# Requirement Eval

> 评估「这个需求值不值得做」，按 KANO 定位 + RICE 打分自动出一份评估初稿和建议。 触发词：这个需求值得做吗、要不要做这个、评估一下这个需求、值不值得做、需求评估、requirement-eval、帮我判断这个需求优先级。 产出是初稿建议，不是最终决策。产品级信息（覆盖端/数据现状/知识库）读产品上下文，与 prd-writing 共享、不重复访谈。

- Skill: `timi-fish/requirement-eval` (Agent Skill)
- Install (CLI): `npx skillmds@latest add timi-fish/requirement-eval`
- Raw SKILL.md: https://api.skillmd.com/api/skills/timi-fish/requirement-eval/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Product & Planning
- Author: Timi-Fish (https://skillmd.com/u/timi-fish)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/timi-fish/requirement-eval

---


# Requirement Evaluation Skill

PM 抛来一个需求，问「值得做吗 / 优先级多高」，本 skill 按步骤分析，产出一份
**评估初稿 + 明确建议（做 / 不做 / 补充信息再定）**。

## 铁律（先声明，避免糊弄）

1. **先暴露假设**：Reach/Effort 没有真实数据支撑的，**必须写明是估的**，并把 Confidence 压低，
   不许用假数字装出高信心。
2. **产出是初稿不是拍板**：结论用「建议」措辞，末尾列出「需核实的数据」。
3. **信息不足先问**：需求描述、目标用户、涉及端缺失时先问，别猜着算。
4. **数据现状决定 Confidence 上限**：product.md「数据现状」写了无真实行为数据的，
   Reach 靠估 → Confidence ≤50%，并提示"埋点补齐后重估"。

## 第 0 步：读产品上下文

按 prd-writing skill 目录下的 `PRODUCT-CONTEXT.md` 协议定位 `product.md`，取覆盖端、
产品知识库、数据现状。不存在 → 按协议做首次访谈并落盘（**之后 prd-writing / tracking-plan
直接复用，不再重问**）；有知识库的，评估现状/竞品前先去查。
**未安装 prd-writing（找不到该协议文件）时单独可用**：跳过协议，直接问涉及端、有无真实
行为数据两项，本次会话内用，不落盘。

## 第 1 步：收集本需求信息（缺就问）

- 需求一句话描述
- 来源（用户反馈 / 评审意见 / 竞品 / 数据 / 内部想法）——影响可信度
- 目标用户 & 使用场景
- 涉及端（在 product.md 覆盖端范围内勾选）
- 是否有大致工作量预估

## 第 2 步：KANO 定位（这是哪类需求）

判断落在哪一类，并说明理由：

- **基础型**（必备，缺了掉信任）→ 倾向于做，属底线
- **期望型**（越好越满意）→ 看竞争态势和 RICE 分
- **兴奋型**（惊喜、差异化）→ 结合战略，可能值得为它赌一把
- **无差异型**（有没有无所谓）→ 倾向不做
- **反向型**（做了招人烦）→ 建议砍掉

定位时结合产品定位（product.md 一句话定位）：同一个功能在工具型产品是基础型，
在内容型产品可能是无差异型——别脱离产品谈 KANO。

## 第 3 步：RICE 打分（能排序）

逐项给值 + 依据，算 `(Reach × Impact × Confidence) ÷ Effort`：

| 因子 | 取值 | 依据/假设 |
|------|------|-----------|
| Reach | ? | 从哪估的，有没有真实数 |
| Impact | 3/2/1/0.5/0.25 | 为什么这档 |
| Confidence | %-数 | 数据支撑程度（受 product.md 数据现状约束） |
| Effort | ?人月 | 谁的估计 |

## 第 4 步：综合建议

把 KANO 定位和 RICE 分放一起给结论：

- **明确建议**：值得做 / 暂不做 / 补数据再定 / 拆小做一部分
- **理由**：一句话说清为什么
- **建议排期**：进哪个版本 / 放需求池观察
- **需核实的数据**：列出要确认的假设（尤其 Reach 和 Effort）

## 第 5 步：输出为需求池可用的一行

最后给一行能直接贴进需求池的结构化结果（需求名｜KANO 类型｜RICE 分｜建议｜目标版本）。

## 输出模板

```markdown
## 需求评估：<需求名>

**一句话**：<描述>ㅤ**来源**：<来源>ㅤ**涉及端**：<端>

### KANO 定位
类型：**<基础型/期望型/兴奋型/...>** — <理由>

### RICE 打分
| 因子 | 值 | 依据 |
|------|-----|------|
| Reach | 8000 | ⚠️ 估算，无埋点数据支撑 |
| Impact | 1 | 中等，改善但非核心路径 |
| Confidence | 50% | Reach 靠估，压低 |
| Effort | 2 人月 | 待开发确认 |
**RICE 得分 = (8000×1×0.5)/2 = 2000**

### 建议
**<值得做 / 暂不做 / 补数据再定>** — <理由>
建议排期：<版本/需求池观察>

### ⚠️ 需核实
- Reach 真实数（埋点补齐后重估）
- Effort 请开发确认

### 需求池一行
| 需求 | KANO | RICE | 建议 | 目标版本 |
|------|------|------|------|----------|
| <名> | 期望型 | 2000 | 排期 | MVP+2 |
```

## 相关

- 产品上下文协议：prd-writing skill 目录下的 `PRODUCT-CONTEXT.md`
- 立项后写 PRD：prd-writing skill（复用同一份 product.md，不重复访谈）
- 独立产出落产品文件夹（product.md 所在目录）的 `eval/<需求名>.md`