AI 定價實戰：讓 AI 當定價幕僚的成本、競品與促銷損益工作流

促銷檔期一到，「這檔要不要跟」「折扣打到哪裡才不會做白工」幾乎是每個台灣電商團隊都躲不掉的討論。定價同時牽動毛利、品牌定位與通路關係，偏偏很多團隊的定價流程是老闆憑經驗喊一個數字，再由營運回頭硬湊成本。生成式 AI 普及之後，中小團隊第一次有機會用很低的門檻，把定價背後的計算、比對與推演工作系統化。這篇是我們 AI×電商系列的第十篇，主張一個務實的定位：讓 AI 當你的定價幕僚，而不是定價老闆。如果你還在盤點 AI 能切入電商哪些環節，建議先讀電商 AI 工具應用全指南建立全貌，再回來看定價這個單點怎麼落地。

定價為什麼最該用 AI 輔助，卻最不能交給 AI 拍板

定價是少數「計算量大」與「判斷含量高」同時並存的決策。計算面包括進貨成本、包材物流、金流手續費、平台抽成、行銷分攤、贈品成本，每改一個折扣機制就要全部重算一輪，人工用試算表做不但慢，還很容易漏掉某一項費用；這種重複、有明確規則的運算，正是 AI 與試算模型最擅長的領域。但判斷面完全是另一回事：你的品牌值不值得比競品貴、這個價格會不會破壞與經銷通路的關係、消費者看到這個數字的心理感受，這些沒有標準答案，也不在 AI 的訓練資料裡。

更關鍵的是，語言模型有「一本正經給出看似合理答案」的特性。你問它「這個商品該賣多少」，它一定會給你一個數字與一套說法，但那個數字並不是根據你的實際成本與市場算出來的。所以正確的分工是：把 AI 當成不會累的定價幕僚，負責整理、計算、推演與列出選項；拍板永遠留在人手上。

AI 能幫上忙的四件事

一、把成本結構整理成試算模型

多數團隊的成本散落在報價單、對帳單與腦袋裡。你可以把商品的成本項目逐一列給 AI，請它整理成一張結構化的成本表：哪些是隨售價變動的變動費用（平台抽成、金流費率），哪些是固定攤提（開模、上架、素材製作），並請它寫出毛利與費用率的計算公式。整理完之後，任何折扣情境都能套同一套模型重算，而不是每次促銷都從零開始湊數字。

二、整理與比對競品的公開價格帶

把你在各通路查到的競品公開售價貼給 AI，請它整理成價格帶分布：入門款集中在哪個區間、主力戰場在哪裡、有沒有明顯的空缺帶。要注意的是，資料必須由你自己蒐集與確認，AI 的角色是整理與歸納；直接要 AI「幫我查競品現在賣多少」，它給的數字很可能是過時或憑空生成的。

三、促銷方案的損益推演

同樣一檔促銷，滿額折、滿件贈、組合價的損益結構完全不同。滿額折影響的是客單價門檻附近的訂單、贈品是額外增加每單成本、組合價則是犧牲單品毛利換取件數。把成本模型建好之後，你可以請 AI 針對這三種機制各推演一種情境，列出每種機制在什麼條件下開始賠錢、需要多少增量訂單才划算，讓你比較的是「結構」而不是感覺。

四、價格心理學的文案表達

同一個價格，說法不同給人的感受就不同。「現折」與「回饋」、「第二件優惠」與「兩件同捆價」，訴求的心理完全不一樣。AI 很適合幫你把同一個促銷機制寫出多種表達版本，再由你挑選符合品牌調性的說法。這是文字工作，AI 的強項，也不涉及數字風險。

工作流示範：把成本表與競品價格丟給 AI

實際操作上，建議一次給足三樣東西：你的成本結構、你自己查證過的競品公開價格、你想比較的促銷機制。示意提示詞如下：「你是電商定價分析幕僚。以下是本商品的成本結構與各項費用率，以及我在台灣主要通路查到的競品公開售價。請幫我做三件事：第一，整理一張成本與費用的計算表，列出定價公式；第二，把競品售價整理成價格帶，標出集中區間與空缺帶；第三，針對滿額折、滿件贈、組合價三種促銷機制，各列一種情境的損益比較表，說明每種機制的損益兩平條件與風險，不要替我決定最終售價。」最後一句很重要，明確要求 AI 停在分析層，不要越權給結論。

