别用低价买买家:11.5 万个 App 的定价账,与 7 个可落地的步骤

两个月之后，一个高定价 App 的每一次下载，给开发者带来了大约 94 美分（约 6.7 元）。

一个低定价 App 的每一次下载呢？11 美分。

按常理，便宜的那个应该靠"更多人买"把这个差距补回来。但它没有。 它把下载变成付费用户的比例，也更低。

▲ 安装两个月后的"每次下载收入"：高定价 App 94¢，低定价 App 11¢。（视频 A / Appelune）

这就是本期要拆的那件事。它推翻了独立开发者圈子里最省力的那个假设：

低价不是"更容易卖"，它只是"更容易被点开"。而点开你的人，和最后付钱的人，往往不是同一批。

这一期我们用了三期素材，它们恰好各占一个叙事位：

• 视频 A · Appelune《How to Price Your App (Cheap Apps Earn Less)》（11:02）——方法论：把 RevenueCat 与 Adapty 两份 2026 年报告拆成"定价七步"，从一个数字一路走到第一次涨价；
• 视频 B · Appelune《How Do AI Apps Make Money? The 2026 Data》（11:48）——数据篇：同一个数据集，只看 AI 品类，看它为什么赚得更多、又留得更少；
• 视频 C · KernelBrief《ChatGPT Plus vs Claude Pro: same $20, but one is worth 5x more》（10:37）——宏观对照：把镜头拉到最大的订阅市场，实测"你付的同一笔钱，到底买到了多少"。

A 和 B 出自同一频道、共用同一个虚构示例 App「Teal」（一个 AI 修图工具），也共用同两份底层报告；C 是第三方视角，用来把"定价"这件事从 App Store 里拽出来，放到整个订阅经济里看。

一、价格是筛选器，不是折扣券

先看那张最扎眼的图。

RevenueCat《State of Subscription Apps 2026》覆盖 11.5 万个 App、超过 10 亿笔交易、约 160 亿美元收入。它把所有 App 按定价高低分成三档，再看它们在 5 周（第 35 天）内把下载变成付费用户的比例：

• 低价档：约 1.4%
• 中价档：约 2.0%
• 高价档：约 2.8%

▲ 5 周内"下载变付费"的比例：低价 1.4%、中价 2.0%、高价 2.8%——贵的那个是便宜那个的两倍。（视频 A / Appelune）

高价档的转化率是低价档的两倍。 更便宜的 App 本该"更好卖"，结果它成交得更少。这个规律还往上游走了一步：在有免费试用的 App 里，开始试用的人数比例，高定价 App 也大约是低价 App 的两倍。

如果一个 App 便宜，本来应该换来一个更大的漏斗；可数据说，它换来的是一个更小、同时更不精准的漏斗。

这里必须跟一句坦白话。 这是不同 App 在不同价格上的横截面，不是同一个 App 改价前后的对照。更贵的 App 可能本来就是一个更好的 App，也可能它筛到了更认真的用户。所以视频里反复强调：这是规律，不是承诺。

但它足以打破一个念头：低价能帮你"买到买家"。

视频里的原话是这样的：价格，在陌生人试用你任何一个功能之前，就告诉他这是一个什么样的 App。$2.99 这个数字说的是"小工具"。 所以该做的第一件事不是改价签，而是让自己看起来值那个钱——这件事排在所有设计工作之前。

我们的一句话：大多数创始人按"怕失去的用户"定价；你应该按"想留住的用户"定价。

而"每个买家到底值多少"，在价格上的分化比人数更狠：

▲ 每个付费用户的收入：第一个月高定价约 6.86；满一年后约 10.42（中价档在中间）。（视频 A / Appelune）

第一个月，高定价 App 的付费用户人均带来约 $36，低定价 App 的付费用户不到 $7；满一年后，是约 11。

换算成一个更直白的说法：一个典型的低价 App，需要超过 5 个付费用户，才顶得上高价 App 的 1 个。 前一个差距是"有多少人付钱"，这一个差距是"每个付钱的人值多少"。

二、往上锚：价值是天花板，市场价只是地板

Teal 的创始人一开始怎么定的价？他看了一眼最便宜的修图 App，然后定在它们的下面——$2.99。

视频把这种做法叫作抄别人的价签，同时无视自己的价值。

正确的顺序应该是先问：Teal 替代了什么？ 一个在滑杆上折腾一小时的下午、一次付费修图、一张本来永远不会发出去的照片。这三件事今天值多少钱——那才是你的天花板。

