Únete gratis

Crea criterios de priorización para requisitos de funciones

Autor: AILesson9 min de preparaciónProbado con:ChatGPTRevisado el: 2026-08-28

Respuesta rápida

Define criterios de funciones basados en pruebas, requisitos excluyentes, escalas, incertidumbre, dependencias y reglas de decisión antes de puntuar las opciones. Proporciona: Contexto de la decisión, Funciones candidatas y pruebas, Restricciones de puntuación y gobernanza. Resultado esperado: Una rúbrica de priorización calibrada, un acuerdo de evidencia, una tabla de puntuación, una prueba de sensibilidad y una plantilla de registro de decisiones.

1

Añade tu contexto

Tu texto permanece en este navegador. AILesson Prompts no lo envía a un modelo ni a un servidor.

2

Tu prompt

Los campos sin rellenar permanecen visibles como marcadores de posición, para que puedas copiar y editar el prompt

Crea un marco de priorización de funciones justificable para la decisión y las opciones proporcionadas.

Contexto de la decisión:
[decision]

Opciones y pruebas:
[candidates]

Reglas de puntuación y gobernanza:
[rules]

Separa los requisitos excluyentes obligatorios de los criterios comparativos. Para cada criterio, define la pregunta de decisión, una escala con referencias de comportamiento, las pruebas permitidas, el indicador indirecto prohibido, la dirección, la ponderación solo si está aprobada, el tratamiento de datos ausentes, la confianza y el riesgo de doble cómputo. Mantén separados, cuando proceda, el alcance entre usuarios, la gravedad, el ajuste estratégico, la confianza en las pruebas, el esfuerzo, la carga operativa, el riesgo técnico, la accesibilidad, la privacidad, la seguridad y las dependencias. No inventes impacto, estimaciones, usuarios, ingresos, obligaciones, ponderaciones ni precisión. Una puntuación ponderada ayuda al debate; no prevalece sobre los requisitos excluyentes, las dependencias, la incertidumbre ni la autoridad de decisión. Calibra con al menos dos opciones proporcionadas, muestra perspectivas brutas y ajustadas por confianza solo cuando la regla sea explícita, prueba la sensibilidad frente a cambios plausibles de ponderaciones o estimaciones, identifica opciones dominadas e incomparables y genera una tabla de puntuación, carencias de evidencia, opciones de secuenciación, un registro de decisiones y un desencadenante de revisión.
Probar en Playground
Privado de forma predeterminadaLa preparación del prompt se realiza localmente en tu navegador. Evita introducir información confidencial en cualquier servicio de IA, a menos que tu organización lo permita.

De la entrada al resultado

Un ejemplo completo

Mira cómo un contexto concreto convierte esta receta en un resultado que puedes usar

