LuckyOneTwoThree/pm-skill / pm-01-discovery/skills/insight-priority-scoring
insight-priority-scoring
Verified当需要对需求列表进行加权优先级评分排序时使用。需求优先级自动评分,基于痛点强度、频率、可解决性和KANO系数计算综合分数,采用加权求和避免极端值。关键词:优先级评分、需求排序、KANO系数、痛点强度、可解决性、加权评分。
需求优先级自动评分
核心原则
- 多维度独立贡献——痛点强度、频率、可解决性各自独立贡献分数,任一维度低分不会导致总分归零,采用加权求和而非乘法避免极端值
- KANO是加成而非乘数——KANO分类作为加成系数调整基础分,必备型加成50%,反向型建议不实施,但不会让其他维度的贡献完全消失
- 未确认维度显式标注——可解决性默认值3(中等),未获技术确认的需求整体评分置信度强制为low,不隐藏不确定性
- 排序是建议不是决策——评分排序是AI基于数据的建议,最终优先级由人类确认,权重可由人类调整覆盖
交互模式
🤖→👤 AI建议人类审批
输入
| 输入项 | 类型 | 必填 | 来源 | 说明 |
|---|---|---|---|---|
| 需求列表 | JSON | 是 | output/pm-discovery/insight-requirement-layers/requirement-layers.json | 需求三层模型拆解结果 |
| KANO分类结果 | JSON | 是 | output/pm-discovery/insight-kano/kano.json | KANO模型分类结果 |
| 痛点数据 | JSON | 是 | output/pm-discovery/insight-jtbd/jtbd.json / output/pm-discovery/insight-5whys/5whys.json | 痛点强度与频率数据 |
Input JSON 示例结构
{
"requirements": [
{
"id": "REQ-001",
"name": "批量导出功能",
"surface": "希望增加批量导出功能",
"feature_id": "FEAT-001"
}
],
"kano_data": [
{
"feature_id": "FEAT-001",
"category": "must-be",
"confidence": 0.85
}
],
"pain_data": [
{
"job": "快速完成表单填写",
"pain_with_current": "重复劳动,耗时且易出错",
"frequency": 12,
"sentiment_intensity": 4
}
]
}
评分函数
基础分 = 0.35 × 痛点强度(1-5) + 0.30 × 频率权重(1-5) + 0.35 × 可解决性(1-5)
KANO加成 = 基础分 × (KANO系数 - 1)
优先级分数 = 基础分 + KANO加成
KANO系数映射
| KANO分类 | 系数 | 加成效果 | 说明 |
|---|---|---|---|
| 必备型(Must-be) | 1.5 | 基础分+50% | 缺失严重影响满意度,优先级最高 |
| 期望型(One-dimensional) | 1.0 | 无加成 | 线性影响满意度,正常优先级 |
| 兴奋型(Attractive) | 0.8 | 基础分-20% | 锦上添花,优先级略低 |
| 无差异型(Indifferent) | 0.2 | 基础分-80% | 用户不在乎,优先级最低 |
| 反向型(Reverse) | 0.0 | 基础分归零 | 有害功能,不建议实施 |
各维度评分规则
痛点强度(1-5分)
| 分数 | 条件 | 说明 |
|---|---|---|
| 5 | 情感强度≥4 且 5Whys根因已确认 | 极强痛点,用户情绪激烈且根因明确 |
| 4 | 情感强度≥3 或 5Whys根因已确认 | 强痛点,用户有明显不满 |
| 3 | 情感强度=2-3 且有负向反馈 | 中等痛点,用户有不满但不强烈 |
| 2 | 情感强度=1-2 且反馈较少 | 弱痛点,用户略有不便 |
| 1 | 无负向反馈或情感强度<1 | 非痛点,用户未表达不满 |
频率权重(1-5分)
| 分数 | 条件 | 说明 |
|---|---|---|
| 5 | 影响用户占比 > 30% 或 提及频率 > 10% | 高频痛点,影响大量用户 |
| 4 | 影响用户占比 20-30% 或 提及频率 5-10% | 中高频痛点 |
| 3 | 影响用户占比 10-20% 或 提及频率 2-5% | 中频痛点 |
| 2 | 影响用户占比 5-10% 或 提及频率 1-2% | 低频痛点 |
| 1 | 影响用户占比 < 5% 或 提及频率 < 1% | 极低频痛点 |
可解决性(1-5分)
| 分数 | 条件 | 说明 |
|---|---|---|
| 5 | 技术方案成熟,1个迭代可交付 | 高可解决性,快速见效 |
