---

machine-translated to es from skills/feature-prioritisation/SKILL.md — review: pending. Native fixes welcome via PR.

name: feature-prioritisation description: "Aplica marcos de priorización (RICE, MoSCoW, Kano, ICE, Opportunity Scoring) para clasificar características e items del backlog. Úsalo cuando se te pida priorizar características, clasificar un backlog, decidir qué construir a continuación, o evaluar compensaciones entre ideas competidoras. Produce una lista de características puntuada y clasificada con tablas específicas del marco, orden de construcción recomendado, items depriorizados, y supuestos realizados."

Skill de Priorización de Características

Aplica el marco de priorización correcto a cualquier backlog y produce una clasificación clara y defendible con justificación — no solo una lista ordenada.

Inputs Requeridos

Trabaja con lo que se proporciona. Si falta alguno de estos, aun así produce el output completo: rellena cada vacío con un supuesto razonable marcado (asumido, confirmar) y lista esos supuestos al final. Solo haz una pregunta cuando el tema central en sí está ausente (no hay nada sobre lo que escribir).

• Lista de características o iniciativas a priorizar
• Objetivo o métrica siendo priorizado (OKR, lanzamiento, sprint)
• Marco preferido (o recomienda basándote en el contexto abajo)
• Datos del equipo: estimaciones de alcance, estimaciones de esfuerzo, velocidad (para RICE)

Guía de Selección de Marco

Pregunta al usuario qué marco prefiere, o recomienda basándote en el contexto:

Situación	Marco Recomendado
Necesitas una puntuación rápida y basada en datos	RICE
Reunión de alineación de stakeholders	MoSCoW
Entender la satisfacción del cliente vs expectativas	Kano
Startup en etapa temprana, decisiones rápidas	ICE
Identificar necesidades de clientes desatendidas	Opportunity Scoring
Decisiones de portafolio estratégico	Value vs Effort Matrix

---

Puntuación RICE

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	¿Cuán seguro estás?	50% / 80% / 100%
Esfuerzo	Personas-mes requeridas	Número real

Tabla de output:

Característica	Alcance	Impacto	Confianza	Esfuerzo	Puntuación RICE	Prioridad

---

Método MoSCoW

Clasifica cada característica como:

• Must Have — innegociable para el lanzamiento/sprint; el producto falla sin ella
• Should Have — importante pero no crítico; existen alternativas
• Could Have — agradable de tener; incluir solo si hay tiempo
• Won't Have (esta vez) — explícitamente fuera de alcance ahora; puede revisarse después

Siempre pregunta: "Must have para qué?" — define el alcance (lanzamiento, sprint, trimestre) antes de clasificar.

---

Puntuación ICE (Startup/modo rápido)

Fórmula: Impacto + Confianza + Facilidad (cada 1–10)

Rápido, subjetivo — bueno para decisiones tempranas antes de que existan datos.

---

Modelo Kano

Clasifica características en:

• Básico (Must-be): Esperado; la ausencia causa insatisfacción
• Desempeño: Más = mejor satisfacción; relación lineal
• Emocionante (Delighters): Inesperado; crea delight; la ausencia es neutral
• Indiferente: A los usuarios no les importa de ninguna forma
• Inverso: Algunos usuarios lo quieren, otros no

Recomienda construir: todas las características Básicas primero → características de Desempeño para casos de uso clave → 1–2 características Emocionantes por release.

---

Helper Programático

Este skill incluye un script Python que solo usa stdlib y que calcula clasificaciones para los marcos basados en matemáticas (RICE, ICE) para que la puntuación de características sea consistente entre sesiones.

# 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

# Pipe hacia él
printf '%s\n' '[{"name":"API refactor","impact":8,"confidence":80,"ease":5}]' \
  | python3 scripts/feature_prioritisation.py --framework ice -

Usa --json para producir output legible por máquina para herramientas posteriores.

---

Formato de Output

Priorización de Características — [Producto/Equipo] — [Fecha]

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:

1. [Característica] — [Justificación de 1 línea]
2. [Característica] — [Justificación de 1 línea]
3. ...

