企业官网建设流程全解析

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 5？pm-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 Score（Dan 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-frameworks）：

• Current value = Importance × Satisfaction
• Opportunity 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：

$$\text{ICE Score} = I \times C \times E$$

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：

$$\text{RICE Score} = \frac{R \times I \times C}{E}$$

注意 RICE 与 ICE 的差异点：E（Effort）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：

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：

1. 清晰的 1–5 排名；
2. 每个入选项的简要理由（rationale）；
3. 考量的关键权衡（key trade-offs）；
4. 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

1. 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）；
2. 用一句话交代产品目标与成功指标；
3. 有客户调研数据时，先算各需求的 Opportunity Score（Importance × (1 − Satisfaction)，0–1 归一化）；
4. 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；
5. 汇总成 Top 5 表格，附上入选理由、权衡与被放弃项的原因；
6. 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