| 4 | 技术方案可行,2-3个迭代可交付 | 较高可解决性 |
| 3 | 技术方案需调研,3-5个迭代 | 中等可解决性 |
| 2 | 技术方案有挑战,需跨团队协作 | 较低可解决性 |
| 1 | 技术方案不确定或依赖外部条件 | 低可解决性 |
评分示例
| 需求 | 痛点强度 | 频率权重 | 可解决性 | KANO | 基础分 | KANO加成 | 总分 |
|---|---|---|---|---|---|---|---|
| 批量导出 | 4 | 4 | 3 | must-be(1.5) | 3.65 | +1.825 | 5.475 |
| AI推荐 | 2 | 2 | 2 | attractive(0.8) | 2.00 | -0.400 | 1.600 |
执行步骤
Step 1: 数据关联
将需求列表、KANO分类结果、痛点数据进行关联匹配。
- 通过feature_id关联需求与KANO分类
- 通过需求内容匹配痛点数据
- 无法关联的需求标记为"数据不完整",相关维度使用默认值
Step 2: 维度评分
对每个需求按评分规则进行四维度评分。
- 痛点强度:基于jtbd.json的sentiment_intensity和5whys.json的根因确认情况
- 频率权重:基于反馈频率和影响用户占比
- 可解决性:需技术团队输入,默认值为3(中等),标记为"待技术确认",该需求整体评分置信度降级为low
- KANO系数:基于kano.json的分类结果
Step 3: 加权计算
按评分函数计算每个需求的综合优先级分数。
- 基础分 = 0.35 × 痛点强度 + 0.30 × 频率权重 + 0.35 × 可解决性
- KANO加成 = 基础分 × (KANO系数 - 1)
- 优先级分数 = 基础分 + KANO加成
- 分数范围:0.2(1×0.35+1×0.30+1×0.35=1.0,Indifferent×0.2=0.2)至 7.5(5×0.35+5×0.30+5×0.35=5.0,Must-be×1.5=7.5)
- 按分数降序排列
Step 4: 结果标注
对评分结果进行标注和分类。
- 标记可解决性维度是否已获技术团队确认(未确认的需求整体评分置信度降级为low)
- 标记KANO分类置信度是否足够
- 标记整体评分的可信度等级
输出
输出文件:output/pm-discovery/insight-priority-scoring/priority-scoring.json
输出Schema:
{
"type": "object",
"required": ["analysis_metadata", "priority_list", "scoring_summary"],
"properties": {
"analysis_metadata": {"type": "object", "description": "分析元数据,包含来源文件、评分公式和确认状态"},
"priority_list": {"type": "array", "description": "需求优先级评分排序列表"},
"scoring_summary": {"type": "object", "description": "评分统计摘要"},
"priority_thresholds": {"type": "object", "description": "优先级分级阈值定义"}
}
}
输出校验规则:
| 字段路径 | 类型 | 必填 | 说明 |
|---|---|---|---|
| analysis_metadata | object | 是 | 分析元信息 |
| analysis_metadata.source_files | array | 是 | 数据来源文件列表 |
| analysis_metadata.scoring_formula | string | 是 | 评分公式描述 |
| analysis_metadata.weights_confirmed_by_human | boolean | 是 | 权重是否已获人类确认 |
| analysis_metadata.analysis_timestamp | string | 是 | 分析时间戳(ISO8601) |
| priority_list | array | 是 | 需求优先级列表 |
| priority_list[].rank | number | 是 | 排名 |
| priority_list[].requirement_id | string | 是 | 需求标识 |
| priority_list[].requirement_name | string | 是 | 需求名称 |
| priority_list[].scores | object | 是 | 各维度评分详情 |
| priority_list[].scores.pain_intensity.score | number | 是 | 痛点强度(1-5) |
| priority_list[].scores.pain_intensity.basis | string | 是 | 评分依据 |
