PM Skills 实战指南用 Opportunity Score、ICE、RICE 对功能需求池Backlog排序并给出 Top 5 建议【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills导读功能需求越来越多但团队精力有限——如何公平、可复用地从几十个需求中筛出最值得投入的 Top 5pm-skills 仓库中的prioritize-features技能给出了一套完整解法以影响Impact、投入Effort、风险Risk与战略对齐度Strategic Alignment四维评估为骨架以 Dan Olsen 的 Opportunity Score、ICE、RICE 三大量化框架为打分引擎最终输出带排序、理由与取舍说明的优先级表格。读完本文你将掌握这套技能的完整调用流程、每个评估维度的实操定义、三大公式的换算细节以及它在/triage-requests、/discover等命令中如何被串联复用。技能定位它解决什么问题prioritize-features是 pm-product-discovery 插件下的 13 个技能之一其 frontmatter 中的描述原文为Prioritize a backlog of feature ideas based on impact, effort, risk, and strategic alignment with top 5 recommendations. Use when prioritizing a feature backlog, making scope decisions, or ranking product ideas.适用场景非常明确功能需求池排序、范围决策scope decisions、产品想法排名。它不是一个通用的任何排序都能用的工具而是专门服务于产品发现Product Discovery阶段的决策支持——在README对 pm-product-discovery 插件的定位中它属于ideation, experiments, assumption testing, feature prioritization这一产品发现能力族。它与同插件下的两个技能形成互补analyze-feature-requests负责把零散的用户请求**归类为主题theme**并评估战略对齐度通常先于 prioritize-features 执行prioritize-assumptions对假设而非功能做 Impact × Risk 矩阵排序两者共享 ICE/RICE 打分逻辑但评估对象不同。当需求数量大如 50时/triage-requests命令会先调用analyze-feature-requests做主题聚类再调用本技能做最终排序详见 triage-requests.md 的 Step 4。核心原则先排问题机会再排方案技能在 Domain Context 中反复强调一条铁律这也是整个 pm-skills 产品发现体系的一贯立场Prioritize problems (opportunities), not solutions.优先排序问题/机会而不是解决方案/功能。在 opportunity-solution-tree 技能中有更完整的阐述Never allow customers to design solutions. Prioritize opportunities (problems), not features.永远不要让客户来设计解决方案排序的是机会而非功能。这意味着在调用本技能前应尽量把加一个深色模式这类需求翻译成其背后的用户问题如长时间使用导致眼睛疲劳再进入打分环节。这也是 triage-requests.md 中Look for the need behind the request的同一原则。三大量化框架Opportunity Score、ICE 与 RICE技能本身不要求你自创评分体系而是直接推荐业界成熟框架并明确说明各自的适用场景。这三个框架的完整公式与细节同时记录在仓库的 prioritization-frameworks 参考技能中该技能是 9 大框架的速查表被多个技能共享。Opportunity ScoreDan Olsen《精益产品手册》用于评估客户问题的推荐框架也是三者中的地基$$\text{Opportunity Score} \text{Importance} \times (1 - \text{Satisfaction})$$其中 Importance重要性与 Satisfaction满意度都需要归一化到 0–1。高重要性 低满意度 最高机会分 最好的机会。把各项需求绘制到重要性 × 满意度的散点图上左上象限高重要、低满意就是甜蜜区sweet spot。相关衍生公式同样见 prioritization-frameworksCurrent value Importance × SatisfactionOpportunity Score Importance × (1 − Satisfaction)Customer value created Importance × (S2 − S1)其中 S1 改进前满意度S2 改进后满意度实操建议Opportunity Score 的输入重要性、满意度来自客户调研。如果你的需求池里缺少这类调研数据可以退而求其次做定性评估但技能明确指出该框架recommended for evaluating customer problems数据越扎实分数越可信。ICE快速初筛的首选当需要对众多想法/举措做快速打分时用 ICE$$\text{ICE Score} I \times C \times E$$因子含义取值说明IImpact影响 Opportunity Score × 受影响客户数融合了问题严重程度与影响面两个维度CConfidence我们对打分的信心1–10 分用于吸收不确定性风险EEase实现起来的容易程度1–10 分用于反映经济/资源因素Score I × C × E得分越高越优先。RICE大团队、需求多时的细化版RICE 把 ICE 的 Impact 拆成 Reach 与 Impact 两个独立因子适合需要更细粒度的大团队$$\text{RICE Score} \frac{R \times I \times C}{E}$$因子含义取值说明RReach受影响客户数每季度或每周期内受影响的用户数IImpact每位客户的价值即 Opportunity Score每位客户的边际价值CConfidence信心0–100%EEffort投入人月person-months为单位注意 RICE 与 ICE 的差异点EEffort在 RICE 中放在分母上且单位是人月而非 1–10 的评分C 用百分比而非 1–10。两者不可混用。四维评估框架不只看分数技能的设计哲学是公式打分提供量化锚点但最终推荐必须回到业务语境。