份）= $15/份\n   - 替代成本系数：2.0（替代方案少且贵）\n\n5. **计算确定性溢价**：\n   ```\n   确定性溢价 = 9 × $200,000 × 2.0 = $3,600,000\n   价格下限 = $15/份（AI 运营成本）\n   最优定价 = 按合同审查量收费，$500-2,000/份\n   ```\n\n6. **选择定价模式**：从 SaaS 订阅转为\"按合同份数收费\"——$500-2,000/份（按复杂度分层），远低于人工 $20,000/份，但远高于原订阅制。\n\n**输出**：\n```yaml\ncertainty_premium_calculation:\n  input:\n    product: \"AI 合同风险审查\"\n    user: \"中型律所律师\"\n    scenario: \"审查供应商合同，确保没有风险条款\"\n    current_pricing: \"$299/月/律师\"\n  fear_assessment:\n    score: 9\n    reasoning: \"合同遗漏可能导致客户损失数百万，律师执业资格风险\"\n    evidence: \"Harvey AI 估值 110 亿美元证明市场认可\"\n  error_cost:\n    direct: \"$200,000/次\"\n    career: \"高 - 执业资格风险\"\n    legal: \"高 - 客户诉讼\"\n    opportunity: \"错过交易窗口\"\n    total: \"$200,000+/次\"\n  alternative_cost:\n    current_solution: \"高级律师人工审查\"\n    current_cost: \"$20,000/份\"\n    alternative_solutions: [\"Harvey AI（竞争）\", \"内部法务团队\"]\n    switching_cost: \"低\"\n    total_alternative: \"$20,000/份\"\n  calculation:\n    formula: \"9 × $200,000 × 2.0\"\n    certainty_premium: \"$3,600,000\"\n    price_ceiling: \"$5,000/份\"\n    price_floor: \"$15/份\"\n    optimal_price: \"$500-2,000/份（按复杂度分层）\"\n  recommendation:\n    pricing_model: \"按合同审查量收费\"\n    value_proposition: \"每份合同 $500 获得 $20,000 级别的确定性保证\"\n    justification: \"替代成本极高，恐惧程度 9/10，溢价空间巨大\"\n```\n\n---\n\n### 示例 2：AI 税务合规助手——从免费增值到成功费分成\n\n**场景**：一家 FinTech 公司开发了 AI 税务合规检查工具，目前采用免费增值模式（基础版免费，高级版 $49/月）。用户增长快但付费转化率仅 3%，觉得\"免费版够用了\"。\n\n**输入**：\n```\n产品: AI 税务合规检查（自动检测潜在税务风险）\n当前定价: 基础版免费，高级版 $49/月\n目标客户: 中小企业财务负责人\n核心功能: 自动扫描财务数据，标记潜在税务风险点\n```\n\n**执行流程**：\n\n1. **识别确定性维度**：合规确定性。企业需要确保税务申报不会被税务局追查或罚款。\n\n2. **评估恐惧程度**：8/10。税务违规可能导致罚款、滞纳金、甚至刑事责任。中小企业老板通常亲自签字，责任绑定强。\n\n3. **计算出错代价**：\n   - 直接损失：税务罚款 1-5 倍欠税额，假设平均 $50,000\n   - 间接损失：信用评级下降影响融资，内部信任危机\n   - 机会成本：因保守申报而多缴的税款\n   - 年化估算：$50,000-$200,000\n\n4. **评估替代成本**：\n   - 聘请税务顾问：$5,000-20,000/年\n   - 内部财务人员手动检查：$30,000/年（人力成本）\n   - 免费版 AI：只标记风险，不保证不遗漏\n   - 替代成本系数：1.5\n\n5. **计算确定性溢价**：\n   ```\n   确定性溢价 = 8 × $100,000 × 1.5 = $1,200,000\n   价格下限 = $100/年（AI 运营成本）\n   最优定价 = 退税额/节税额的 10-15%\n   ```\n\n6. **选择定价模式**：从免费增值转为\"成功费模式\"——帮客户节省或退回的税额的 10-15%。如果 AI 标记的风险最终被税务局确认为无风险（误报），不收费；如果确实帮客户避免了罚款，按避免金额分成。