而"最便宜对手的价格"，只是地板。

然后是市场。这是定价里最容易搞错的第二步：知道行价，而不是抄行价。

▲ 两个数据集、两个答案：Adapty 的中位月费约 9.99——把它们当一个"区间"，而不是一个数字。（视频 A / Appelune）

• 在 Adapty 的数据里（面向有起色的 App Store 应用），一个典型 App 月费约 $13；
• 在 RevenueCat 的数据里（覆盖各平台、各种规模的 App），最常见的月费是 $9.99；
• 两份数据都指向同一件事：中位价格从 2023 年到 2025 年是在往上走的——幻灯片上标的是涨了 7% 到 10%。

视频的建议是：把这两个数字当成一条区间，落在里面，而不是当成一个精确答案去抄。抄一个竞争对手的价签，样本量是 1，而且你根本不知道他的价是否有效。

于是 Teal 的月付从 $2.99 挪到了 $12.99——落进区间里。视频很诚实地补了一句：这个数字会让创始人害怕，而这份害怕正是"第七步"存在的理由。

三、按"人怎么用"选套餐，而不是按数字大小

接下来是最容易被忽略的一层：套餐结构本身就是定价的一部分。

Adapty 的数据里有一个很反直觉的转折：周付计划现在贡献了全部 App 收入的超过一半。

▲ Adapty 数据：55.5% 的 App 收入来自周付计划。（视频 A / Appelune）

为什么？看"一个订阅者在时间上值多少钱"就明白了。

• 一个带免费试用的周付计划，在第 1 天大约值 $7；
• 一个带试用的年付计划，起手就高得多——周付看起来是输家；
• 但到第 380 天，周付订阅者人均已经付了约 $54——反超了年付。

代价在"还剩多少人"：一年之后，年付试用用户里大约五分之一还在付费，周付只剩二十分之一。

所以周付是从留下来的人身上赚很多，同时极快地失去大部分人。

结论不是"周付更好"，而是：把套餐和习惯匹配起来。

Teal 是一个"有照片要修才打开"的即时工具，所以它的判断是周付打头 + 短试用，月付放中间，年付留给常客。反过来，一个用户每天都打开、连开几个月的 App，才有资格把年付放在最前面。

年付这一档还有个陷阱：付了钱的人不会因为"已经付了"就留下。

RevenueCat 的数据显示，年付订阅在首年的取消里，有超过三分之一发生在第一个月。周付的第一周、年付的第一个月——那才是你真正要证明自己的窗口，而不是投放素材。

还有一条反直觉的：大约 9 成的订阅是按原价卖出的。 如果每一屏都挂一个折扣角标，那个折扣就变成了你的真实价格。折扣应该留给"某一个时刻"（比如挽留场景），而不是当作常态。

四、「贵」的三笔成本：退款、留存、本地化

第一、二节讲了"贵一点更好"。这一节讲贵的账单。

第一笔，退款。 价格上行，退款率也上行：

▲ 退款率按价格档：2.7% / 3.9% / 4.5%。（视频 A / Appelune）

低价 App 的典型退款率在 3% 以下（约 2.7%），高定价 App 约 4.5%。

第二笔，留存。 一年之后仍然有效的年付订阅，低价 App 是 36%，高定价 App 只有 23%。

所以准确的表述应该是：更高价格的 App，每个买家赚得更多，但留住的人更少。 视频再次提醒，这些仍是不同 App 之间的横截面——它不预测你的 App 换个价格会怎样。

第三笔，本地化。 这一笔最容易被当成"技术细节"而跳过。

一个价格要卖到 175 个 App Store 店面、43 种货币。Apple 会按汇率和税费自动换算——但换算出来的数字，不等于当地人愿意付的钱。有的国家被算贵了，有的被算便宜了。

▲ 周付价格指数（美国 = 1.0）：英国、德国、法国、意大利、西班牙约 1.2，印度约 0.6。（视频 A / Appelune）

以美国周付价 = 1.0 为基准：英、德、法、意、西大致在 1.2，印度落在 0.6 附近。Apple 给印度的建议价比美国低约五分之一；在小样本里，做过调价的 App 大多把价格调到比美国低相当一段（视频标注其为"方向，不是可以照抄的数字"）。

