Feature Investment Advisor

功能投资决策顾问 (Feature Investment Advisor)

版本：v1.0.0
创建：2026-03-09
作者：Elatia 🌀 (基于 Product-Manager-Skills 提炼)
许可：MIT
类型：Interactive Skill

📋 技能描述

面向场景: 大功能需要立项审批、资源有限需要取舍、需要向管理层证明价值
目标用户: 产品经理、产品负责人、项目管理者
核心价值: 评估功能投资的 ROI，提供 build/don't build 建议，避免资源浪费

🎯 核心能力

1. 收益评估（三维分析）

• 收入影响 — 直接/间接/无
• 用户影响 — 多少用户受益
• 战略价值 — 是否符合方向

2. 成本评估（三维分析）

• 开发成本 — 人天估算
• 运维成本 — 持续投入
• 机会成本 — 放弃什么

3. 风险评估（三维分析）

• 技术风险 — 实现难度
• 市场风险 — 用户接受度
• 执行风险 — 团队能力

🔧 使用方式

方式 1: 交互式引导

/feature-investment-advisor

引导流程:

步骤 1: 功能描述

请描述要评估的功能：

• 功能名称：[简短描述]
• 目标用户：[谁使用]
• 核心价值：[解决什么问题]

步骤 2: 收益评估

请评估收益（1-10 分）：

• 收入影响：[1=无影响，10=巨大影响]
  • 依据：[为什么给这个分数]
• 用户影响：[1=<10% 用户，10=100% 用户]
  • 依据：[用户覆盖范围]
• 战略价值：[1=无关，10=核心战略]
  • 依据：[与战略的关联]

步骤 3: 成本评估

请评估成本（1-10 分，越低越好）：

• 开发成本：[1=<1 人天，10=>100 人天]
  • 估算：[人天]
• 运维成本：[1=无需运维，10=高运维]
  • 说明：[运维需求]
• 机会成本：[1=无影响，10=放弃重要项目]
  • 说明：[放弃什么]

步骤 4: 风险评估

请评估风险（1-10 分，越低越好）：

• 技术风险：[1=成熟技术，10=技术攻关]
  • 说明：[技术难点]
• 市场风险：[1=确定需要，10=不确定]
  • 说明：[用户接受度]
• 执行风险：[1=团队擅长，10=无经验]
  • 说明：[团队能力]

方式 2: 快速模式

/feature-investment-advisor quick \
  --feature "AI 智能客服" \
  --revenue "8" \
  --users "9" \
  --strategy "9" \
  --dev-cost "6" \
  --ops-cost "4" \
  --opportunity "5" \
  --tech-risk "5" \
  --market-risk "4" \
  --exec-risk "3"

📝 输出模板

# Feature Investment Analysis: [功能名称]

## 一、功能概述
- **功能描述**: [简短描述]
- **目标用户**: [谁使用]
- **核心价值**: [解决什么问题]

## 二、收益评分 (1-10)
| 维度 | 分数 | 依据 |
|------|------|------|
| 收入影响 | [X] | [依据] |
| 用户影响 | [X] | [依据] |
| 战略价值 | [X] | [依据] |
| **收益总分** | **[平均分]** | - |

## 三、成本评分 (1-10, 越低越好)
| 维度 | 分数 | 依据 |
|------|------|------|
| 开发成本 | [X] | [人天估算] |
| 运维成本 | [X] | [说明] |
| 机会成本 | [X] | [说明] |
| **成本总分** | **[平均分]** | - |

## 四、风险评分 (1-10, 越低越好)
| 维度 | 分数 | 依据 |
|------|------|------|
| 技术风险 | [X] | [说明] |
| 市场风险 | [X] | [说明] |
| 执行风险 | [X] | [说明] |
| **风险总分** | **[平均分]** | - |

## 五、综合评估
### 得分汇总
| 维度 | 得分 | 权重 | 加权分 |
|------|------|------|--------|
| 收益 | [X] | 50% | [X×0.5] |
| 成本 | [X] | 30% | [X×0.3] |
| 风险 | [X] | 20% | [X×0.2] |
| **总分** | - | 100% | **[总分]** |

### 投资建议
**[Build / Don't Build / Need More Data]**

**理由**:
[详细解释]

## 六、关键假设
需要验证的假设：
1. [假设 1]
2. [假设 2]

## 七、下一步行动
### 如果 Build
- [ ] [行动 1]
- [ ] [行动 2]

### 如果需要验证
- [ ] [验证实验 1]
- [ ] [验证实验 2]

📚 示例

示例：AI 智能客服功能

# Feature Investment Analysis: AI 智能客服

## 功能概述
- **功能描述**: 使用 AI 自动回答客户常见问题
- **目标用户**: C 端用户，咨询客服场景
- **核心价值**: 降低人工客服成本，提升响应速度

## 收益评分
| 维度 | 分数 | 依据 |
|------|------|------|
| 收入影响 | 6 | 间接提升转化率，预计 +5% |
| 用户影响 | 9 | 100% 用户都会用到客服 |
| 战略价值 | 8 | 符合 AI 驱动战略方向 |
| **收益总分** | **7.7** | - |

## 成本评分
| 维度 | 分数 | 依据 |
|------|------|------|
| 开发成本 | 5 | 约 30 人天（AI 团队支持） |
| 运维成本 | 4 | 需要持续训练模型 |
| 机会成本 | 5 | 会延迟其他 2 个功能 |
| **成本总分** | **4.7** | - |

## 风险评分
| 维度 | 分数 | 依据 |
|------|------|------|
| 技术风险 | 4 | AI 技术成熟，但有调优成本 |
| 市场风险 | 3 | 用户已习惯智能客服 |
| 执行风险 | 3 | 团队有 AI 项目经验 |
| **风险总分** | **3.3** | - |

## 综合评估
### 得分汇总
| 维度 | 得分 | 权重 | 加权分 |
|------|------|------|--------|
| 收益 | 7.7 | 50% | 3.85 |
| 成本 | 4.7 | 30% | 1.41 |
| 风险 | 3.3 | 20% | 0.66 |
| **总分** | - | 100% | **5.92** |

### 投资建议
**✅ Build（建议开发）**

**理由**:
- 收益明显（7.7 分），覆盖 100% 用户
- 成本可控（4.7 分），30 人天可接受
- 风险较低（3.3 分），技术成熟
- 符合公司 AI 战略方向

## 关键假设
需要验证的假设：
1. AI 回答准确率能达到 85%+
2. 用户接受度不会低于人工客服
3. 运维成本不会随用户量线性增长

## 下一步行动
### 验证实验
- [ ] 小流量测试（5% 用户），验证准确率
- [ ] A/B 测试，对比用户满意度
- [ ] 成本测算，验证运维成本假设

🎯 质量标准

好的投资分析

• ✅ 数据支撑（不是拍脑袋）
• ✅ 假设明确（知道要验证什么）
• ✅ 建议清晰（Build/Don't Build）
• ✅ 下一步可执行

常见陷阱

• ❌ 过于乐观（高估收益）
• ❌ 忽略隐性成本（运维/培训）
• ❌ 风险评估不足（技术难点）
• ❌ 建议模糊（"可以考虑"）

🔗 与其他技能的关系

📈 成功指标

🔖 版本历史

📄 许可

MIT License

基于 Product-Manager-Skills by Dean Peters · CC BY-NC-SA 4.0
适配 OpenClaw 标准：Elatia 🌀