调研与策略 · AI Sales Playbook — Value-Based Pricing & Deal Upselling

大单跟进与价值定价 Skill

把日常销售沟通变成基于 ROI 的阶梯报价方案,推动月度订单金额从 1 万美元涨至 4 万至 10 万美元。

销售拜访前,抓取竞品流量数据生成谈话要点。沟通后,把录音文字版跑一遍评分,找出没讲清投资回报率的地方,并输出带中小大三档的报价文件,用来推进交叉销售和向上销售。

WHAT IT SOLVES

把日常销售沟通变成基于 ROI 的阶梯报价方案,推动月度订单金额从 1 万美元涨至 4 万至 10 万美元

把日常销售沟通变成基于 ROI 的阶梯报价方案,推动月度订单金额从 1 万美元涨至 4 万至 10 万美元。跑完你拿到的是一份沟通前简报文件,包含竞品流量差距数据、投资回报测算和谈话切入点,中间一共 5 步。

最适合的真实场景

  • 01

    出海销售主管准备明天给客户讲方案,需要跑出竞品流量差距作为筹码

  • 02

    客户成功经理手里有明确意向客户,需要发一封包含一二三档的阶梯报价邮件

  • 03

    B2B 销售刚结束拉锯会议,想客观查一下刚才沟通是否把服务价值讲低了

  • 04

    销售主管给团队做应对客户嫌贵的培训,需要调出真实的历史定价话术参考

  • 05

    业务负责人想给现有的老客户加购服务,需要找出之前漏掉没讲的价值点

你要先准备的资料

  • 潜在客户的官网域名,格式为 acme.com,用于抓取公开流量数据
  • 至少两家主要竞争对手的官网列表,用于生成流量差距对照表
  • 完整的沟通录音文字稿,必须是 TXT 纯文本格式,用于会话分析打分
  • 期望达到的月度服务费目标金额,以及客户要求包含的具体服务项
  • 配置 Ahrefs 或 SEMrush 的 API 密钥,否则脚本只能使用内置的测试数据

跑完你会拿到什么

  • 一份沟通前简报文件,包含竞品流量差距数据、投资回报测算和谈话切入点
  • 一封报价邮件草稿,包含基础、进阶、高阶三个层级的服务组合与对应价格
  • 一份通话表现得分卡,按百分制打分并标注是否先亮数据、是否先报高价等动作
  • 一份历史成功定价模式参考表,提供 10 个真实报价拆解和应对客户嫌贵的话术

METHOD

提取公开流量数据 → 生成沟通前简报 → 生成阶梯报价组合 等 5 个环节

一共 5 步。其中 4 项能力决定了换个 AI 会不会更麻烦。

  1. 提取公开流量数据输入客户域名和竞品列表,通过 Ahrefs 或 SEMrush 接口抓取流量数据。如果没有配置接口,会使用内置的模拟数据生成测试结果。
  2. 生成沟通前简报运行脚本把流量差距转化成对话筹码。简报列出客户与对手的差距数据,算出投资回报预期,并提供切入话题的具体切入点。
  3. 生成阶梯报价组合输入目标月度服务费和包含的服务项,脚本会跑出小、中、大或基础、进阶、高阶三个档位的报价方案,每个档位标明投入产出的对应关系。
  4. 通话录音打分上传会议的文字稿,脚本会检查是否先亮数据、是否先报高价等六个维度,给出 0 到 100 的得分,明确指出讲低了价值的地方。
  5. 调用历史定价模式打开包含 10 个历史成功定价的内部参考库。根据当前客户嫌贵的具体表现,提取对应的沟通话术和应对结构,用于团队实景演练。

这个 Skill 用到的能力: 打开网页取正文MCP 与连接器运行脚本读本地资料 。不同 AI 对这些能力的支持程度不一样,所以同一个 Skill 换个 AI,有几步做法会变。

WORKED EXAMPLE

SaaS 出海厂商大客户跟进案例

SaaS 出海厂商大客户跟进案例

出海销售团队明天要和预算犹豫的客户开会。团队需要一份基于数据的简报来证明服务费花得值,同时需要发一封目标月费 4 万美元的阶梯报价邮件,并在会后复盘沟通表现。

  1. 输入客户域名和三个竞品网址,抓取外部公开流量数据
  2. 依据 4 万美元目标金额,生成包含基础和进阶档位的报价组合
  3. 把会议录音转成文字稿上传,让脚本对照框架打分
  4. 发现录音中先报了低价,调出历史案例库准备下次复盘

预期结果:脚本生成了一份带有流量差距数据的简报,以及包含三个层级的报价邮件草稿。录音打分卡显示这次沟通只拿了 60 分,因为在报低价前没有亮出竞品数据作为支撑。由于没有配置付费流量接口,简报中的部分数据使用了测试数据,需要人工替换为真实的来源链接。

