AI功能变现路径图

用两个维度给 AI 功能定位：

• Y 轴：这个功能会被广泛用户使用，还是只服务特定人群？ 经验法则：如果预计 70% 以上用户会用到这个功能，适合打包进标准方案；如果预期使用率低于 70%，需要认真考虑做成付费加购项，尤其当这个功能对一小群人价值很高时。
• X 轴：会不会有足够多的人愿意为这个功能付费？ 也就是这个功能是"锦上添花"还是"刚需"，最好的判断方式是直接问用户——通过 beta 项目获取真实使用数据，以及直接询问潜在客户的付费意愿。

把功能放到这张图上后，对应三条路径：

方案一：独立产品（Standalone） 适合场景：这个 AI 产品解决的是和你现有产品完全不同的问题，与现有方案几乎没有重叠，此时可以把它定位给一个全新的买家、行业或理想客户画像。目前市场上真正做到独立产品的大多是自带专有 LLM 的公司（ChatGPT、Gemini），非 LLM 领域里 GitHub Copilot 是少数例外。独立产品最大的优势是定价完全不受历史定价或打包结构的约束。

方案二：附加产品（Add-on） 适合场景：这个功能对部分客户有价值，但不是所有买家都想要或愿意付费；它能给现有方案增值，是对现有解决方案的增强，能和现有产品无缝集成。Notion、Microsoft、Airtable 都走了这条路（Notion AI 单独收 $10）。

方案三：打包进现有方案（Bundle in existing plan） 适合场景：该功能贴合套餐本身的核心价值主张，且约 70% 客户认为它是关键功能；客户不太可能单独购买它；单独收费反而显得是在"零敲碎打"地宰客户。Canva、Box、Grammarly 都是把 AI 功能打包进现有方案并配合涨价（常见形式是按用量计费）。

分层建议：如果最终选择打包进现有方案，不要把所有 AI 能力都塞进一个方案层级，而是根据不同使用场景和客户付费意愿的差异，把功能分散到不同价位的方案里——这样能创造向上销售路径，同时给入门级方案省下成本（Canva 是这方面的好例子）。