| priority_list[].scores.frequency_weight.score | number | 是 | 频率权重(1-5) |
| priority_list[].scores.frequency_weight.basis | string | 是 | 评分依据 |
| priority_list[].scores.solvability.score | number | 是 | 可解决性(1-5) |
| priority_list[].scores.solvability.confirmed | boolean | 是 | 是否已获技术确认 |
| priority_list[].scores.kano_coefficient.coefficient | number | 是 | KANO系数 |
| priority_list[].scores.kano_coefficient.category | string | 是 | KANO分类 |
| priority_list[].scores.kano_coefficient.confidence | number | 是 | KANO分类置信度 |
| priority_list[].base_score | number | 是 | 基础分 |
| priority_list[].kano_bonus | number | 是 | KANO加成 |
| priority_list[].total_score | number | 是 | 总分 |
| priority_list[].score_confidence | enum(high,medium,low) | 是 | 评分可信度 |
| scoring_summary | object | 是 | 评分统计摘要 |
| scoring_summary.total_requirements | number | 是 | 需求总数 |
| scoring_summary.high_priority | number | 是 | 高优先级数量 |
| scoring_summary.medium_priority | number | 是 | 中优先级数量 |
| scoring_summary.low_priority | number | 是 | 低优先级数量 |
| priority_thresholds | object | 是 | 优先级分级阈值 |
Output JSON 格式
{
"analysis_metadata": {
"source_files": ["requirement-layers.json", "kano.json", "jtbd.json", "5whys.json"],
"scoring_formula": "基础分(0.35×痛点+0.30×频率+0.35×可解决性) + KANO加成(基础分×(系数-1))",
"weights_confirmed_by_human": false,
"analysis_timestamp": "ISO8601"
},
"priority_list": [
{
"rank": 1,
"requirement_id": "REQ-001",
"requirement_name": "批量导出功能",
"scores": {
"pain_intensity": {
"score": 4,
"basis": "情感强度4+5Whys根因已确认"
},
"frequency_weight": {
"score": 4,
"basis": "提及频率8%,影响用户占比约25%"
},
"solvability": {
"score": 3,
"basis": "默认值,待技术团队确认",
"confirmed": false
},
"kano_coefficient": {
"coefficient": 1.5,
"category": "must-be",
"confidence": 0.85
}
},
"base_score": 3.65,
"kano_bonus": 1.825,
"total_score": 5.475,
"score_confidence": "medium",
"notes": "可解决性维度待技术确认,确认后分数可能调整"
},
{
"rank": 2,
"requirement_id": "REQ-002",
"requirement_name": "AI智能推荐",
"scores": {
"pain_intensity": {
"score": 2,
"basis": "情感强度2,无强烈痛点表达"
},
"frequency_weight": {
"score": 2,
"basis": "提及频率1.5%"
},
"solvability": {
"score": 2,
"basis": "技术方案有挑战,需跨团队协作",
"confirmed": true
},
"kano_coefficient": {
"coefficient": 0.8,
"category": "attractive",