Entrada real

Contexto de la decisión
Elegir como máximo una iniciativa de descubrimiento y entrega de seis semanas para un pequeño producto de facturación en el cuarto trimestre. Objetivo: reducir el cobro fallido de facturas para profesionales independientes. Capacidad: cuatro semanas de ingeniería, una semana de diseño y ningún aumento de personal de soporte. La revisión de seguridad es obligatoria para cualquier cambio en los datos de pago. Product Lead recomienda; GM decide. El nivel de accesibilidad WCAG 2.2 AA es un requisito de lanzamiento. El trabajo normativo obligatorio se gestiona por separado y no debe competir en esta clasificación.
Funciones candidatas y pruebas
F1 programación de recordatorios de pago: 18/24 profesionales independientes entrevistados informan que envían recordatorios manuales; los datos de eventos muestran que el 31 % de las facturas vencidas recibe un recordatorio manual. Éxito de la tarea del prototipo: 7/8. Estimación de 3–5 semanas de ingeniería y una semana de diseño; depende del servicio de notificaciones; Support prevé preguntas sobre la configuración de zonas horarias. F2 tono de recordatorios escritos por IA: 9/24 piden ayuda con la redacción; no hay pruebas conductuales de uso; comprensión del prototipo 5/8; estimación de 2–4 semanas de ingeniería más coste continuo del modelo y revisión de contenido; no se han evaluado la privacidad ni las alucinaciones. F3 webhook de estado de pago: solicitado por 4 socios contables que representan 620 cuentas vinculadas; los registros de socios muestran 14 000 consultas de estado al mes. Estimación de 5–8 semanas de ingeniería; requiere revisión de seguridad y control de versiones de la API; no se ha medido el efecto sobre el cobro de usuarios. F4 temas de color para facturas: 6/24 mencionan la marca; no hay analíticas disponibles; estimación de 1–2 semanas de ingeniería; sin dependencias. Las estimaciones son intervalos, no compromisos.
Restricciones de puntuación y gobernanza
Usar escalas de 1–4 con referencias. Criterios comparativos y ponderaciones aprobados: pruebas del problema de usuarios 30 %, contribución prevista al cobro 25 %, ajuste estratégico 15 %, viabilidad de entrega 20 % y sostenibilidad operativa 10 %. La confianza en las pruebas se muestra por separado, no se multiplica por la puntuación. Requisitos excluyentes: accesibilidad para todo; seguridad para los datos de pago. No usar la antigüedad de quien solicita ni el número bruto de cuentas de socios como sustituto del beneficio para usuarios finales. El impacto desconocido recibe 1, no cero. Debe señalarse cuando el intervalo de esfuerzo cruza la capacidad. Una diferencia máxima de 0.2 queda sin resolver; usar el valor de obtener pruebas como desempate, no decimales arbitrarios.

Ejemplo de salida

Marco de priorización

Las referencias usan una escala de 1–4. Pruebas del problema: solo anécdota; datos cualitativos repetidos; datos cualitativos más conductuales; pruebas sólidas replicadas. Contribución al cobro: desconocida; indirecta plausible; indicador adelantado medido; resultado de cobro medido. Ajuste estratégico: de periférico a directo. Viabilidad: supera claramente la capacidad; el intervalo cruza la capacidad o hay una dependencia importante sin resolver; encaja con una dependencia manejable; encaja holgadamente. Sostenibilidad: riesgo recurrente sin resolver; carga alta; manejable; carga baja. Cada puntuación cita pruebas; la confianza es baja, media o alta y permanece separada.

FunciónPruebasCobroAjusteViabilidadSostenibilidadPonderadaConfianza/requisitos
F1424222.9media-alta; accesibilidad pendiente
F2213211.8baja; riesgos de privacidad/contenido pendientes
F3312121.9media para el problema de integración, baja para el cobro; requisito de seguridad pendiente
F4211442.2baja-media; accesibilidad pendiente

Recomendación: F1 es la principal iniciativa de descubrimiento y entrega, no una aprobación automática. Su intervalo de 3–5 semanas cruza la capacidad de cuatro semanas y las operaciones de zona horaria siguen sin resolverse. Antes de comprometerse, acotar la estimación, probar la dependencia del servicio de notificaciones, definir los valores predeterminados de zona horaria y verificar WCAG AA. F3 no cabe en la capacidad indicada y carece de pruebas sobre el efecto en el cobro; considerar un descubrimiento separado. F2 está dominada por F1 con las pruebas actuales y añade controles recurrentes sin resolver. F4 es viable, pero su relación con el objetivo es débil.

Sensibilidad: aumentar la ponderación de viabilidad del 20 % al 35 % podría acercar F4 a F1; reducir de 4 a 3 las pruebas del problema de F1 disminuye su ventaja. Por tanto, la decisión es sensible a la confianza en la capacidad, pero no hasta el punto de hacer preferible F2. Registrar la decisión de GM, las pruebas seleccionadas, las excepciones, la persona responsable y el desencadenante de revisión. Reabrir la clasificación si la estimación de F1 supera cinco semanas, falla la accesibilidad, la dependencia de notificaciones bloquea el trabajo o llegan nuevas pruebas de resultados de cobro.

