第1章：RICE模型简介与AI需求场景
1.1 适用场景
本章节适用于产品经理、AI需求分析师、技术负责人及项目排期决策者，在以下场景中建立RICE模型的基础认知：
- 初次引入RICE模型进行AI功能需求优先级排布时；
- 需要区分传统软件需求与AI需求在评估上的差异时；
- 评估团队是否具备使用RICE模型的基本条件时；
- 定义需求权重评估流程的输入标准与责任边界时。
1.2 前置条件
| 序号 | 前置条件 | 说明 |
|---|---|---|
| 1 | 需求池已建立 | 至少存在10条已初步描述的需求条目，每条需求须包含用户价值说明 |
| 2 | 基础数据可获取 | 具备用户行为、业务指标或测试覆盖等支撑四要素量化的数据来源 |
| 3 | 评估团队已组建 | 至少包含1名需求提出方、1名技术评估人、1名决策人 |
| 4 | 模型理解一致 | 所有参与者完成本章学习并理解RICE定义 |
1.3 RICE四要素定义（AI需求上下文）
1.3.1 Reach（触达范围）
在AI需求中，Reach不再仅指用户数量，而是包括受模型预测/生成行为影响的用户会话次数或触达频率。例如：推荐模型每触发一次曝光即计为一次送达。
1.3.2 Impact（影响程度）
AI需求的Impact需同时考虑业务增益与模型行为偏差风险。典型量化方式如下表：
| 影响等级 | 业务增益描述 | AI偏差风险等级 | 综合评分 |
|---|---|---|---|
| 极高（4） | 营收提升 >15% | 低 | 4.0 |
| 高（3） | 营收提升5%~15% | 中 | 2.5~3.5 |
| 中（2） | 流程效率提升 | 高 | 1.0~2.0 |
| 低（1） | 体验微优化 | 极高 | 0.5 |
1.3.3 Confidence（信心指数）
AI需求中的Confidence取决于训练数据质量、离线评估指标与A/B实验置信度。建议划分三个层级：
- 高（10/10）：有同场景已上线模型数据支撑，离线评估AUC >0.85；
- 中（5/10）：有相似场景经验，离线指标达基线；
- 低（1/10）：概念验证阶段，无定量数据。
1.3.4 Effort（投入成本）
AI需求的Effort须拆解为：数据准备、特征工程、模型训练、推理部署、监控链路。以人天为单位，汇总为总工期。
Effort（人天） = 数据清洗 + 特征加工 + 模型调参 + 服务化 + 测试回归
其中每项最小粒度建议不超过3人天，超出则视为高风险。1.4 AI需求特殊性
关键差异点：
- 不确定性：AI需求的效果依赖模型收敛，存在“不一定能实现”的固有风险；
- 数据依赖：Reach、Confidence、Effort三者都与训练数据规模和质量强耦合；
- 长周期迭代：一次AI需求往往需要多轮实验，而非单次上线；
- 负反馈风险：低Confidence的AI需求可能导致用户体验劣化，Impact评分需打折。
1.5 适用范围边界
RICE模型在AI需求中并非万能，以下情况不建议直接套用：
| 不适用范围 | 原因 |
|---|---|
| 纯研究型探索（无明确用户触达） | Reach为0，模型失效 |
| 合规/安全类强制需求 | 应直接列为P0，不参与权重排序 |
| Confidence极低（<1/10）且无法获取数据 | 评分失真，建议先做数据验证型拆分 |
| 需求颗粒度跨越多个独立模型 | 应拆分后再逐一评估 |
1.6 输入输出物
| 阶段 | 输入物 | 输出物 |
|---|---|---|
| 学习与理解 | 本章节正文、RICE四要素定义模板 | 团队达成一致的四要素评分标准文档（初版） |
| 需求梳理 | AI需求池（Excel/飞书/Notion） | 每条需求标注初步的Reach/Impact/Confidence/Effort预估范围 |
| 边界判断 | 适用范围检查清单 | 确定本次排布中不予评估的需求清单及原因 |
1.7 责任边界
- 需求提出方：提供Reach与Impact的原始数据或估算依据；
- 技术评估人：提供Effort人天估算与Confidence的技术依据；
- 决策人：确认四要素定义与适用范围边界，否决脱离实际的评分。
1.8 操作步骤（本章范围）
- 阅读并讨论：团队成员集体阅读本章内容，确保对四要素定义达成共识；
- 填写模板：使用下方示例格式，为每一条AI需求填写预估的Reach、Impact、Confidence、Effort范围；
- 边界审查：对照1.5节不适用范围，标记出需排除或需拆分重定义的需求；
- 输出初版：形成带预估权重的需求池草稿，作为下一章详细量化计算的输入。
实操提示：建议在第一次使用RICE模型时，先用3条典型需求进行试填，检查团队对Confidence和Impact的评分标准是否一致。若偏差超过2个等级，需回头重新校准定义。
1.9 记录材料
- RICE四要素定义共识纪要：记录会议结论、分歧点、最终定稿版本号；
- 适用范围边界判定表：每条被排除或需求拆分的原因；
- 需求预填草稿：Excel或线上表格，包含需求ID、名称、R/I/C/E预估范围、评估人签名。
1.10 异常处理
| 异常场景 | 处理措施 |
|---|---|
| 团队对Impact等级争议超过1级 | 暂停该需求评分，由决策人指定外部行业基准或用户调研数据后仲裁 |
| Effort数据缺失 | 技术评估人执行3小时快速设计，补齐最低粒度人天 |
| Confidence无法达成一致 | 以综合评估中的最低值为准，标记为“待验证” |
| 需求池中超过30%的需求被归入“不适用范围” | 说明排布目标偏移，建议先做需求分级再重新筛选 |
1.11 验收标准
本章完成交付时，须满足以下全部条件：
- 团队中至少80%的参与者能够复述RICE四要素的定义及AI场景转化方式；
- 已输出适用范围边界判定表，且需排除的需求有书面理由；
- 需求池中每条需求均已填写预估的R/I/C/E范围，覆盖率达到100%；
- 所有异常场景已触发对应处理措施并留下处理记录。