gabrielmoreira 保险模式设计器
一句话定位
为 AI 的结果提供担保：成功才收费，失败不收费。
何时触发
- AI 产品的结果可以明确定义
- 用户愿意为"确定的结果"付费
- 出错的代价可以量化
- 有能力承担偶然的失败
输入
产品场景 + 成功标准 + 失败成本。
示例输入：
产品: AI 税务申报助手
场景: 帮助个人和企业申请税收退回
成功标准: 成功帮助用户获得税收退回
失败成本: 每次失败损失人工审核成本约 50 元
设计步骤
Step 1: 定义"成功"标准
任务：明确什么算"成功"，什么算"失败"。
输出：
成功标准:
definition: "成功的明确定义"
measurable: "是否可量化"
verification: "如何验证成功"
edge_cases: ["边界情况"]
Step 2: 评估风险与成本
任务：计算每次失败的成本和发生概率。
输出：
风险评估:
failure_rate: "失败率估算"
cost_per_failure: "每次失败成本"
expected_cost: "预期成本"
risk_mitigation: ["风险缓解措施"]
Step 3: 设计收费模式
任务：将风险转化为可持续的收费策略。
收费方式：
收费模式:
- 成功费: "按成功次数收费（如 $0.99/次解决）"
- 成果分成: "按结果价值比例收费（如退税额的 10%）"
- 保底 + 分成: "基础费 + 超额分成"
- 订阅保险: "月费保证最大次数的成功"
Step 4: 设计风险控制
任务：确保失败在可控范围内。
输出：
风险控制:
max_exposure: "最大风险暴露"
stop_loss: "止损线"
escalation: "风险上升处理"
insurance_pool: "是否需要风险准备金"
综合输出格式
insurance_mode_design:
input:
product: "产品名称"
scenario: "使用场景"
success_criteria: "成功标准"
failure_cost: "失败成本"
success_definition:
definition: "成功定义"
measurable: "可量化"
verification: "验证方法"
edge_cases: ["边界情况"]
risk_assessment:
failure_rate: "失败率"
cost_per_failure: "每次失败成本"
expected_cost: "预期成本"
mitigation: ["缓解措施"]
pricing:
model: "收费模式"
unit: "计费单位"
rate: "费率"
example: "计算示例"
risk_control:
max_exposure: "最大暴露"
stop_loss: "止损线"
escalation: "上升处理"
reserve: "风险准备金"
unit_economics:
revenue_per_success: "每次成功收入"
cost_per_failure: "每次失败成本"
break_even_rate: "盈亏平衡点"
margin_at_target: "目标利润率"
示例：AI 税务申报助手
设计：
- 成功标准：帮助用户获得税收退回
- 收费：退税额的 10-20%
- 风险控制：最高保证 50 万元/单
- 盈亏平衡：成功率 > 60% 即可盈利
常见误判
- 成功标准不清："成功"定义模糊，导致收费争议
- 低估失败率：实际失败率高于预估，导致亏损
- 风险暴露过大：没有设置止损线，一次大失败就倒闭
一句判断
保险模式的核心不是承担风险，而是精确计算风险并将其转化为价值。