Install any skill in seconds. Free to start, no credit card required.
Get Started Free →Apply prioritisation frameworks (RICE, MoSCoW, Kano, ICE, Opportunity Scoring) to rank features and backlog items. Use when asked to prioritise features, rank a backlog, decide what to build next, or evaluate tradeoffs between competing ideas. Produces a scored, ranked feature list with framework-specific tables, recommended build order, deprioritised items, and assumptions made.
| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-07 | ✗→✓ | ▲ Improved | 31% | 0% |
| case-10 | ✗→✓ | ▲ Improved | 35% | 0% |
| case-14 | ✗→✓ | ▲ Improved | 65% | 0% |
| case-17 | ✗→✓ | ▲ Improved | 40% | 0% |
| case-03 | ✓→✗ | ▼ Worse | 35% | 0% |
Aplicar el marco de priorización correcto a cualquier backlog y producir una clasificación clara y defendible con justificación — no solo una lista ordenada.
Solicitar al usuario estos datos si no se proporcionan:
Preguntar al usuario qué marco prefiere, o recomendar basado en contexto:
| Situación | Marco Recomendado | |---|---| | Necesitar una puntuación rápida basada en datos | RICE | | Reunión de alineación de stakeholders | MoSCoW | | Entender deleite del cliente vs expectativas | Kano | | Startup en fase temprana, decisiones rápidas | ICE | | Identificar necesidades de clientes infraservidas | Opportunity Scoring | | Decisiones estratégicas de cartera | Matriz de Valor vs Esfuerzo |
Fórmula: (Alcance × Impacto × Confianza) ÷ Esfuerzo
| Factor | Definición | Escala | |---|---|---| | Alcance | Usuarios impactados por trimestre | Número real | | Impacto | Efecto en el objetivo por usuario | 0.25 / 0.5 / 1 / 2 / 3 | | Confianza | Qué tan seguro estás? | 50% / 80% / 100% | | Esfuerzo | Personas-mes requeridos | Número real |
Tabla de salida: | Característica | Alcance | Impacto | Confianza | Esfuerzo | Puntuación RICE | Prioridad | |---|---|---|---|---|---|---|
Categorizar cada característica como:
Siempre preguntar: "Must have para qué?" — definir el alcance (lanzamiento, sprint, trimestre) antes de categorizar.
Fórmula: Impacto + Confianza + Facilidad (cada una 1–10)
Rápido, subjetivo — bueno para decisiones tempranas antes de que existan datos.
Clasificar características en:
Recomendar construir: todas las características Basic primero → características Performance para casos de uso clave → 1–2 características Excitement por release.
Este skill incluye un script Python que solo usa stdlib y que calcula la clasificación para los marcos basados en matemáticas (RICE, ICE) para que la puntuación de características sea consistente entre sesiones.
bash# RICE desde JSON python3 scripts/feature_prioritisation.py initiatives.json --framework rice # RICE desde CSV python3 scripts/feature_prioritisation.py initiatives.csv --framework rice --format csv # ICE desde JSON python3 scripts/feature_prioritisation.py features.json --framework ice # Pasar mediante pipe printf '%s\n' '[{"name":"API refactor","impact":8,"confidence":80,"ease":5}]' \ | python3 scripts/feature_prioritisation.py --framework ice -
Usar --json para producir salida legible por máquina para herramientas posteriores.
Marco Utilizado: RICE / MoSCoW / ICE / Kano / Personalizado] Alcance: Sprint / Trimestre / Release] Objetivo siendo priorizado: Métrica u objetivo]
Tabla puntuada usando marco seleccionado]
Orden de Construcción Recomendado:
Explícitamente Depriorizadas:
Supuestos Realizados:
Other measured skills in the registry, with their headline benchmark lift.