PMF 验证期，付费墙该放在哪个位置
付费墙的位置，说的不是收多少钱，也不是用免费试用还是 Freemium。它说的是：用户从打开你的产品到拿到他想要的东西，中间要走一串动作，你把「请先付钱」这块牌子插在第几个动作之后。
先把分工说清楚。站内 L10 有一篇讲美元定价的课程，把免费试用、Freemium、信用卡前置这三种模式怎么选讲透了，还给了完整的决策表——那一层是在几种商业模式之间做选择。这篇不重复它，只处理模式选定之后剩下的那个问题：墙落在动作链的哪一步。本专题另有一篇讲按量计费和订阅怎么选，那篇定的是计费单位，这篇定的是位置，两件事互不替代。
还有一篇要避开：站内 L9 专门讲过首次价值时间和激活漏斗怎么诊断，那篇解决的是「怎么让用户更快拿到价值、卡在哪一步」。这篇假设你已经知道自己的价值出现在哪一步，只讨论墙相对于它的位置。
一、传统软件里这个位置可以随便挪，AI 产品不行
传统低价软件普遍走 Freemium 加长试用期，逻辑很直白：高毛利让养免费用户的成本可控，用户在某天自己想通了就升级（B2.2#1）。免费用户在这套逻辑里近乎零成本，所以墙尽量往后放，放到用户已经离不开为止。
AI 产品每一次调用都在花钱（B2.2#1）。免费用户不再是零成本，他每多用一次，你的账单就多一笔。这类产品因此被迫在很早就推转化，甚至出现按日结算的用量墙——这种做法在传统软件里几乎不会出现（B2.2#1）。
这件事对回收期的影响是直接的。站内 L9 有一篇讲投放测量的课程，给了一套 CAC、ROAS、LTV 和回收期的算账模板。那套模板本身没有错，但它的毛利率默认值是按传统软件那种很高的水平填的，AI 产品要换一个数。换完之后的结果按比例走：毛利率打对折，回收期就要原来两倍的时间（B2.2#2）。这是一个比例关系，不是某个具体数字。
免费额度花掉的钱不进「营销费用」那一格，它直接压在毛利上，于是直接拉长回收期。
还有一层更难受的。报告里记录过一个现象：实验性质的 AI 产品使用者最终会离开，典型特征是转向下一个热门产品（B1.3，该报告数据统计至 2025 年 9 月，这类结构还在快速变化）。你发出去的免费额度，有相当一部分是花在这批不会留下的人身上的。
二、把动作链画出来，每一步标两个值
找张纸，把用户从进入产品到拿到结果的动作按顺序列出来，一步一行。别超过八行——超过说明你的路径本身太长，那是另一个问题。
给每一行标两个值：
- C（成本）：这一步会不会触发模型调用？触发几次？会不会随输入长度往上涨？只标高、中、无三档就够。
- V（价值可感知）：走完这一步，用户手上有没有一个他自己能判断好坏的东西？只标有、无。
这套标法是本站的判断，依据是 B2.2#1 那条免费层的经济性反转：既然每次调用都在花钱，墙的位置就不能只按「体验顺不顺」来定，必须同时看这一步花不花钱。
标完之后，墙的候选位置是这样一段区间：
在 V 第一次变成「有」的那一行之后，在 C 第一次变成「高」的那一行之前。
前半句是为了信号。用户没见过产出就被拦住，他的不付费不说明任何事——你分不清是产品没价值，还是他压根还没看到价值。后半句是为了成本。一旦跨过成本陡增那一行还不收钱，你就是在替一批不确定会不会留下的人持续买单。
传统软件里这段区间几乎总是存在，而且很宽，因为 C 那一列从头到尾都是「无」。所以那类产品可以把墙一路往后推，推到哪里都不会真正出血。
三、区间是空的时候怎么办
AI 产品的典型形态是：V 第一次变成「有」，恰恰是靠那次昂贵的调用换来的。C 变高和 V 变有发生在同一行，甚至 C 高在前。这时候上一节那段区间是空的——没有一个位置能同时保住信号和成本。
这不是你把产品设计坏了，是这类产品的结构如此。三种处理办法，各有代价。
处理一：把交付切开，让证据先于完整结果出现。
让用户在墙前先拿到产出的一部分，或者一个结构性的预览，完整的那份留在墙后。这样 V 被提前到成本陡增之前，区间被人为撑开一段。
代价是你测的不再是完整产品。用户看着半份东西做出的付费决定，和他用完整产品之后的续费决定，是两回事。前者能测「这东西看起来对不对」，测不了「这东西用起来靠不靠谱」。别把预览的转化率当成 PMF 信号读。
处理二：把免费额度做成一次性，而不是周期性。
给一次完整体验，而不是每个周期给几次。周期性额度会持续养着一批永远停在免费线以下的人，而这批人里有相当比例正是 B1.3 说的那种使用者——用一阵就转向下一个热门产品。一次性额度把成本敞口从「每个周期重复发生」压成「每人一次」。