PITFALLS · VERIFICATION

没有配置 Ahrefs 接口密钥,导致生成的简报里全是测试数据

最常踩的坑

  • 没有配置 Ahrefs 接口密钥,导致生成的简报里全是测试数据
  • 录音文字稿没有清理口语化的无效词,导致打分脚本识别不出重点
  • 报价组合里缺少带有回报预期的对赌选项,导致客户只选最低档
  • 案例库里的历史话术和当前客户的行业不匹配,生搬硬套引起反感

怎么确认这次跑对了

  • 已经形成可检查的一份沟通前简报文件,包含竞品流量差距数据、投资回报测算和谈话切入点,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的一封报价邮件草稿,包含基础、进阶、高阶三个层级的服务组合与对应价格,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的一份通话表现得分卡,按百分制打分并标注是否先亮数据、是否先报高价等动作,关键判断能回到输入资料或过程证据。
  • 已逐项检查「没有配置 Ahrefs 接口密钥,导致生成的简报里全是测试数据」等高频问题,并记录需要人工确认的下一步。
大单跟进与价值定价 Skill适合哪些岗位使用?

B2B 销售、客户成功经理、出海业务负责人、销售主管。典型场景包括出海销售主管准备明天给客户讲方案,需要跑出竞品流量差距作为筹码;客户成功经理手里有明确意向客户,需要发一封包含一二三档的阶梯报价邮件;B2B 销售刚结束拉锯会议,想客观查一下刚才沟通是否把服务价值讲低了。

开始前需要准备什么资料?

至少需要潜在客户的官网域名,格式为 acme.com,用于抓取公开流量数据、至少两家主要竞争对手的官网列表,用于生成流量差距对照表、完整的沟通录音文字稿,必须是 TXT 纯文本格式,用于会话分析打分。资料越具体,结果越能直接用于决策。

最后能得到什么可检查的结果?

一份沟通前简报文件,包含竞品流量差距数据、投资回报测算和谈话切入点、一封报价邮件草稿,包含基础、进阶、高阶三个层级的服务组合与对应价格、一份通话表现得分卡,按百分制打分并标注是否先亮数据、是否先报高价等动作。每项都可以逐条核对来源和数字。

哪些情况下结果会不可靠?

没有配置 Ahrefs 接口密钥,导致生成的简报里全是测试数据;录音文字稿没有清理口语化的无效词,导致打分脚本识别不出重点。出现这些情况时需要人工复核。

支持哪些 AI Agent?

已适配 WorkBuddy、OpenClaw、Hermes Agent、Codex、Claude Code、TRAE、ZCode 共 7 种,每种都有独立的安装说明和能力对照。

ORIGINAL SOURCE

8 个原始文件,42 个文档章节,固定在 a9f11007

上游原文完整保留在加搜服务器上,可逐节查看,也可以直接下载。 当前镜像共 8 个文件、113.6 KB。

原始 Skill 文档 上游原文完整保留,中文概述已转换为营销任务、输入资料和交付结果。

AI Sales Playbook — Value-Based Pricing & Deal Upselling

Preamble (runs on skill start)

# Version check (silent if up to date)
python3 telemetry/version_check.py 2>/dev/null || true

# Telemetry opt-in (first run only, then remembers your choice)
python3 telemetry/telemetry_init.py 2>/dev/null || true

Privacy: This skill logs usage locally to ~/.ai-marketing-skills/analytics/. Remote telemetry is opt-in only. No code, file paths, or repo content is ever collected. See telemetry/README.md.


Framework for value-based pricing that moves deals from $10K/mo → $40-100K/mo. Pre-call briefings, tiered package generation, post-call analysis, and a pattern library for training sales teams on proven pricing techniques.

When to Use

Use this skill when:

  • Preparing for a sales call and need competitive data to anchor on value
  • Building tiered pricing proposals for prospects at different deal sizes
  • Analyzing sales call transcripts to score against the value-based pricing framework
  • Training sales reps on proven pricing patterns and objection handling
  • Upselling existing deals by identifying missed value levers

Tools

Pre-Call Preparation
Script Purpose Key Command
value_pricing_briefing.py Generate pre-call briefing with competitive data, value calcs, and conversation hooks python3 value_pricing_briefing.py --domain acme.com --competitors "comp1.com,comp2.com"
value_pricing_packager.py Generate tiered S/M/L + performance pricing packages python3 value_pricing_packager.py --target-monthly 80000 --services "seo,cro,content,paid"
Post-Call Analysis
Script Purpose Key Command
call_analyzer.py Score a call transcript against the value-based pricing framework python3 call_analyzer.py --transcript call.txt
pricing_pattern_library.py Reference library of 10 proven pricing patterns + training mode python3 pricing_pattern_library.py --list

Configuration

All scripts use environment variables for API keys:

Optional Environment Variables
  • AHREFS_API_KEY — Ahrefs API key (Briefing Generator, optional — uses stubs without it)
  • SEMRUSH_API_KEY — SEMrush API key (Briefing Generator, optional — uses stubs without it)
  • ANTHROPIC_API_KEY — Anthropic API key (Call Analyzer, Pattern Library scenario mode)
  • OPENAI_API_KEY — OpenAI API key (alternative to Anthropic for LLM features)

Scripts work without API keys using built-in stubs and sample data for testing.