结论很朴素：把前 5 个市场调对，比把 175 个店面调到完美更值。 先列出你下载量最大的 5 个国家，然后用它们自己的货币看看它们实际付了多少钱。

而这也顺带把本节的三笔账串到了一起：「贵」从来不是免费的午餐——你收得更多，就必须用更少的退款、更长的留存和更准的本地价格来证明它。

五、涨价：先把规则读懂，再谈测试

第七步是整期的落点：测试价格，然后用正确的方式涨价。

Adapty 统计了它平台上跑过的付费墙测试，结果是：

• 价格测试让"用户终身价值（LTV）"提升的，接近一半（45.5%）；
• 让"转化率"提升的，只有约四分之一（28.3%）。

▲ Adapty 平台上"测试让指标变好"的比例：LTV 45.5%，转化率 28.3%。（视频 A / Appelune）

这句话的杀伤力在于：如果你用"注册数/转化率"去判断一个价格测试，你会把一个赢家判成输家。 正确的裁判指标是 revenue per install（每装机收入）。

然后是硬规则——这是很多开发者第一次涨价就被"杀掉一批订阅"的原因。

▲ App Store 的涨价规则。（视频 A / Appelune）

App Store 的规则：

• 小幅涨价：只需给现有订阅者发一条通知；
• 大幅涨价：必须主动同意——判据是"涨幅超过 50%" 且"每期超过约 50/年）；
• 12 个月内的第二次涨价：同样需要主动同意；
• 当地法规另有要求的，按当地执行；
• 如果他们不同意，订阅就会在当前周期结束时终止。

Google Play 的规则（在符合条件的国家）：

• 每个计划、每个国家，每年可以不经询问涨一次；
• 上限是价格的 50%，或者每天 17 美分（取更高者）；
• 需要在 App 内提前 30 天通知。

一句话总结：你的首发价格不是终局。你可以动它——但要按商店的规则动。

六、AI App 的另一本账：赚得更多，留得更少

视频 B 换了一个切法：同样这份 11.5 万个 App 的数据，只看**"以 AI 为核心价值"的 App**（比如 AI 修图、AI 写作、聊天机器人），会看到什么。

先给结论，再给账：

▲ 典型 AI App 的付费用户收入比其他 App 高 41%。（视频 B / Appelune）

AI App 每个付费用户在首年的收入高出约 41%——约 21。

但同一个数字的背面是：一年之后还在的，AI App 是 21%，其他 App 是 31%。 大约少了三分之一。

以下五个发现，是这个"多赚 41%、少留三分之一"的完整拆解。

发现 1：AI App 卖的是月付，而不是年付。

非 AI App 里最好卖的是年付（约 4 成订阅是年付）；AI App 把这个比例翻了过来——它们卖出的订阅里，接近 60% 是月付（其他 App 只有约四分之一）。

▲ 卖出的订阅按计划长度分布：AI App 月付约 59.8%、周付 15%、年付 24%；其他 App 年付约 41.8%、周付约 30.3%、月付约 26.2%。（视频 B / Appelune）

视频的解读是：很多 AI App 看起来是在照抄大聊天机器人的月付档。而更该问的问题是"你的用户多久回来一次"——天天打开，年付是一句好签的合同；一个月只来两次，月付才是诚实的报价。

发现 2：AI App 很擅长"拿到第一次尝试"，但不太擅长把它变成钱。

在有免费试用的 App 里，AI App 的下载中约 8.5% 会开始试用，其他 App 是 5.6%——高了约五成。

但换成"下载最终付费"这个指标，AI App 是 2.4%，其他 App 是 2.0%——领先从五成缩到一个零头。

视频里的说法很漂亮：AI 赢好奇心的比赛赢一条街，赢钱的比赛只赢一个鼻子。

发现 3：多出来的钱，大部分在第一个月就赚完了。

第一个 30 天，典型 AI App 每个付费用户贡献约 $19，其他 App 约 $13.60——光是第一个月就多出约 $5。而这一年差距里，大约 60% 在第 30 天时就已经存在了。

之后的 11 个月，两组的赚钱速度几乎一样。所以"AI 溢价"不是一轮持续的复利，它更像一次性的首月加速。

还有一个必须说的限定：看第 90 百分位的 App，AI 的那点优势几乎消失了。 也就是说，这个 +41% 属于"典型 AI App"，不属于"头部 AI App"。