AI 產出的情境比較表，建議至少包含以下欄位，拿到後逐欄人工核對：

核對時搭配工具會更踏實：用通路利潤試算機驗證各通路抽成後的實際利潤，再用損益兩平計算機確認 AI 推演的兩平條件跟你自己算的是否一致。兩邊對不起來，通常代表有一項成本被 AI 或被你漏掉了，這個交叉檢查本身就很有價值。

人必須保留的三個決策

就算 AI 把所有情境都推演完了，有三件事仍然只能由人決定。第一是品牌定位溢價：你的商品要不要賣得比市場價格帶高、高多少，取決於品牌想長成什麼樣子，這是策略不是計算。第二是通路價盤：台灣品牌常同時經營自有官網與多個平台通路，各通路的售價秩序、誰可以破盤、破到哪裡，牽涉通路關係與長期合作，AI 看不到這些檯面下的脈絡。第三是最終定價本身：AI 給的是選項與各選項的代價，選哪一個、承擔哪一種風險，是經營者的責任。把這三件事外包給 AI，等於把經營判斷外包出去。

促銷檔期的 AI 推演：先算損益兩平，再設計機制

很多團隊設計促銷的順序是反的：先想一個聽起來吸引人的機制，再回頭看會不會賠。比較穩的順序是先算清楚損益兩平——這一檔在目前的成本與費用結構下，售價最低能到哪裡、需要多少量才打平——再在安全範圍內設計機制。AI 在這裡的用法是情境推演器：請它列出「保守、標準、積極」等示意情境各自的兩平條件與風險，你看著推演結果決定要站在哪個位置。檔期結束後，把實際結果拿回來對照當初的推演，哪個情境最接近現實、偏差出在哪裡，這一步需要數據能力支撐，做法可以參考AI 數據分析實戰那一篇的檢討流程。推演、執行、對照、修正，跑過幾輪之後，你的定價模型會越來越貼近自己生意的真實樣貌。

動態調價？在台灣請務必謹慎

國外常談的 AI 動態調價——依供需與競品即時改價——搬到台灣要非常小心。台灣消費者對價格的記憶力很好，也習慣用歷史價格查詢工具檢視是否「先漲再折」；頻繁改價容易被解讀為不老實，對品牌信任的傷害遠大於多賺的那一點價差，遇到節慶檔期前調價更是敏感。務實的做法是：讓 AI 幫你監測與整理你自己蒐集的市場價格變化、提示「該重新檢視定價了」的時機，但改價本身維持低頻率、有理由、對消費者說得清楚。把 AI 用在偵測與分析，而不是自動改價，是比較適合台灣市場的姿勢。

常見錯誤：工具沒問題，用法出問題

第一個常見錯誤是把 AI 的建議照單全收。AI 不知道你的實際成本、不知道你跟通路的約定、更不知道你的品牌想往哪裡走，它的輸出永遠只是根據你給的資料所做的推論，資料錯它就跟著錯。第二個是忘記通路成本差異：同一個售價在官網、平台、超商取貨付款的實際到手利潤可能差距很大，用單一成本結構推演所有通路的促銷，結論會嚴重失真，務必分通路建模。第三個是拿 AI 生成的「競品售價」當真——競品價格必須自己查證，AI 只負責整理。第四個是只看單筆毛利不看整體：促銷本來就可能犧牲單筆利潤換取新客或清庫存，但這個取捨要是有意識的決定，而不是算完才發現。如果你對電商的成本結構與通路生態還不熟，建議先從電商是什麼完整指南把基礎打好，再來談 AI 定價，順序不能反。

說到底，AI 沒有改變定價的本質——定價仍然是成本、市場與品牌三方拉扯下的經營判斷。AI 改變的是你做這個判斷之前，能掌握多少計算與情境。把幕僚的活交給 AI，把拍板的責任留給自己，這就是 AI 定價最務實的樣子。