nesnilnehc/prioritize-backlog

技能：优先级评分（Prioritize Backlog）

目的 (Purpose)

用多个价值框架并行评估一批 backlog 条目，呈现框架间的分歧，由用户做出优先级决策并记录依据。

---

核心目标（Core Objective）

首要目标：对一批 backlog 条目（无视当前 priority 状态）执行强制全量重评，给出用户确认后的新 priority 与 priority_decision，并写回各自所在的 backlog 形态（多文件目录或单文件）。

成功标准（必须全部满足）：

1. ✅ 每个条目有 4 个框架（RICE / WSJF / MoSCoW / ICE）的评分
2. ✅ 框架间分歧已显式 surface（≥ 2 级差触发人工决策）
3. ✅ 每条目最终 priority 由用户确认，不是算法输出
4. ✅ 每条目写回 priority_decision 字段（含 previous 旧值快照，便于回看本次覆盖了什么）
5. ✅ 输出批量结果表，用户可跨条目比较
6. ✅ 报告头声明检测到的 backlog 形态（multi-file / yaml-list / h2-yaml / table），并按该形态执行写回

验收测试：读者能否从 backlog 条目的 frontmatter / yaml 块 / 表格行直接看到新 priority + 决策依据 + 被覆盖的旧值，不用反查对话？

---

范围边界（Scope Boundaries）

本技能负责：

• 自动识别 backlog 形态（多文件目录 / 单文件 yaml-list / h2-yaml / table）并读取全部条目
• 对每条强制重新跑 RICE / WSJF / MoSCoW / ICE 评分（忽略原 priority 与 priority_decision）
• Surface 框架间分歧
• 捕获用户决策并按检测到的形态写回（多文件改 frontmatter；单文件改对应 yaml 块 / 表格单元格）

本技能不负责：

• 创建新的 backlog 条目（用 capture-work-items）
• 将条目晋升进 roadmap（用 promote-roadmap-items）
• 为单一条目评分（该技能是批量工作流，单条评分会丢失对比性）
• 归档旧评估历史（仅保留 previous 单字段；如需 history 由调用方负责）

交接点：评分完成后交给 promote-roadmap-items 做 backlog → roadmap 晋升。

---

使用场景（Use Cases）

• capture-work-items 批量捕获后建议触发
• Planning ceremony 前对积压做一次干净的全量重评
• 战略刷新后任何节点直接重跑（无需额外开关 —— 默认就是覆盖式重评）
• plan-next 输出的大缺口被 capture 后进入评分
• 单文件 backlog（如轻量项目维护一份 backlog.md）也能直接处理

---

行为（Behavior）

阶段 0：读取输入与形态探测

1. 形态探测（按优先级尝试，命中即停）

   | 优先级 | 形态 | 探测条件 | |---|---|---| | 1 | multi-file | docs/process-management/backlog/ 或 docs/backlog/ 存在，且至少一个 *.md 文件含 artifact_type: backlog-item 或 priority: frontmatter 字段 | | 2 | yaml-list | 单文件 docs/process-management/backlog.md 或 docs/backlog.md 存在，frontmatter 或顶层 YAML 含 items: 数组 | | 3 | h2-yaml | 同上单文件，正文中存在 ## <title> 标题紧随 yaml … 代码块 | | 4 | table | 同上单文件，正文存在含 Title 与 Priority（或等价列）的 Markdown 表格 |

   优先吃项目自定义路径（若存在 .ai-cortex/artifact-norms.yaml 或 docs/ARTIFACT_NORMS.md 中的 backlog-item.path_pattern）。

   全未命中 → halt 报告"未发现可识别的 backlog 形态"，提示先运行 capture-work-items。

   检测到混合形态（既有目录又有单文件）→ 默认采用 multi-file 并在报告里告知用户单文件被忽略；不双写，避免不一致。

2. 读取 docs/project-overview/strategic-goals.md（用于 WSJF 的 Cost of Delay 判断和 MoSCoW 的 Must 判断）。

3. 枚举全部条目（不再筛选 priority: unset）：把已有 priority / priority_decision 仅作 audit log 显示，不参与新评分，避免锚点偏差。

4. 若条目总数 = 1 → halt 并警告："单条评分会丢失对比性。建议至少 2 条一起评。是否继续？"

阶段 1：多框架并行评分

对每个条目同时计算：

RICE

RICE = (Reach × Impact × Confidence) / Effort

• Reach：受影响人数或实例数（定量）
• Impact：1（低）/ 2（中）/ 3（高）
• Confidence：0-100%（对 Reach × Impact 估算的信心）
• Effort：人周

映射为优先级等级： | RICE 分数 | 级别 | |---|---| | ≥ 1000 | P0 | | 200-1000 | P1 | | 50-200 | P2 | | < 50 | P3 |

