某个 AI 功能用户很喜欢，但每完成一次任务的模型成本接近用户愿意支付的价格。你会怎么改产品和定价？

回答思路

1. 先按任务、用户和完整链路拆出输入输出、重试、检索、工具、审核和支持成本，避免平均值掩盖极端昂贵请求。
2. 确认用户真正付费的是结果、时效还是使用量，并通过访谈和价格实验估计不同场景的支付意愿与替代成本。
3. 产品侧可以限制无关长上下文、缓存重复结果、把简单步骤路由到轻量模型，并减少因失败体验造成的无效重试。
4. 套餐可组合基础席位、合理额度和超额用量，让轻度用户易于采用，同时避免重度用户成本被统一订阅价格长期补贴。
5. 高价值且高成本的深度任务可以单独计量或设置异步交付，低价值场景若无法建立正向单位经济应收窄或停止。
6. 调整后同时观察任务成功、留存、毛利和投诉，不能以降低成本为由让质量跌破用户愿意继续使用的门槛。