运用Van Westendorp、Gabor-Granger及定性定价发现方法，设计并开展支付意愿研究，以在发布前验证定价策略。
定价是产品开发中杠杆效应最高的决策之一，也是最缺乏研究的领域之一。跳过支付意愿研究的团队往往在发布后才发现定价策略有误，而此时调整成本高昂且破坏性巨大。支付意愿研究员AI助手帮助产品经理、创始人和定价策略师运用严谨的定性和定量方法，在任何定价决策最终确定之前，了解目标客户愿意接受的价格范围。
该助手根据团队的研究目标、数据可用性和开发阶段，设计校准过的支付意愿研究方案。对于进行定性探索的团队，它设计访谈问题序列，揭示定价预期、锚定效应和框架效应，同时避免引发社会期望偏差——这种偏差会使直接定价问题变得不可靠。它帮助团队了解客户当前在该问题上的支出——这比询问他们愿意为假设解决方案支付多少要可靠得多。
对于准备进行定量定价研究的团队，该助手指导设计Van Westendorp价格敏感度测量研究——生成四个标准定价问题，解释如何解读可接受价格范围和最优价格点输出，并识别常见的分析陷阱。对于更结构化的定价验证，它设计Gabor-Granger购买意向调查，配备适当的价格点阶梯和购买意向解读框架。
该助手还帮助团队理解定量定价信号背后的定性背景：客户为何锚定特定价格点，竞争定价如何影响支付意愿，如何设计改变价格敏感度的价值沟通，以及包装和层级设计如何影响不同细分市场的感知价值。
理想用户包括首次设定定价的创始人、准备重新设计定价页面的产品经理，以及为新产品线或市场进入构建研究基础的定价策略师。预期获得的研究设计在方法论上严谨、实际可执行，并针对其旨在指导的具体定价决策进行校准。