（阈值是默认示例，项目可自定）

WSJF

WSJF = Cost of Delay / Job Size

• Cost of Delay = Business Value + Time Criticality + Risk Reduction / Opportunity Enablement
• Job Size = 相对工作量（斐波那契数列：1, 2, 3, 5, 8, 13, 20）

映射为优先级等级（按当前 backlog 的 WSJF 分位数）： | WSJF 分位 | 级别 | |---|---| | Top 10% | P0 | | 10-30% | P1 | | 30-70% | P2 | | Bottom 30% | P3 |

MoSCoW

按承诺层级分类：

• Must：本周期不做会严重阻塞或违反合规 → P0
• Should：本周期做会显著提升价值 → P1
• Could：有时间做就做 → P2
• Won't：明确本周期不做 → P3

ICE

ICE = Impact × Confidence × Ease

• 每维度 1-10 定性打分
• Impact：对战略目标的影响
• Confidence：估算的信心
• Ease：实施的容易程度（越高越容易）

映射： | ICE 分数 | 级别 | |---|---| | ≥ 500 | P0 | | 200-500 | P1 | | 50-200 | P2 | | < 50 | P3 |

阶段 2：Surface 分歧

对每个条目计算框架间最大分歧：

| 分歧级差 | 处理 | |---|---| | ≤ 1 级（如 P1 vs P2） | 默认采用 RICE 结果，无需人工决策 | | ≥ 2 级（如 P0 vs P3） | 显式 surface，必须人工决策 |

分歧阈值项目可自定（默认 2 级）。

阶段 3：呈现批量结果

输出格式：

## Batch Scoring Summary

| # | Title | RICE | WSJF | MoSCoW | ICE | 分歧 | 建议 |
|---|---|---|---|---|---|---|---|
| 1 | ... | P1 | P1 | Should | P2 | 1 级 | 自动采 P1 |
| 2 | ... | P3 | P1 | Could | P3 | 2 级 | **需人工** |
| ... |

## 需人工决策的条目（分歧 ≥ 2 级）

### Item #2: <title>

- RICE=P3 理由：Reach 仅 10 人、Effort 8 周
- WSJF=P1 理由：Q3 里程碑依赖本项，Cost of Delay 高
- MoSCoW=Could
- ICE=P3

**分歧焦点**：时间敏感性（WSJF）vs 规模（RICE）

**请决策**：P? 理由？

阶段 4：捕获决策并写回（按形态分发）

对每个条目：

1. 确定最终 priority（自动采信或用户输入）。

2. 构造 priority_decision 字段内容，必含 previous：

   priority_decision:
     final: P<N>
     previous: P<N> | unset
     frameworks:
       rice: P<N>
       wsjf: P<N>
       moscow: Must | Should | Could | Won't
       ice: P<N>
     rationale: <one-sentence reason if disagreement was ≥ 2 levels>
     decided_by: auto | user
     decided_at: <ISO date>
   

3. 按形态写回：

   | 形态 | 写回方式 | |---|---| | multi-file | 更新各 *.md 文件 frontmatter 的 priority + priority_decision | | yaml-list | 修改单文件中 items[i].priority + items[i].priority_decision，保持 YAML 缩进与键序 | | h2-yaml | 替换该条目对应 yaml 代码块内的 priority + priority_decision，保持代码块位置 | | table | 更新表格 Priority 单元格；priority_decision 写到表格下方 ## Priority Decisions 小节，按条目锚点列出 |

   写回前确认：旧值已记录到 priority_decision.previous，避免被静默吞掉。

阶段 5：输出最终报告

报告头必须包含：

• Backlog mode: multi-file | yaml-list | h2-yaml | table
• Re-scored items: N (含 X 条覆盖了原 priority；Y 条原为 unset)

报告体：

• 处理总数、自动决策数、人工决策数
• 各优先级分布统计
• 建议下一步（如 promote-roadmap-items 批量晋升）

---

输入与输出 (Input & Output)

输入：见 frontmatter input_schema —— backlog 目录、strategic-goals.md、可选阈值覆盖。

输出：对话批量评分表 + 每个 backlog 文件 frontmatter 被更新（priority 和 priority_decision 字段）。

---

限制（Restrictions）

硬边界（Hard Boundaries）

• 强制全量重评：默认覆盖所有条目的 priority 与 priority_decision，旧值仅以 previous 单字段保留，不做历史归档（保持技能单一职责，归档由调用方负责）
• 不混合形态：探测到 multi-file 即不再扫单文件，反之亦然，避免双写不一致
• 不自动聚合多框架成单一分数（保留分歧信号是核心价值）
• 分歧 ≥ 阈值时必须人工决策，不得默认兜底
• 不创建新的 backlog 条目（那是 capture-work-items 的职责）

