任务场景
你是独立开发者或小团队 PM。Backlog 有 30+ 条。你只有一个季度，最多 3 件能做好的。你要 AI 替你做那一刀残忍的取舍。
哪些情况适合让 AI 来做
- 你能把每条 feature 背后的用户信号给 AI——不只是标题。
- 你有一个本季度北极星指标（“周-4 留存从 22% 到 30%”）。
- 决定要你来抗——AI 在 Prompt 里能”狠”，输出仍偏软，最后这一刀你来切。
需要先给 AI 的信息
- 20-30 条 backlog：名字 + 用户信号（review 引文、support ticket 数、流失证据）
- 本季度北极星
- 真实产能（13 周季度 - 2 周 on-call - 1 周 App Review 滑点 = 10 个”可上线的 feature 周”）
- 你直觉想砍的 2 条
- 竞品刚发、你忍不住想追的 2 条
可直接复制的 Prompt
你帮我把 25 条 backlog 砍到下季度上线 3 件。
北极星：周-4 留存 22% → 30%。
产能：10 个可上线 feature 周（13 周季度 -2 on-call -1 审核滑）。
Backlog（名字 | 用户信号）：
1. Streak freeze | 38 条工单、12 条 review 提"丢了 streak"
2. Widgets v2 | 9 条 review，直觉是装饰性
3. 按时间段的提醒 | 1 条 review、6 工单——重度用户
4. Apple Watch App | 竞品刚发，零用户信号
5. 可分享 progress 卡 | X 上自然有 22 张截图，零请求
6. Onboarding 重写 | 第 4 步中第 3 步漏斗掉 41%
7. 价格测试（4.99 → 6.99）| 收入模型假设
8. Dark mode v2 | 14 条 review 主诉"对比度难受"
9. iPad 布局 | MAU 8% 在 iPad、当前布局烂
10. 设置页清理 | 工程提议，零用户信号
... [继续粘 15 条]
直觉想砍：Apple Watch、设置页清理。
想追：竞品 widget、竞品 Watch。
请输出：
1. 本季度上线 3 件。每件：拉哪条留存杠杆、几周工作量、唯一风险。
2. 5 条"不做"+ 一行原因（具体为啥 NOT，不是"优先级低"）。
3. 我要明确拒追的那条竞品动作 + 自己对 FOMO 的一句反驳。
4. 我低估的非 feature 工作：bug、性能、onboarding 修复——可能比任何 feature 更影响留存。
5. 接下来每周该看什么，才能知道这 3 件是否在 work。输出示例
本季度上线：
- Onboarding 重写（3 周）——直接杠杆：第 3 步漏斗掉 41% = 周 1 前你已经丢了半个留存 cohort。风险：和价格测试同时改会混淆度量。
- Streak freeze（2 周）——12 条 review + 38 工单是最大单一信号。风险：streak 派会喷”freeze 把机制变水”；做一键关。
- 按时间段提醒（2 周）——重度用户留存代理；工单 cohort 留存高 1.7 倍。风险：通知 UX 不细心会赶人走。
不做（5 条）：
- Apple Watch：追竞品 + 零用户信号。
- 设置页清理：对留存零可视影响。
- Widgets v2：装饰性；v1 已达标。
- Dark mode v2：真投诉但不动周-4 留存。
- iPad 布局：MAU 8% 重要——下季度做，不是本季度。
拒追： Apple Watch。对 FOMO 的反驳：“Watch app 加 40% 维护成本，你受众戴 Watch 的比例 12%，竞品发它是营销 bet 不是留存 bet。”
低估的非 feature 工作： TestFlight 里 6 个 P1 bug。每个在 cohort 上吃掉一个周-4 留存点。分配 1 周。
每周看：
- Onboarding 第 3 步漏斗转化（周）
- Streak 相关工单数（周）
- 周-4 cohort 留存（滚动 6 周折线）
怎么改输出
- 输出泛——要求”每条上线 feature 必须点名具体的留存机制，不是
提升 engagement”。 - AI 评分均等——硬规则”3 件里必须刚好有一件 onboarding / 漏斗 fix，不能三件全是重度用户 feature”。
- AI 在 hedging——硬规则”不准
consider。要么 ship 要么 no”。 - 跳过低估工作——明确要求”backlog 上没有、但比上面任何 feature 都重要的那件是什么”。
容易踩的坑
- 把”最多人请求”等同于”先上”——最多人请求的常是已经留存的重度用户。
- 让竞品动作 over-weight 你的 roadmap——他们的 bet 不是你的 bet。
- 不给非 feature 工作留预算——bug 和 onboarding 修复常常主宰留存数学。
- 3 件 feature 都需要同一个工程师——产能也是 per-engineer 的。
实操加深
做「用 AI 整理功能优先级：30 条 backlog 砍到 3 件能上线的」这类任务时，AI 输出质量主要取决于输入包是否完整。至少给它受众、原始材料、目标格式、你要做的决策，以及一好一坏两个参考。第一轮先要求保留事实，第二轮再优化结构、语气或表达，不要让模型一边猜事实一边润色。
拿到结果后单独做一次复核：有没有遗漏限制、编造细节、行动项不清、语气和真实场景不符。最终稿最好能马上使用，包含明确对象、下一步和判断标准，而不是还需要别人重新解释一遍。
FAQ
- 要把”技术债”放进 3 件里吗？ 只有当它在卡上线 feature 时放。否则归”低估的 1 周”里。
- 北极星不是留存怎么办？ 同模板——把”留存”换成”激活”或”ARPU”。“这条拉哪个杠杆”问法相同。
- AI 能取代用户研究吗？ 不能。给它信号，不要让它编信号。