AIGC 服务的战略提示定价：面向用户的方案
人工智能
2025-03-25 v1 计算工程、金融与科学
摘要
AI 生成内容(AIGC)服务的快速增长导致迫切需要有效的提示定价策略，而当前方法忽视了用户在选择和利用生成式 AI 模型时存在的战略性双步骤决策过程。这种忽视导致两个关键技术挑战：量化用户提示能力与生成结果之间的关系，以及在考虑用户行为异质性的同时优化平台收益。我们通过引入提示模糊度这一理论框架，捕捉用户在提示工程方面的不同能力，并开发了最优提示定价(OPP)算法。我们的分析揭示了一种反直觉的洞见：具有更高提示模糊度(即能力较低)的用户 exhibit 非单调的提示使用模式，即随着模糊度水平先增加后减小，这反映了边际效用的复杂变化。使用字符级 GPT 类模型进行的实验表明，我们的 OPP 算法在平台收益方面相较于现有定价机制实现了最高可达 31.72% 的提升，验证了用户导向 AIGC 服务提示定价的重要性。
引用
@article{arxiv.2503.18168,
title = {Strategic Prompt Pricing for AIGC Services: A User-Centric Approach},
author = {Xiang Li and Bing Luo and Jianwei Huang and Yuan Luo},
journal= {arXiv preprint arXiv:2503.18168},
year = {2025}
}
备注
accepted in WiOpt 2025