\n\n**输出**：\n```yaml\ncertainty_premium_calculation:\n  input:\n    product: \"AI 税务合规检查\"\n    user: \"中小企业财务负责人\"\n    scenario: \"年度税务申报前的合规风险扫描\"\n    current_pricing: \"免费增值，高级版 $49/月\"\n  fear_assessment:\n    score: 8\n    reasoning: \"税务违规罚款 1-5 倍欠税额，老板亲自签字承担刑事责任\"\n    evidence: \"税务稽查案例频发，中小企业合规意识提升\"\n  error_cost:\n    direct: \"$50,000（平均罚款）\"\n    career: \"中 - 财务负责人问责\"\n    legal: \"高 - 刑事责任风险\"\n    opportunity: \"保守申报多缴税\"\n    total: \"$100,000-200,000/年\"\n  alternative_cost:\n    current_solution: \"税务顾问 + 内部财务\"\n    current_cost: \"$35,000/年\"\n    alternative_solutions: [\"税务顾问 $5-20K/年\", \"手动检查 $30K/年\"]\n    switching_cost: \"低\"\n    total_alternative: \"$35,000/年\"\n  calculation:\n    formula: \"8 × $100,000 × 1.5\"\n    certainty_premium: \"$1,200,000\"\n    price_ceiling: \"$20,000/年\"\n    price_floor: \"$100/年\"\n    optimal_price: \"节省税额的 10-15%\"\n  recommendation:\n    pricing_model: \"成功费模式——帮客户避免的罚款/节省税额的 10-15%\"\n    value_proposition: \"不花钱就能知道风险在哪，确实省了钱才付费\"\n    justification: \"恐惧程度 8/10，替代成本中等，成功费模式零风险转化率最高\"\n```\n\n---\n\n## 常见陷阱与对策\n\n| 陷阱 | 错误认知 | 正确做法 |\n|------|----------|----------|\n| 准确率 = 确定性 | \"我准确率 95%，所以用户会买单\" | 准确率是过去统计，用户要的是对未来输出的保证 |\n| 用话术代替承诺 | \"我们的 AI 很准确\" | 确定性必须能被验证、被追责、被量化 |\n| 低估\"幻觉税\" | \"AI 出错概率低，影响可控\" | AI 出错的损失往往远超用户支付的费用 |\n| 跟大厂定价 | \"大厂做什么我做什么\" | 大厂卖基础设施，你卖确定性应用——定价逻辑完全不同 |\n| 忽视恐惧程度 | \"客户怕的不是 AI 出错\" | 客户怕的是\"不知道 AI 什么时候出错\" |","tags":["p6a","certainty","premium","calculator","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native"],"capabilities":["skill","source-gmaxxxie","skill-p6a-certainty-premium-calculator","topic-agent-skills","topic-ai-agent","topic-ai-native","topic-ai-product","topic-methodology","topic-product-management","topic-product-methodology","topic-product-thinking","topic-skills"],"categories":["ai-native-product-agent-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p6a-certainty-premium-calculator","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add gmaxxxie/ai-native-product-agent-skills","source_repo":"https://github.com/gmaxxxie/ai-native-product-agent-skills","install_from":"skills.sh"}},"qualityScore":"0.478","qualityRationale":"deterministic score 0.48 from registry signals: · indexed on github topic:agent-skills · 56 github stars · SKILL.md body (9,389 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:57:33.196Z","embedding":null,"createdAt":"2026-05-01T01:03:00.999Z","updatedAt":"2026-05-18T18:57:33.196Z","lastSeenAt":"2026-05-18T18:57:33.196Z","tsv":"'-0.7':651 '-1.5':684 '-10':82,168,200,506,634 '-100':280 '-15':1054,1061,1174,1182 '-2':811,821,927 '-20':468,665,1021,1136 '-200':729,1118 '-2000':285 '-3':72,534 '-5':1001,1095 '-6':77,525 '-8':516 '/1.0/2.0/3.0':229 '0.2':683 '0.3':650 '0.5':174,228,618 '0.99':427 '000':294,297,753,767,780,798,802,812,822,827,866,878,888,902,908,914,918,928,941,1005,1013,1015,1020,1022,1026,1040,1044,1105,1117,1119,1130,1148,1154,1160,1164 '1':57,71,167,199,317,471,475,533,542,593,633,693,735,764,984,1000,1042,1094,1158 '1.0':176,620 '1.5':1034,1041,1155 '10':279,467,664,1053,1060,1173,1181 '100':762,1039,1046,1116,1153,1168 '10万':682 '110':860 '15':788,804,922 '2':87,352,482,496,546,599,741,949,988 '2.0':178,289,295,622,791,799,909 '20':779,786,826,887,901,940,1163 '200':752,766,797,865,877,907,1014,1043,1159 '299':708,721,783,846 '3':129,385,485,552,559,604,747,800,912,965,996 '3.0':180,624 '30':643,1025 '30k':1140 '35':1129,1147 '4':76,162,408,524,589,610,769,1016 '40':775 '49':962,976,1086 '5':433,626,793,917,1019,1035,1135 '50':293,728,1004,1012,1104 '500':284,777,810,820,926,938 '6':653,814,1055 '600':801,913 '7':81,515 '8':292,1038,1091,1152 '8/10':275,990,1189 '800':296 '9':505,796,852,906 '9/10':743,946 '95':1199 '99':53,271,463 'ai':11,17,27,35,43,90,97,135,261,265,313,320,323,341,364,382,405,412,416,419,441,445,450,548,562,602,606,608,671,694,703,713,718,781,806,837,858,893,950,957,970,1030,1048,1063,1076,1205,1212,1215,1224,1228 'ai确定性商业模式':8 'altern':150,158,217,225,880,890,900,1121,1132,1146 'assess':197,850,1089 'calcul':5,185,230,834,904,1073,1150 'career':108,209,868,1107 'ceil':240,916,1162 'certainti':3,183,235,832,910,1071,1156 'coeffici':227 'complianc':369 'cost':105,121,146,154,206,218,223,863,881,886,897,1102,1122,1128,1143 'current':142,145,193,219,222,844,882,885,1082,1123,1127 'direct':104,207,864,1103 'error':205,862,1101 'estim':125 'evid':203,856,1098 'fear':196,849,1088 'fin':425 'fintech':955 'floor':244,921,1167 'formula':231,905,1151 'harvey':670,712,857,892 'input':186,835,1074 'intercom':424 'justif':258,943,1187 'k':1137 'legal':114,211,871,1110 'legaltech':701 'm':772 'model':253,933,1177 'neotax':465,663 'opportun':120,213,874,1113 'optim':247,924,1170 'p6a':2 'p6a-certainty-premium-calculator':1 'premium':4,184,236,833,911,1072,1157 'price':194,239,243,248,252,845,915,920,925,932,1083,1161,1166,1171,1176 'product':187,836,1075 'prompt':380 'proposit':256,936,1184 'reason':201,853,1092 'recommend':251,931,1175 'result':377 'risk':109,115 'saa':461,697,706,724,817 'scenario':191,841,1080 'score':198,851,1090 'sierra':681 'skill' 'skill-p6a-certainty-premium-calculator' 'solut':143,151,220,883,891,1124,1133 'source-gmaxxxie' 