代价是你放弃了观察使用频率。频率恰恰是判断依赖关系最有用的信息之一。用一次性额度，你只能靠墙后的行为把这条线补回来。
处理三：在墙前面再加一道不花钱的门。
用非成本型的摩擦筛人：说明用途、留邮箱、排队、填一个能看出使用场景的表单。这道门不消耗调用，却能挡掉大量随手点进来的人。
代价是它筛掉的不只是随手点进来的人。真实用户里也有一批不愿意填表的，流失掉的是哪一种，你分不清。而且这道门筛出来的是「愿意配合流程的人」，不必然是「最需要这个产品的人」。
这三种可以叠加，但本站的建议是验证期最多叠两种。每加一道结构，你在解释转化数据时就多出一个不知道该归因给谁的变量。
四、位置定了之后，把三个数分开记
墙的位置一旦定下来，验证期就别频繁挪它。样本量本来就小，挪一次墙，前后的数据就不能放在一起看了。与其挪墙，不如把下面三个数分开记清楚：
- 走到墙前的人数——进入产品的人里，有多少真的走完了墙之前的所有动作。
- 撞墙后付费的人数。
- 撞墙后没付费的人，之后还回不回来——回来但仍然不付费，和再也不来，是两种完全不同的信号，混在一起记就全废了。
这三个数凑出三条判据：
- 大多数人根本没走到墙前：墙的位置不是你的问题，前面的路才是。这时候调墙的位置也好、降价也好，都看不出变化，因为绝大部分人还没走到能被这两件事影响的地方。
- 很多人走到墙前，付费的极少，而且他们也不再回来：这是价值问题，不是位置问题。产品在墙前展示出来的东西，不足以换取你要的那笔钱。
- 很多人走到墙前不付费，但反复回来把免费额度用光：这是墙的形态问题——他们要的东西恰好落在免费线以内。这种情况下把墙往前挪一步，通常比降价管用。
第三条要留个心眼：反复回来用光额度的人，也可能只是永远不会付钱的那类用户。分辨办法是看他们回来的间隔——按自己的业务节奏规律回来的，和额度一恢复就冲进来的，是两种人。前一种值得把墙往前挪，后一种挪了也不会付。
外部数据在这件事上帮不了你多少。一家把「排 AI 应用榜」做成招牌的机构，在 2026 年 3 月发布的第 6 版榜单里明确承认，自己的排名越来越低估了人们用得最多的那些 AI 产品（B4，榜单数据截至 2026 年 1 月）。连拿着专业流量数据的机构都量不准这个品类，你想从公开榜单里反推自己的位置只会更不准。墙前墙后这三个数，口径完全由你自己定，比任何外部基准都实在。
五、墙的位置会改变你问卷池的形状
如果你打算用问卷来判断有没有到 PMF，墙的位置要提前想清楚。
Superhuman 创始人 2018 年那篇复盘里给的流程，第一步是把回答「非常失望」的用户单独拎出来，画出高期待用户的画像（A4.2、A4.3）。这套流程有个前提：你手上得有足够多真正用过产品的人可以发问卷。
墙放得越靠前，走到墙后的人越少，而且这批人是被「最愿意先掏钱」这个特征筛过一遍的。他们不必然是最能从产品核心价值里获益的那批人。拿这个池子去画高期待用户画像，画出来的可能是「最容易冲动付费的人」的画像，而按那篇复盘的做法，画像本该用他们自己的措辞去构建（A4.3），措辞取错了人，后面整条路线图都跟着偏。
一个实际的做法：问卷对象取「在墙前完整走过一次动作链」的人，而不是取付费用户。这样池子的筛选条件是「用过」，不是「付过」。付费与否作为一个字段记下来分组看，而不是当成入场券。那篇复盘里除主问题之外还有三道配套题，其中一道是问用户觉得哪类人会最受益于这个产品（A4.4）——这道题墙前的用户一样答得了，没有理由只发给付了钱的人。
六、这套判断的适用边界
上面整套推理建立在一个前提上：你的产品在用户拿到价值之前就已经在花钱，而且这笔钱占收入的比重不可忽略（B2.2#1）。
如果你做的东西调用很轻，成本小到可以忽略，第二节那段区间就是宽的，按传统软件的思路把墙往后放即可，第三节那三种处理办法一个都用不上。
另一件不能反过来用的事：不同价格档的 AI 产品，留存差别很大（B1.2）。但那份报告的样本是已经做到相当规模的公司，分档依据究竟按标价还是按每个账户的平均收入，本站没有确认（B1.0）。所以它只能说明「定价姿态和留存之间存在关联」，不能用来推「你该把墙放在哪、价格标多少」。这里提它，只是说明「墙的位置属于定价姿态的一部分」这句话有出处，不是拍脑袋想的。
验证期和赚钱期对墙的要求也不一样。验证期你要的是能读懂的信号，成熟期你要的是收入，这篇讲的全是前一种。等你确认到了 PMF、样本量够支撑对比实验了，墙的位置该按收入重新算一遍——那是另一笔账。
延伸阅读
本篇提到的站内课程，可以直接接着往下读：
名词不熟可以先看术语页：PMF（产品市场契合）