insight-priority-scoring — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited insight-priority-scoring (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
🤖→👤 AI建议人类审批
| 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 |
{
"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
}
]
}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 |
#### 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 |
| 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 |
将需求列表、KANO分类结果、痛点数据进行关联匹配。
对每个需求按评分规则进行四维度评分。
按评分函数计算每个需求的综合优先级分数。
对评分结果进行标注和分类。
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 |
{
"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"
}
}| 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 |
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：
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 |
~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.