因此每个功能/主题都要过一遍四个维度维度评估问题对应工具/数据Impact影响它对期望结果desired outcomes的推动有多大若有客户数据结合 Opportunity ScoreEffort投入需要多少开发、设计与跨团队协调人月估算或 T 恤尺码S/M/L/XL见 triage-requests.mdRisk风险不确定性有多大有哪些假设需要验证Confidence 因子结合 identify-assumptions-* 系列技能识别假设Strategic alignment战略对齐度与产品愿景和当前目标匹配度如何产品战略、OKR可参考 product-strategy 技能产出的战略画布这四维与 analyze-feature-requests 中的评估口径完全一致后者同样使用 Impact/Effort/Risk/Strategic alignment 四元组保证了/triage-requests链式调用时评估标准不漂移。完整执行流程从目标确认到 Top 5 输出技能给出了清晰的 4 步工作流建议按序执行第 1 步确认优先级前提Understand priorities先与用户确认产品目标product objective与成功指标success metrics。这一步是战略对齐度评估的基准——没有目标就无法判断对齐。可参考/setup-metrics或 north-star-metric 技能来把成功指标具体化。第 2 步逐项评估Evaluate each feature对每个功能/主题按上述四维逐项打分Impact是否显著推动期望结果有客户数据时用 Opportunity Score 定量Effort开发、设计、协调的总投入Risk不确定性程度、需要测试的假设Strategic alignment与产品愿景、当前目标的契合度。技能要求Think step by step——每一步推理都要可见方便用户介入修正。第 3 步给出 Top 5 推荐Recommend the top 5输出必须有四样东西清晰的 1–5 排名每个入选项的简要理由rationale考量的关键权衡key trade-offs被降级/舍弃的项及其原因what was deprioritized and why。第 4 点尤其关键它让排序决策可审计、可反驳避免只报喜不报忧。第 4 步用优先级表格呈现Present as a prioritization table如果表格有助于沟通用 markdown 表格输出。可参考 triage-requests.md Step 5 的 Triage Report 模板风格| # | Feature/Theme | Impact | Effort | Risk | Alignment | Score (ICE/RICE) | 决策 | |---|---------------|--------|--------|------|-----------|------------------|------| | 1 | ... | 9 | 3 | 2 | High | 81 (ICE) | Build |输出内容较多时技能明确要求保存为 markdown 文件Save as markdown if the output is substantial。在仓库中的实际调用方式与串联场景作为独立技能Skill使用技能文件 SKILL.md 遵循通用技能格式frontmatter 含 name/description可被任何支持该格式的 AI 助手读取。它属于relevant 时自动加载型技能——当对话涉及需求池排序时无需显式调用也可用/pm-product-discovery:prioritize-features强制加载参见 README.md 的 How It Works 一节。在 Claude Code 中安装 pm-product-discovery 插件即可获得安装方式见 README.md 的 Installation 一节。在/triage-requests命令中被串联triage-requests.md 的 Step 4 明确写明Apply theprioritize-featuresskill且为该场景定制了五因子评估表Impact、Strategic alignment、Effort estimate、Risk、Revenue signal。这体现了 pm-skills 的架构思想命令command负责串联技能skill负责提供领域方法见 README.md。与/discover完整发现流程的关系discover.md 定义的完整发现周期是brainstorm-ideas → identify-assumptions →prioritize-assumptions→ brainstorm-experiments。其中 Step 4 的 prioritize-assumptions 技能与本技能共享 ICE/RICE 打分逻辑详见 prioritize-assumptions因此可以把本技能视为整个发现-验证循环中需求侧排序的那一环与假设侧排序互相咬合。在其他 AI 助手Gemini CLI / OpenCode / Cursor / Kiro中使用skills/*/SKILL.md是通用技能格式只需把技能目录复制到对应工具的 skills 目录如.gemini/skills/、.opencode/skills/、.cursor/skills/即可在不依赖 Claude 的情况下单独使用本技能命令/slash-commands是 Claude 特有的不会迁移见 README.md 的 Other AI assistants 一节。上手清单一次典型调用明确需求池的来源与目标粘贴功能列表或上传 CSV/Excel/backlog 文件技能会直接读取并分析文件见 SKILL.md 的 Context 一节用一句话交代产品目标与成功指标有客户调研数据时先算各需求的 Opportunity ScoreImportance × (1 − Satisfaction)0–1 归一化无调研数据时用四维定性评估 ICE 快速打分需求多、团队大时切到 RICE汇总成 Top 5 表格附上入选理由、权衡与被放弃项的原因输出较长时保存为 markdown 文件方便团队评审与后续回溯。小结prioritize-features技能的价值不在于发明新框架而在于把业界验证过的打分方法Opportunity Score / ICE / RICE与四维业务评估影响/投入/风险/战略对齐编排成一条可执行、可复用、可审计的排序流水线并以 Top 5 理由 取舍的格式强制产出决策可解释性。配合仓库中的 prioritization-frameworks 参考技能含 9 大框架对照表、triage-requests 命令与 discover 发现流程你可以在一次产品发现会话中完成需求 → 主题 → 打分 → Top 5 → 下一步实验的完整闭环。【免费下载链接】pm-skillsPM Skills Marketplace: 100 agentic skills, commands, and plugins — from discovery to strategy, execution, launch, and growth.项目地址: https://gitcode.com/GitHub_Trending/pm/pm-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考