发现 4：AI App 退钱也退得更多。

在第一个计费周期内被退款的订阅，AI App 是 4.2%，其他 App 是 3.5%——多出约两成。每 1000 笔新订阅，大约是 42 笔对 35 笔。

视频的解释很锋利：退款是"产品没兑现的承诺"。 对 AI App 来说，被没兑现的往往就是那段 demo。所以他们的建议是——客户说"广告里不是这样的"，先去修广告，再去修产品。

顺带一组结构数据：约 三分之二的 AI App 只卖订阅、不卖别的；提供终身买断的，AI App 约 五分之一，其他 App 超过 四分之一。视频的态度是：对 AI App 来说，终身买断是"永远替对方的用量买单"，要么按这个来定价，要么就别做。

发现 5：真正的坑，是"第二年"（第一次续订）。

AI App 的年付订阅，12 个月后仍有 21.1% 有效；其他 App 是 30.7%。换成绝对值：每 1000 笔年付，一年后 AI App 还剩约 211 笔，其他 App 约 307 笔——少掉将近 100 笔续订。

月付更明显：每 1000 笔月付，一年后 AI App 剩约 61 笔，其他 App 约 95 笔。周付则几乎撑不到一年——不管是不是 AI。

▲ 年付订阅 12 个月后仍有效的比例：AI App 21.1%，其他 App 30.7%（211 vs 307／每千笔）。（视频 B / Appelune）

把发现 1 和发现 5 连起来看，整件事就清楚了：AI App 主要卖月付，而月付本来就很难撑满一年。 所以那个 +41% 是真的——它只是长在了一批更短命的订阅上。

两个数据集在这里打了一架，视频没有替谁圆场：RevenueCat 说 AI App 的试用率更高，Adapty 说 AI App 的试用率只有平均的一半。样本、定义、比较对象都不同，两边都没解释清楚差异来源。只有两件事两个数据集都同意：AI App 收入更高，一年后留下的订阅更少。

而 AI 的成本结构，正在改写定价策略本身。视频引用了 RevenueCat 报告里 Phil Carter（Elemental Growth 创始人兼 CEO） 的判断：

"服务一个边际订阅用户的成本，过去几乎为零；但对于用 LLM 支撑 AI 功能的产品，这已经不再成立。"

报告里对应列出的动作是：收窄免费层、缩短试用、把用户推向年付、给 AI 功能设更高价的分层——都是为了在规模化的同时保住单位经济。但有意思的是，RevenueCat 自己的数据里，典型 AI App 卖出的年付比例反而更小。 建议在外面飞，数据没跟上。

最后是视频给 Teal 的三条改法，全部不涉及 AI 本身：

1. 有意识地选主力套餐——周付放前，年付标成"常客最划算"，月付别默认赢；
2. 在第一次扣款之前，把"这一档包含什么"讲清楚，并提前发提醒——更少的意外，意味着更少的退款；
3. 在第一次续订之前很久，就给一个每周回来的理由（对 Teal 是"每周一个新修图点子"）。

三条里没有一条是关于 AI 的。它们关于套餐、承诺和习惯。

七、把镜头拉远：同样的 $20，价值可以差 5 倍多

到目前为止，讨论都还在 App Store 里。视频 C 把镜头拉到了订阅经济最大的那块场地上——AI 聊天订阅本身。

它要证明的命题很简单：价格标签，和"你实际得到多少"，是两件事。

先说方法。 这件事之所以能算，是因为 SemiAnalysis 做了一件很笨但很硬的事：它不看厂商的宣传文案，而是直接去量那个"用量表"。OpenAI 的 Plus 卡片写着"扩展到 5 倍"，但不说 5 倍是多少；Claude 的卡片写着"更多用量"加一个星号。真正买到的是一个表针——每发一条消息它走一点，每 5 小时重置一次，上面还压着一个周上限。

SemiAnalysis 的做法是：给每一档计划反复喂《战争与和平》的篇幅，然后数"让表针走一格需要多少 token"，放大到一整个月，再按各家 API 的标价把这些 token 折算成美元。折算出来的数字，就是这档计划的"API 等价价值"。

注意一个细节：它测的是"人怎么用编码 agent"（Claude Code、Codex 那种用法）——这很重要。

然后是结果。

▲ 同样 1,178（59 倍于月费）；下半部分把两个 $20 档的月度 token 总量直接摆在一起——ChatGPT Plus 约 10 亿，Claude Pro 约 29 亿。（视频 C / KernelBrief）

• $20/月：ChatGPT Plus 用 GPT-6.1 Sol，折合 $211（约 10.6 倍于月费）；Claude Pro 用 Opus 5.5，折合 $1,178（约 58.9 倍）——相差约 5.6 倍。
• $100/月：5,725——约 5.4 倍。
• $200/月：11,726——约 5.6 倍。

而且这不是"Opus 每 token 更贵所以美元数字更大"造成的假象：按原始 token 数算，Claude Pro 每月约 29 亿 token，ChatGPT Plus 约 10 亿——仍然接近 3 倍。

为什么会这样？视频给了一个很干净的解释：编码 agent 是一步一步工作的，每一步都要把整个对话重新发回去。当对话涨到 10 万 token，下一步就把这 10 万再发一遍，只多几百个新 token。于是模型读到的东西里，绝大部分它已经读过了——这些是缓存 token。

在 SemiAnalysis 的 agentic 采样里，缓存 token 占了 96.6%。在 API 上缓存 token 很便宜（对 Opus 是每百万 20 美分，而新 token 是 $4）。但你的订阅计划不收美元，它推表针——而"每一类 token 把表针推多远"，是各家自己定的。 那套"汇率"才是整场游戏。

顶端会翻转。 在大模型这一档，$200 的 ChatGPT 计划里 Astra 折合约 $2,897，Claude 的 Fable 5.1 约 $2,485——而且 Fable 只能用掉计划额度的一半，另一半留给别的模型。1,322 对 $1,273）。

所以记分卡是这样的：日常模型这一档，Claude 在 100/$200 都赢；旗舰模型这一档，OpenAI 在每一档价格上都赢。

▲ 记分卡：日常模型这一档 Claude 全赢，旗舰模型这一档 OpenAI 全赢；$500 档两家只有 OpenAI。SemiAnalysis 的注脚是——"更大的计划只是更多同样的东西，不是更好的单价"。另外 OpenAI 的 Pro 档没有 5 小时窗口，更容易把额度用满。（视频 C / KernelBrief）

然后是这一期最值得记住的部分：价格标签不动，价值也可以动。

• OpenAI 在 9 月 29 日把 $200 档的额度砍掉约一半：Astra 从 2,897，Sol 从 2,084。同样的 $200，一半的 token。 老用户保留旧额度到 10 月 29 日，新用户当天就拿到缩水版。
• OpenAI 的官方解释是："降低额度以反映我们越来越高效的模型"——意思是新模型每个 token 能干更多的事。而 SemiAnalysis 说：这件事目前没有任何可靠的数据能证明，它量到的就是这次削减。
• 新上的 200 档贵了 150%，只多给 21% 的 Astra。真正卖的是速度——Ultrafast 模式标称 300 token/秒，但它会以正常速度 8 倍的速度消耗你的额度。
• Anthropic 那边更安静：Opus 5.5 在 API 上降价后，Claude Pro 多给了 51% 的 token，但按 API 价值算仍然少了 18%。OpenAI 对 Plus 做过一模一样的事：多 19% 的 token，少 19% 的价值。
• 还有一次：SemiAnalysis 发现有一家厂商在少数账号上悄悄测试降低 20% 额度——他们是去问才确认这是测试的。

页面上的价格没有动。动的是它背后的表针。

那这生意怎么成立？ 因为绝大多数用户用不到表格上那个数。SemiAnalysis 认为20% 是个现实的平均使用率。

于是账本变成这样：订阅给 Anthropic 带来约 10% 的收入，却消耗约 42% 的算力；按每兆瓦芯片算，服务 API 比服务订阅多赚约 6 倍。假设 API 本身有 92% 的毛利率：Claude Pro 用 Opus，用量到 21% 就盈亏平衡；用满，毛利率是 −371%。 按那个"现实的 20%"，$200 档的毛利率约 6%。而 ChatGPT Plus 用 Sol，即使用满 100%，OpenAI 仍保有约 16% 的毛利——它在你身上不亏钱。

这就是为什么视频最后的判断是：

• ChatGPT Plus 大概率是"最不容易缩水"的那一档——因为 OpenAI 在它身上不亏；
• 如果你整天跑编码 agent，Claude Pro 现在的性价比高出 5 倍多——但记住它为什么这么好：对一个重度用户来说，是 Anthropic 在替你付大部分账单，而这种交易迟早会被削减。