"confidence": 0.65
}
},
"base_score": 2.00,
"kano_bonus": -0.400,
"total_score": 1.600,
"score_confidence": "low",
"notes": "KANO分类置信度<0.7,建议人工确认分类后再评分"
}
],
"scoring_summary": {
"total_requirements": 2,
"high_priority": 0,
"medium_priority": 1,
"low_priority": 1,
"needs_tech_confirmation": 1,
"needs_human_confirmation": 1
},
"priority_thresholds": {
"high": "总分 >= 4.5",
"medium": "总分 2.0-4.4",
"low": "总分 < 2.0"
}
}
决策规则
| 规则 | 条件 | 动作 |
|---|---|---|
| 权重需人类确认 | 首次执行或权重调整后 | 暂停评分输出,等待人类确认评分维度和权重 |
| 可解决性需技术输入 | 可解决性维度未获技术团队确认 | 使用默认值3,标记confirmed=false,该需求score_confidence强制为low,提示需技术确认 |
| KANO分类不确定 | KANO分类置信度 < 0.7 | 标记score_confidence=low,建议确认分类后重新评分 |
| 数据不完整 | 需求无法关联痛点或KANO数据 | 相关维度使用默认值,标记数据不完整 |
| 反向型功能 | KANO分类为Reverse | 总分归零,标注"不建议实施",由人类最终决策 |
质量检查
- 所有需求已评分
- 评分维度权重已获人类确认(weights_confirmed_by_human=true)
- 可解决性维度已标注确认状态
- KANO分类置信度低的已标记
- 评分结果按优先级降序排列
- 评分可信度等级已标注
- 数据不完整的需求已标记
- base_score和kano_bonus分别计算(可审计)
降级策略
当上游文件不存在时,本Skill仍可独立执行:
| 缺失的上游输入 | 降级方案 | 输出影响 |
|---|---|---|
| kano.json | 用户提供需求列表 → 基于用户描述评分,KANO系数使用默认值1.0 | KANO加成为0,仅依赖基础分排序,必备型需求可能被低估 |
| 痛点数据(jtbd.json / 5whys.json) | 用户提供需求列表 → 基于用户描述评分,痛点强度使用用户主观评估 | 痛点强度维度为主观评估,score_confidence降级 |
| kano.json + 痛点数据 | 用户提供需求列表 → 基于用户描述评分 | 整体评分基于用户主观描述,score_confidence强制为low |
| 所有上游文件均缺失 | 提示用户先执行前序阶段,或基于用户提供的需求列表直接评分 | 输出为轻量版评分,多个维度使用默认值 |
数据获取说明:
- 本Skill需要需求列表、KANO分类和痛点数据,请通过以下方式之一提供:
- 直接粘贴需求列表和优先级描述
- 上传kano.json / jtbd.json / 5whys.json文件
- 提供数据文件路径
- AI不负责外部数据采集,仅负责分析
上游变更响应
当上游输入发生变更时,本Skill的响应策略:
| 上游变更 | 影响范围 | 响应策略 |
|---|---|---|
| requirement-layers.json需求增删 | priority_list条目增删 | 标注新增/删除的需求,重新计算排名 |
| kano.json分类变更 | KANO系数和加成变化 | 标注受影响的需求,重新计算kano_bonus和total_score |
| jtbd.json情感强度更新 | 痛点强度维度变化 | 标注受影响的需求,重新评估pain_intensity评分 |
| 5whys.json根因确认/推翻 | 痛点强度维度变化 | 标注受影响的需求,根因确认则痛点强度可能提升,根因推翻则可能降低 |
当本Skill自身变更时,对下游的通知机制:
| 变更类型 | 影响范围 | 通知方式 |
|---|---|---|
| 优先级排序变更 | design-orchestrator / development-task-breakdown | 标注排名变化的需求,建议重新评估开发排期 |
| 评分公式调整 | 所有消费priority-scoring的下游Skill | 标注公式变更内容,建议下游重新评估基于评分的决策 |
| 优先级阈值调整 | design-orchestrator | 标注阈值变化,可能影响需求的优先级分级 |
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 197k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |