分类候选需求并按底线、增益、惊喜生成可解释决策顺序

Install

openclaw skills install @cglt2026opc/kano-prioritizer

KANO 需求优先级

读取 references/kano.md,先分类再排序。模型辅助决策,不替代用户访谈、可用性测试和业务约束。

工作流

  1. 收集产品目标、目标用户、当前阶段、候选需求、依赖、成本和证据来源。
  2. 对每项追问:没有它用户是否强烈不满?做得更好是否持续提高满意?用户未预期但得到后是否惊喜?
  3. 标记类型和置信度。证据不足时写“暂定”,不要伪装成调研结论。
  4. 排序:基本型 > 期望型 > 魅力型;无差异型停放,反向型默认不做。同类内部再看阻塞关系、影响、证据、成本。
  5. 需要稳定排序时将需求写入 JSON 并运行 python scripts/prioritize.py input.json
  6. 输出“现在做 / 下一步 / 以后做 / 不做”四栏,并为争议项给出最小验证动作。

边界

  • 不把魅力型自动等同于高优先级。
  • 基础流程未跑通时,不让亮点功能抢占资源。
  • 若采用正式正反向 KANO 问卷,必须说明样本、问卷矩阵和统计口径;本技能默认使用书中的简化业务判断法。