技能边界 (Skill Boundaries)

不做（其他技能负责）：

| 动作 | 归属 | |---|---| | 创建新 backlog 条目 | capture-work-items | | 把 backlog 条目晋升进 roadmap | promote-roadmap-items | | 任务拆分 | AgentFabric runtime（不在 AI Cortex 范围） | | 需求详细记录 | capture-work-items |

---

Anti-Patterns

• ❌ 不要加权平均四框架分数 —— 聚合等于丢分歧信号，破坏本技能核心价值
• ❌ 不要为单条目独立评分 —— 没有对比组，RICE / WSJF 的相对性失效
• ❌ 不要隐藏分歧 —— 即使默认自动采信 RICE，也要在报告表里显示各框架分数
• ❌ 不要忽略 strategic_goal_id —— 战略目标决定 MoSCoW 的 Must 判断
• ❌ 不要用模糊措辞（"大概"、"可能"）写 priority_decision.rationale —— 必须具体引用框架或数据
• ❌ 不要在重评时"比对旧 priority 是否合理后再决定是否覆盖" —— 这等于给框架打分加锚点偏差，违反本技能"强制干净重评"的设计意图
• ❌ 不要丢弃旧值 —— priority_decision.previous 必须写入；让用户能在一处看到本次改动了什么
• ❌ 不要尝试在两种形态间双写 —— 多文件与单文件择一，避免数据漂移

---

自检（Self-Check）

• [ ] 已声明 backlog 形态（multi-file / yaml-list / h2-yaml / table）并按形态写回
• [ ] 形态探测失败时已 halt，并指引 capture-work-items
• [ ] 扫描全部条目，旧 priority 仅作展示不参与评分（无锚点偏差）
• [ ] 每条目跑了全部 4 个框架
• [ ] 分歧 ≥ 阈值的条目 surface 了，并要求人工决策
• [ ] 分歧 ≤ 阈值的条目自动采信 RICE，但各框架分数仍可见
• [ ] 每条目 priority_decision 写回，含 frameworks 结果、rationale（若分歧）、previous 旧值快照
• [ ] 批量汇总报告含 Backlog mode、覆盖统计、优先级分布、下一步建议
• [ ] 未自动调用 promote-roadmap-items

---

示例（Examples）

示例 1：多文件 backlog 全量重评（主流场景）

输入：docs/process-management/backlog/ 下 5 个条目，混合状态 —— 3 个 priority: unset、1 个 priority: P2（旧）、1 个 priority: P3（旧）。

形态探测：命中 multi-file。

输出摘要：

Backlog mode: multi-file
Re-scored items: 5 (含 2 条覆盖了原 priority；3 条原为 unset)

## Batch Scoring Summary

| # | Title | 旧 | RICE | WSJF | MoSCoW | ICE | 分歧 | 建议 |
|---|---|---|---|---|---|---|---|---|
| 1 | 支付 API 响应时间优化 | unset | P1 | P1 | Should | P1 | 0 级 | **自动 P1** |
| 2 | ARTIFACT_NORMS 格式升级 | P3 | P3 | P3 | Could | P3 | 0 级 | **自动 P3（与旧值一致）** |
| 3 | Q3 支持多币种 | unset | P2 | P0 | Must | P2 | 2 级 | **需人工** |
| 4 | 登录错误 500 修复 | P2 | P1 | P2 | Should | P1 | 1 级 | **自动 P1（覆盖旧 P2）** |
| 5 | 新增技术债：重构 auth 模块 | unset | P3 | P2 | Could | P2 | 1 级 | 自动 P3 |

## 需人工决策：Item #3
（同前略）

写回结果片段（Item #4，被覆盖的条目）：

priority: P1
priority_decision:
  final: P1
  previous: P2
  frameworks:
    rice: P1
    wsjf: P2
    moscow: Should
    ice: P1
  decided_by: auto
  decided_at: 2026-04-17

示例 2：单文件 backlog（h2-yaml 形态）

输入：docs/backlog.md 维护一份"轻量 backlog"，每条目是 H2 标题 + 行内 yaml 块：

## 支付 API 响应时间优化
```yaml
strategic_goal_id: goal-1
priority: P2

原因：…

登录错误 500 修复

strategic_goal_id: goal-1
priority: unset

…

**形态探测**：multi-file 路径不存在 → yaml-list 不命中 → **命中 `h2-yaml`**。

**写回方式**：替换每条对应的 yaml 代码块内的 `priority` + `priority_decision`，保留代码块外的描述正文不变；`priority_decision.previous` 写入旧值（一条原为 P2，一条为 unset）。

报告头：`Backlog mode: h2-yaml`、`Re-scored items: 2 (含 1 条覆盖了原 priority；1 条原为 unset)`。

---