Explícitamente Depriorizados:

• [Característica] — Razón: [breve]

Supuestos Realizados:

• [Cualquier estimación o juicio usado en la puntuación]

---

Pautas

• Siempre ancla la priorización a una métrica u objetivo específico — nunca priorices en el vacío
• Señala cuando dos características tienen puntuaciones similares pero perfiles de riesgo muy diferentes
• Si la política de stakeholders está influyendo en la priorización, nómbralo explícitamente y sugiere separar la puntuación del marco de la decisión final
• Recomienda revisitar prioridades cada 2 semanas como mínimo
• Nunca produzcas una lista clasificada de una sola columna sin justificación — explica las 3 principales y 3 peores decisiones

Materiales Profundos

Este skill incluye archivos de apoyo — úsalos cuando estén disponibles:

• references/framework-selection.md — Elegir el Marco de Priorización (En Lugar de Defaultear a RICE). Aplícalo mientras produces el output; contiene la calibración y los juicios de valor que el resumen del método anterior comprime.
• templates/prioritisation-session.md — una versión para rellenar del entregable con los quality gates incluidos. Ofrécelo cuando el usuario quiera trabajar el documento él mismo en lugar de que se genere.

Rúbrica de Puntuación (0–40)

Puntúa cualquier output de este skill antes de entregarlo; 32+ es de calidad lista para enviar.

Dimensión	0	5	10
Anclaje al objetivo	Sin objetivo declarado, o items silenciosamente puntuados contra objetivos diferentes	Un objetivo es nombrado pero las puntuaciones individuales no lo referencian; items fuera de objetivo puntuados de todas formas	Una métrica y alcance explícitos; cada puntuación justificada contra ella; items sirviendo un objetivo diferente rechazados con instrucciones para reenviar
Integridad de puntuación	Marcos mezclados en una sesión, aritmética errónea, o escalas inventadas a mitad de tabla	Un marco aplicado consistentemente, pero confianza por defecto alta y anclajes de escala indefinidos	Marco consistente, matemáticas verificables, anclajes de impacto definidos, confianza reflejando honestamente la evidencia detrás de cada estimación
Transparencia de cortes y supuestos	Items cortados simplemente desaparecen; sin registro de estimaciones o sus fuentes	Items depriorizados listados pero sin razones; supuestos parciales o sin fuente	Cada corte lleva una razón y trigger de revisita; supuestos nombran sus fuentes (analytics, estimaciones de ingeniería) para que la clasificación sea re-ejecutable
Juicio más allá del número	Una tabla ordenada presentada como la decisión	Los picks principales reciben justificación, pero near-ties, perfiles de riesgo, y política van sin mencionar	Near-ties rotas en riesgo con razonamiento mostrado; presión política nombrada con puntuación del marco separada de la decisión final; top y bottom de lista ambos explicados

Verificaciones de Calidad

• Cada item es puntuado contra la misma métrica u objetivo (no objetivos diferentes por item)
• Items depriorizados están explícitamente listados con razones (no solo ausentes de la lista clasificada)
• Supuestos usados en la puntuación están documentados
• La política de stakeholders o preferencias personales están separadas de la puntuación del marco
• La priorización está anclada a un alcance específico (sprint / trimestre / lanzamiento)

Anti-Patrones

• No puntúes items contra objetivos diferentes — cada item en una sesión de priorización debe ser puntuado contra el mismo objetivo
• No omitas items depriorizados — listar explícitamente qué fue cortado y por qué es tan importante como la lista clasificada
• No dejes que la política de stakeholders anule puntuaciones del marco sin documentar la anulación y razón
• No mezcles puntuaciones RICE, ICE, o MoSCoW entre frameworks en una sola sesión — elige un framework por ejercicio de priorización
• No trates el output como final sin documentar los supuestos usados en la puntuación — los supuestos cambian, y la lista debe ser revisitable

Frases Trigger de Ejemplo

• "Prioriza características."
• "Clasifica un backlog."
• "Decide qué construir a continuación."
• "Evalúa compensaciones entre ideas competidoras."