Key Concepts

The Value-Based Pricing Framework
  1. Lead with data, not your pitch — Show the prospect their competitive gaps before discussing services
  2. Anchor high — Present the premium tier first so the target tier feels reasonable
  3. Tie price to value — Every dollar of investment maps to projected ROI
  4. Use competitive triggers — Competitor rankings activate urgency without being pushy
  5. Present tiered options — 3-4 tiers with clear tradeoffs, always including a performance option
Pricing Framework Score (0-100)

The call analyzer scores calls against these criteria:

  • Showed data before pitching (20 pts)
  • Presented tiered options (20 pts)
  • Anchored high first (15 pts)
  • Tied price to value/ROI (15 pts)
  • Used competitive triggers (15 pts)
  • Got prospect to state their own pain (15 pts)

Dependencies

  • Python 3.9+
  • requests (for API integrations)
  • No other external dependencies

来源与版本声明

本页面由加搜科技整理业务说明并托管安装文件。原始 Skill 来源渠道:GitHub; 原始项目名称:AI Sales Playbook — Value-Based Pricing & Deal Upselling; 固定版本:a9f11007aca3; 许可证:MIT。技能包内保留完整出处和许可证说明。

各 Agent 能力说明参考对应官方文档。页面不提供外部跳转。

INSTALL

大单跟进与价值定价 Skill v1.0.0,ZIP 带 SHA256 校验

默认做法是把提示词复制给 AI Agent,让它自己下载并安装。提示词里已经写清要用完整 ZIP、装完报告目录、并先跑一个小任务验证。

METHOD 01 · 交给 AI 自己装

复制提示词

适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。

请帮我把「大单跟进与价值定价 Skill」安装到我正在使用的 AI Agent。
1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-sales-playbook/1.0.0/skill-sales-playbook.zip
   注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。
2. 解压后保留 SKILL.md 及全部配套文件,按你所用 Agent 的 Skill 目录规则安装。
3. 安装完成后告诉我实际安装目录。
4. 用一个只读小任务验证 Skill 已被识别。
5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。
参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-sales-playbook/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-sales-playbook.md

FURTHER READING

大单跟进与价值定价 Skill 相关的实操文章

别人做同类任务时踩过的坑和总结,动手前后都值得翻一下。

网页采集极简用法|把网页资料沉淀进知识库

为电商运营准备的网页采集速查卡,适合第一次接触时直接照着走。重点放在减少信息遗漏,不要求预先搭建复杂系统。

  • 提示词
  • 抖音
  • 工具评测
  • 零代码

研究人员实测案例包装:一轮完成,目标是快速验证方向

聚焦一个问题:内容风格高度同质化。文中用正反两组输入说明案例包装为什么会跑偏,以及怎样把结果拉回可用范围。

  • Skill教程
  • 研究检索
  • 案例包装
  • 搜索引擎

知识库效果忽高忽低?先排查“标签过多导致召回失真”

这份参考把 Notion Knowledge Base 放进小红书生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合独立开发者快速试跑,也会提醒“标签过多导致召回失真”这一类高频问题。

  • Skill教程
  • 独立开发者
  • 用户洞察
  • 提示词

竞品分析极简用法|为不同平台改写同一主题

这份参考把 Competitor Mapper 放进B站生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合小红书运营快速试跑,也会提醒“把工具能力写成空泛卖点”这一类高频问题。

  • Skill教程
  • AI视频
  • B站
  • 竞品分析

一次讲透落地页搭建:输入什么、输出什么、怎样提高引用率

这份参考把 SaaS Landing 放进小红书生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合品牌市场团队快速试跑,也会提醒“引用来源无法追溯”这一类高频问题。

  • 提示词
  • 小红书
  • 落地页搭建
  • 研究检索

别急着堆提示词:先用提示词库生成能直接交付的客户方案

一页看懂提示词库。包含适用场景、最小输入和生成能直接交付的客户方案的示例。

  • 工具评测
  • 入门
  • AI Agent
  • 提示词库

以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。

按这个 Skill 的产出能不能直接被下一个 Skill 用上来推荐,不是固定名单。多数情况下按顺序跑完一组,比单独用一个效果更好。

调研与策略#04

产品营销 Skill

沉淀产品背景、ICP、定位、价值主张和销售异议,建立团队共享的产品营销底稿。

来源项目 · coreyhaines31/marketingskills ★ 40,682 · Fork 6,416
SEO 与 GEO#06

AI 搜索流量分析 Skill

在 GA4 与 Search Console 中识别来自 ChatGPT、Perplexity 和 AI 搜索体验的访问与转化。

来源项目 · kostja94/marketing-skills ★ 742 · Fork 108

VibeMKT COMMUNITY

加入 VibeMKT 社群

微信扫码,交流营销 Skill 的选择、安装、试用与业务化改造。

加入 VibeMKT 社群的微信二维码

二维码会持续显示,关闭弹窗后返回当前页面。