'step':56,86,128,161,470,495,558,588,625,652 'switch':153,896,1142 'token':443 'topic-agent-skills' 'topic-ai-agent' 'topic-ai-native' 'topic-ai-product' 'topic-methodology' 'topic-product-management' 'topic-product-methodology' 'topic-product-thinking' 'topic-skills' 'total':124,157,215,876,899,1115,1145 'truth':361 'user':189,839,1078 'valu':255,935,1183 'vs':435 'yaml':182,831,1070 '一个遗漏的风险条款可能导致客户损失数百万':745 '一句判断':311 '一句话定位':15 '一家':700,954 '一次':547 '万元':281 '三个变量的深层含义':332 '三个确定性维度':353 '不保证不遗漏':1032 '不收费':1066 '不放心':477 '不是害怕情绪':61 '不是情绪而是耐受阈值':338 '不知道':1227 '不知道下一秒什么会违规':374 '不确定性而付出的额外成本':413 '不考虑用户现有解决方案':307,350 '不花钱就能知道风险在哪':1185 '不被罚':371 '不解决不收费':379 '不踩红线':372 '不违法':370 '不需要担心':330 '专业版':690 '中':78,112,118,1108 '中型律所':727 '中型律所律师':840 '中小企业合规意识提升':1100 '中小企业老板通常亲自签字':994 '中小企业财务负责人':979,1079 '中恐惧':523 '为用户消除了多少恐惧':324 '事实':491 '事实确定性':360,668,737 '事实越多':393 '交付成本':641 '交易失败':756 '产品':42,264,717,969 '产品名称':188 '产品场景':38 '产品最珍贵的资产':314 '产品的定价和确定性水平':609 '产品的确定性溢价':12 '产品的高价值':36 '产品能为用户提供多少确定性价值':18 '产品设计定价策略':28 '人力':615 '人力成本':1028 '人工审查':283 '人工审查一份':771 '人工方案':594 '亿美元证明市场认可':861 '什么时候出错':1229 '从':696,816 '从免费增值到成功费分成':952 '从免费增值转为':1057 '从而设计更高价值的收费模式':13 '从而设计更高的收费模式':19 '付更多钱':68 '付费逻辑':359 '付钱':328,331 '以及是否符合最新法规':740 '价格上限':241,638,647 '价格下限':245,640,646,648,803,1045 '价格如何':139 '份':287,787,789,805,813,823,828,889,903,919,923,929 '份出问题':765 '份合同有':763 '企业法务':268 '企业法务团队':46 '企业版':691 '企业需要确保税务申报不会被税务局追查或罚款':987 '传统软件':600 '估值':859 '估算年化影响':581 '估算总代价':126,216 '但能接受一定误差':80 '但远高于原订阅制':829 '低':73,111,117,898,1144 '低估':1210 '低估出错代价':303 '低恐惧':532 '何时触发':25 '你卖确定性应用':1220 '使用三级评估体系量化用户恐惧':498 '使用倾向':453 '使用场景':192 '保守申报多缴税':1114 '信息越混乱':397 '信用评级下降影响融资':1007 '倍欠税额':1002,1096 '值多少钱':321 '假消息泛滥':365 '假设平均':1003 '假设月审查':785 '假设每':761 '元':54,107,123,127,148,156,160,170,238,242,246,250,272,286,298,636 '免费增值':1084 '免费版':1029 '免费版够用了':967 '公司开发了':702,956 '关键三问':541 '关键洞察':400 '其他':607 '典型场景':503 '典型案例':460,659 '内容营销':530 '内部信任下降':580 '内部信任危机':1008 '内部法务团队':895 '内部财务':1126 '内部财务人员手动检查':1024 '准确率':1196 '准确率是过去统计':1201 '几乎没有替代方案':179,623 '出错':507,517,526,535,1225 '出错也没什么大不了':75 '出错了会有什么后果':65 '出错代价':103,169,233,277,340,459,635 '出错代价巨大':85 '出错导致的直接和间接损失':420 '出错时用户会损失多少':91 '出错时用户承受的全部损失':563 '出错时用户的全部损失':342 '出错最坏会怎样':549 '出错概率低':1213 '出错的代价':23 '出错的损失往往远超用户支付的费用':1216 '分子越大':392 '分数':501 '分步执行':469 '分母越大':396 '刑事责任风险':1112 '判断恐惧程度':484 '功能':327 '功能差异化':688 '包含内容':569 '医疗诊断':512 '升级为':32 '单次事件金额':576 '单次合同审查遗漏':750 '单次错误成本估算':586 '卖功能':31,436,438 '卖确定性':33,434,439 '受限于替代方案价格':457 '受限于用户恐惧程度':458 '变化越快':398 '变量':333 '只标记风险':1031 '只看直接成本':304,346 '可人工补救':528 '可能失去整个客户':759 '可验证的事实':389 '合同出错可能导致重大损失':276 '合同审查':521 '合同审查助手':44,262,266,695 '合同审查工具':704 '合同遗漏可能导致客户损失数百万':854 '合同需高级律师':774 '合同风险审查':719,838 '合理利润':642 '合规':480,492 '合规确定性':368,738,986 '名律师':730 '后果严重度':550 '因为它直接对应着用户的恐惧':315 '因保守决策而错过的市场窗口':422 '因保守申报而多缴的税款':1010 '因等待更确定答案而错过的时间窗口':583 '在关键场景大量使用以避免损失':455 '场景':47,699,953 '基于':7 '基础版':689 '基础版免费':960,974 '基础费':677 '声誉损失':578 '大厂做什么我做什么':1218 '大厂卖基础设施':1219 '天花板':456 '如果':96,1062 '如果不用':134 '如果确实帮客户避免了罚款':1067 '娱乐性场景':537 '它有三个递进层次':355 '安全审计':522 '定义':59,89,131 '定价依据':259 '定价模式':657 '定价模式选择指南':656 '定价逻辑完全不同':1221 '定价锚点':440 '实时噪音':391 '审查供应商合同':48,842 '审核':415 '客户付给你的钱':325 '客户因':411 '客户平均损失':751 '客户心理':448 '客户怕的不是':1223 '客户怕的是':1226 '客户流失':579 '客户流失率高':715 '客户痛点':358 '客户诉讼':873 '客服应答':529 '对应事实':479 '将三个变量代入公式':628 '小时':776,778 '尽量减少调用以节省成本':454 '市面上有没有替代品':138 '帮助产品团队计算':10 '帮客户节省或退回的税额的':1059 '帮客户避免的罚款':1179 '常见误判':302 '常见误区':335 '常见陷阱与对策':1192 '平均罚款':1106 '年':768,1023,1027,1047,1120,1131,1138,1141,1149,1165,1169 '年化估算':760,1011 '年化错误成本':587 '年度税务申报前的合规风险扫描':1081 '幻觉税':1211 '底层逻辑':387 '延迟决策的价值损失':584 '建议定价':249,299 '开发':613 '引用相关判例法':733 '当前定价':40,50,195,269,720,973 '当前成本':147,224 '当前解决方式':144,221 '影响可控':1214 '很准确':1206 '很多情况下不是在为':326 '律师':723,848 '律师声誉损失不可估量':758 '律师对合同错误零容忍':744 '律师执业资格风险':855 '律师收费':710 '律师需要多少费用':597 '律师需要确认合同条款是否有法律风险':739 '律师面临执业资格风险':746 '得出溢价空间':629 '忽视声誉和法律风险':347 '忽视恐惧程度':1222 '忽视替代成本':306 '忽视职业和法律风险':305 '恐惧强度':551 '恐惧放大':557 '恐惧程度':166,232,274,336,632,945,1188 '恐惧程度主观':309 '恐惧程度评分':70 '恐惧累积':545 '想要从':30 '成功可验证':662 '成功费':666 '成功费模式':1058,1178 '成功费模式零风险转化率最高':1191 '成本类型':568 '成本节省可量化':675 '我付钱是为了买不违法的保险':375 '我付钱是为了省调试时间':384 '我付钱是为了确保每个数字都是真的':367 '我们的':1204 '我准确率':1198 '我在消费':449 '我在购买确定性保证':452 '所以用户会买单':1200 '手动检查':1139 '执业资格风险':870 '执行流程':734,983 '找到同等确定性方案的代价':349 '持续使用':687 '按合同份数或风险金额比例收费':300 '按合同份数收费':819 '按合同审查量':672 '按合同审查量收费':809,934 '按复杂度分层':824,930 '按用户数订阅':51 '按结果收费':660 '按节省工时收费':676 '按节省收费':673 '按避免金额分成':1068 '按验证次数收费':667 '推荐定价模式':254 '提升':404 '支付意愿系数':649 '支持证据':204 '效果佣金':678 '效率损失':527 '数据分析':531 '方案':782 '方案的效率和成本':603 '日常搜索':540 '时间':674 '时间成本':414 '明码标价为':431 '明确你的产品主要提供哪种确定性价值':473 '是什么':478 '是否会导致法律或合规风险':101 '是否会影响用户的职业发展或声誉':100 '更有效':407 '更高的确定性':67 '替代成本':24,141,282,348 '替代成本中等':1190 '替代成本极高':944 '替代成本系数':171,172,616,637,790,1033 '替代方案':226 '替代方案一般':175,619 '替代方案及价格':152 '替代方案少且贵':792 '替代方案很多':173,617 '替代方案很少':177,621 '替代方案总成本':159 '替代方案清单':592 '替代系数':234 '最优定价':645,808,1050 '月':464,709,722,784,847,963,977,1087 '有时比提高分子':403 '本质':334 '本质是把':429 '机会':345 '机会成本':94,214,421,567,582,1009 '极高恐惧':504 '标记潜在税务风险点':982 '标记的风险最终被税务局确认为无风险':1064 '核心价值主张':257 '核心公式':9,20 '核心功能':731,980 '核心承诺':357 '核心概念':316 '根据溢价空间选择最合适的定价结构':655 '次':149,428,685,867,879 '正确做法':1195 '每个数字都是真的':362 '每人每月':52,270 '每份合同':937 '每次错误可能损失':278 '毛利率':644 '法律诉讼':513 '法律风险':116 '法律风险等级':212 '法规秒变':373 '消除的恐惧':446 '游戏内容':539 '溢价空间巨大':947 '滞纳金':992 '灾难性后果':508 '特征':502 '现有定价模式遇到瓶颈':29 '现有解决方案的成本是多少':137 '现有非':601 '理由':494 '甚至刑事责任':993 '生产能力':442 '用户':45,267 '用户会损失多少钱':99 '用户出错后最严重的后果是什么':483 '用户增长快但付费转化率仅':964 '用户对不确定性的敏感度':60,337 '用户对不确定性耐受度高':74 '用户对准确性极度敏感':84 '用户对这个任务的准确性要求有多高':64 '用户希望准确':79 '用户找到另一个同等确定性解决方案的代价':132 '用户描述':39 '用户是否愿意为':66 '用户是否有':553 '用户最常抱怨的':476 '用户每天在不确定性中做多少次决策':543 '用户现在怎么解决这个问题':136 '用户的恐惧程度':22 '用户目前用什么方式':486 '用户自己搭建的成本':612 '用户要的是对未来输出的保证':1202 '用自己的感受代替用户的实际恐惧':310,339 '用话术代替承诺':1203 '的':426 '的角色':555 '监管强制要求':509 '目前按':705 '目前采用免费增值模式':959 '目标客户':726,978 '目标用户':190 '直接损失':565,571,749,998 '直接金钱损失':106,208 '确保没有风险条款':49,843 '确定性':388,1197 '确定性不是单一维度的':354 '确定性公式':386 '确定性必须能被验证':1207 '确定性是':312 '确定性溢价':21,165,237,291,432,631,639,795,1037 '确定性溢价不是你的':319 '确定性溢价的本质':318 '确定性溢价计算器':6,14 '确定性税':409,430 '确定性税只存在于出错代价高的场景':423 '确定性维度选择':490 '确定性越低':399 '确定性越高':395 '确实省了钱才付费':1186 '示例':260,692,948 '示例输入':41 '社交文案':538 '税务合规助手':951 '税务合规检查':971,1077 '税务合规检查工具':958 '税务申报':520 '税务稽查案例频发':1099 '税务罚款':999 '税务违规可能导致罚款':991 '税务违规罚款':1093 '税务顾问':1125,1134 '竞争':894 '竞争压力':714 '竞品':605 '答错还要人工兜底':383 '签字负责':554 '系数':288 '级别':500 '级别的确定性保证':942 '结果':290,493 '结果可明确定义':661 '结果确定性':376 '结果维度':481 '结论有依据':363 '给错了答案':98 '维度':356,437 '维护':614 '综合输出格式':181 '罚款':572 '老板亲自签字承担刑事责任':1097 '而是你的':322 '而是在为':329 '而是对不确定性的耐受阈值':62 '而非订阅制':301 '职业':344 '职业风险':93,110,510 '职业风险等级':210 '聘请税务顾问':1018 '能力':406 '自动扫描财务数据':981 '自动标记合同中的风险条款':732 '自动检测潜在税务风险':972 '自己兜底':487 '自建':611 '自检三问':474 '节省税额的':1172,1180 '节税额的':1052 '获得':939 '行业高敏感度':519 '补救成本':575 '被追责':1208 '被量化':1209 '觉得':966 '计算':273 '计算你的':16 '计算公式':164,630 '计算出错代价':560,748,997 '计算方式':570 '计算步骤':55 '计算确定性溢价':163,627,794,1036 '订阅':462,707,725 '订阅分级':686 '订阅到按份验证':698 '订阅转为':818 '评估出错的代价':88 '评估恐惧程度':497,742,989 '评估替代成本':130,590,770,1017 '评估理由':202 '评估用户的恐惧程度':58 '评估用户获得同等确定性的替代方案成本':591 '评估矩阵':499 '评估问题':63,95,133 '评分标准':69 '识别确定性税':488 '识别确定性维度':472,736,985 '诉讼':754 '误报':1065 '请专家':595 '调用量':444 '调试痛苦':381 '财务负责人问责':1109 '责任绑定':556 '责任绑定强':995 '资源':451 '赔偿':573,755 '跟大厂定价':1217 '转换成本':155 '轻微不便':536 '输入':37,263,716,968 '输入即所得':378 '输出':489,585,830,1069 '输出所花费的人力时间':417 '过滤噪音':402 '运营成本':807,1049 '远低于人工':825 '退款':574 '退税额':466,1051 '适用场景':658 '选择定价模式':815,1056 '选择定价模式并设计分层':654 '通常最贵':598 '逻辑因果链':390 '逻辑越严密':394 '重大损失':518 '量化':561 '量化方法':102,140 '金融合规':511 '金钱':92,343 '错误事实比没事实更危险':366 '错误代价':447 '错误成本':564 '错误认知':1194 '错过交易窗口':875 '错过的机会':122 '间接损失':566,577,757,1006 '降低分母':401 '陷阱':1193 '隐性成本':410 '需要为':26 '需要证明':34 '面临':711 '顾问':596 '频率':544 '风险共担':680 '风险成本':418 '验证量可统计':669 '高':83,113,119,869,872,1111 '高价值高风险':679 '高估自己的价值':308 '高估自身价值':351 '高恐惧':514 '高级律师人工审查':884 '高级版':961,975,1085","prices":[{"id":"9e7a1e28-b8f8-4003-930c-d5f68adcf2d6","listingId":"127bad75-204d-4783-8b13-80bfd2349821","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"gmaxxxie","category":"ai-native-product-agent-skills","install_from":"skills.sh"},"createdAt":"2026-05-01T01:03:00.999Z"}],"sources":[{"listingId":"127bad75-204d-4783-8b13-80bfd2349821","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p6a-certainty-premium-calculator","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p6a-certainty-premium-calculator","isPrimary":false,"firstSeenAt":"2026-05-01T01:03:00.999Z","lastSeenAt":"2026-05-18T18:57:33.196Z"}],"details":{"listingId":"127bad75-204d-4783-8b13-80bfd2349821","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p6a-certainty-premium-calculator","github":{"repo":"gmaxxxie/ai-native-product-agent-skills","stars":56,"topics":["agent-skills","ai-agent","ai-native","ai-product","methodology","product-management","product-methodology","product-thinking","skills"],"license":null,"html_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills","pushed_at":"2026-05-06T07:19:36Z","description":"AI Native Product Methodology — 80 executable skills across P0-P14 stages, covering needs discovery to aesthetic authority. From 8 books.","skill_md_sha":"5a45b2157e1724f03263ad310e09be8d998cd160","skill_md_path":"skills/p6a-certainty-premium-calculator/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p6a-certainty-premium-calculator"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p6a-certainty-premium-calculator","description":"确定性溢价计算器。基于《AI确定性商业模式》核心公式， 帮助产品团队计算 AI 产品的确定性溢价，从而设计更高价值的收费模式。"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p6a-certainty-premium-calculator"},"updatedAt":"2026-05-18T18:57:33.196Z"}}