八、三列对比表：三份素材，同一件事

九、三处真实的冲突（不要假装它们不存在）

冲突一：「贵一点更好」与「贵是有成本的」。 同一期素材里，视频 A 一边说高价 App 每个买家值更多，一边给出高价的账单：退款率 4.5% vs 2.7%、一年后年付留存 23% vs 36%。这两句话不矛盾，但必须一起读——涨价不是把数字改大，而是用更高的退款和更快的流失，换更贵的每一个买家。这笔交易划不划算，取决于你能不能把价值兑现。

冲突二：AI 品类的领先，究竟是在前端还是后端。 RevenueCat 说 AI App 的试用率高出五成；Adapty 说 AI App 的试用率只有平均的一半。两个数据集正面打架，谁都没说明为什么。能确定的只有共同的结论：AI App 收入更高、一年后留下的订阅更少。所以"AI 让我更好卖"这句话，本身是半个真相。

冲突三："价格"和"你要付多少"不是一回事。 这一条把前两个冲突放大到了整个订阅经济：厂商完全可以在价格标签不动的情况下，把交付量砍掉一半。 对 App 开发者来说，它的启示是反向的、但同样锋利——用户感知的"贵不贵"，从来不由你的数字决定，而由你交付了什么决定。 你可以在 39.99 上显得很值。

写在最后

回到文首那两个数字：94 美分和 11 美分。

它们其实在说同一件事——价格不是你要收多少钱，而是你在告诉陌生人你是谁。 你说"我很便宜"，他就真的只把你当便宜货：点开一下，不付钱，走了。

所以如果要带走三个动作：

1. 别再按"怕失去的用户"定价——按"想留住的用户"定价，并且先让自己看起来值那个钱，再去动价签；
2. 把价格放进一条区间，而不是一个点——Adapty 的 9.99 不是两个答案，是一段可落点；再用"每装机收入"当测试的裁判，而不是转化率；
3. 先读懂涨价的规则——App Store 的"超过 50% 且超过 $5 需主动同意"，Google Play 的"每年一次、上限一半或 17 美分/天、提前 30 天通知"，这两条决定了你的第一次涨价是收入还是事故。

而如果把镜头再拉远一点，第七节那个数字更值得贴在显示器上：同样的 $20，两个平台的交付量差了 5 倍多——而且其中一家还在价格没变的情况下把交付砍了一半。

定价的功夫，从来不在那个数字上。它在你交付了什么、以及你能不能证明。

本期参考视频

1. 《How to Price Your App (Cheap Apps Earn Less)》 — Appelune 2026-10-01 · 11:02 · https://www.youtube.com/watch?v=69saZwIED-Y^[1]
2. 《How Do AI Apps Make Money? The 2026 Data》 — Appelune 2026-10-03 · 11:48 · https://www.youtube.com/watch?v=RIgLgNT759M^[2]
3. 《ChatGPT Plus vs Claude Pro: same $20, but one is worth 5x more..》 — KernelBrief 2026-10-07 · 10:37 · https://www.youtube.com/watch?v=CqFKw2dtGi0^[3]

报告与第三方出处：视频 A、B 引用的是 RevenueCat《State of Subscription Apps 2026》（覆盖 115,000+ 个 App、3B+ 收入）；视频 B 中"服务一个边际订阅用户的成本"一段出自 RevenueCat 报告中 Phil Carter（Elemental Growth 创始人兼 CEO） 的评论；视频 C 的数据源为 SemiAnalysis 的 AI 订阅额度实测，文中数值已对照多家转述交叉核对。

字幕来源：三期视频的字幕均为 YouTube 自动生成英文字幕（无人工字幕）。自动字幕没有标点与大小写，本文标点为二次补全；人名、公司名、数字可能存在识别偏差，涉及关键结论的数字已尽量对照影片画面与公开资料核实。

自动字幕专有名词修正（已对照公开资料后统一替换）：

配图与视频的对应关系（共 14 张，全部为原视频截图，非 AI 生成；编号按正文出现顺序）：

配图版权：全部 14 张配图为原视频截图（非 AI 生成），版权归各视频创作者所有；封面由脚本使用 v1 Appelune 视频中的画面合成。

引用链接