Por qué funciona

  1. 1

    Las referencias de comportamiento y los acuerdos de evidencia mantienen comparables las puntuaciones entre distintas personas revisoras

  2. 2

    Los requisitos excluyentes y las pruebas de sensibilidad revelan cuándo una clasificación aparentemente clara es inestable o inválida

Comprueba el resultado

  • ¿Mide cada criterio un solo concepto pertinente para la decisión mediante referencias observables?

  • ¿Son visibles fuera de la puntuación total las pruebas ausentes, la confianza, los requisitos excluyentes, las dependencias y el doble cómputo?

  • ¿Cambiarían la recomendación y activarían una revisión las variaciones plausibles de ponderaciones o estimaciones?

Úsalo con confianza

Preguntas frecuentes

Respuestas prácticas sobre cuándo usar esta receta, qué debes proporcionar y en qué casos la revisión humana sigue siendo importante

¿Qué debo preparar antes de usar «Crea criterios de priorización para requisitos de funciones»?

Para usar «Crea criterios de priorización para requisitos de funciones», prepara el contexto de la decisión, las funciones candidatas y sus pruebas, y las restricciones de puntuación y gobernanza. Sustituye los marcadores de posición únicamente con información que puedas verificar. Si desconoces algún detalle, conserva explícitamente esa incertidumbre en lugar de pedir al modelo que lo deduzca.

¿Cuándo no está listo para usarse el resultado de «Crea criterios de priorización para requisitos de funciones»?

El resultado no está listo si todavía no ofrece, a partir de la información proporcionada, el resultado indicado —una rúbrica de priorización calibrada, un acuerdo de evidencia, una tabla de puntuación, una prueba de sensibilidad y una plantilla de registro de decisiones— o si depende de supuestos sin resolver, aprobaciones pendientes o detalles inventados. Usa las comprobaciones como criterios de aprobación: revisa los datos de origen o asigna la revisión a una persona identificada y autorizada, en lugar de pulir un resultado sin fundamento.

¿Qué herramientas de IA tienen pruebas registradas para «Crea criterios de priorización para requisitos de funciones»?

El registro de pruebas publicado para «Crea criterios de priorización para requisitos de funciones» incluye ChatGPT a fecha de 2026-08-28. Esto confirma que se realizaron pruebas registradas, pero no garantiza la compatibilidad ni resultados idénticos en versiones posteriores del producto. Si usas otra herramienta o versión, mantén visibles todas las restricciones y repite las comprobaciones del resultado antes de utilizarlo.

Más formas de explorar

Dónde encaja esta receta

Indicaciones de textoInvestigación de producto y usuariosGestión de productoPara gerentes

Mantén el trabajo en marcha

AILesson · Cursos recomendados

Tu próximo paso: pon la IA a trabajar

Pasa de entender la IA a poner manos a la obra. Practica cómo dar instrucciones, revisar y mejorar resultados con lecciones interactivas para el trabajo y la vida cotidiana.

Explora todos los cursos
Portada de IA para principiantes

15 lecciones interactivas

IA para principiantes

Inicia una conversación útil con la IA, mejora la respuesta, comprueba lo importante y reconoce cuándo te corresponde dar el siguiente paso.

Explora este curso
Portada de Fundamentos de ChatGPT

10 lecciones interactivas

Fundamentos de ChatGPT

Aprende a usar ChatGPT mediante tres flujos de trabajo prácticos: completa una primera conversación, trabaja con un archivo y usa Projects para llevar un plan comprobado a una nueva conversación.

Explora este curso
Portada de Cómo funciona la IA generativa

7 lecciones interactivas

Cómo funciona la IA generativa

Comprende cómo los chats de IA habituales aprenden patrones del lenguaje, usan los mensajes actuales, construyen respuestas e incorporan fuentes y herramientas.

Explora este curso