在产品世界里，优先级往往像排队等着吃饭的顾客——谁先上桌谁先吃？但真正的“先吃”不应该仅凭人多嘴快，而是看谁能让核心用户的心智模型得到最大满足。这里的心智模型是用户对世界的简化认知框架，产品要么让它们更加顺畅、自然，要么让它们“出错”，那就要让用户重新思考。

先来给大家举个常见的例子：一款笔记应用要上线“语音转写”功能。该功能满足的核心模型是“声音即文字”，用户可以用说话的方式记录思考；但它也可能违反“手写即思考”的模型，让用户失去写字的直观感受。把这两个模型放在一起算分：如果满足模型的用户比例高于违反模型的比例，那么该功能就有更高的优先权。

我在过去的三次产品评估中都用过这套方法。第一次是在某社交媒体平台上评估“群聊主题标签”功能。我们发现它满足了“快速归档”模型，却违反了“随性聊天”模型。最终由于满足比例略低于违反比例，功能被暂缓，后续才在用户反馈推动下改为可选项。

从数据上看，Google 的《产品经理优先级指南》指出，功能满意度与用户留存率呈正相关，满意度每提升 10% 留存率就会提高约 3%。如果能把心智模型满意度量化，优先级决策就不再是“主观直觉”而是“可量化的因果关系”。

当然，不能把所有东西都归结为心智模型。传统的 MoSCoW、RICE 之类的框架仍然有用，只是它们关注的是价值、成本、影响，而我们更想知道“这个功能是帮用户更好地使用产品，还是让他们更难上手”。把模型满意度作为第三个维度，能让决策更平衡。

在实际操作中，我会先列出核心用户群体的主要心智模型（例如“点击即完成任务”“搜索即答案”“可视化即直觉”），然后对每个功能进行映射：哪些模型被满足，哪些被侵犯。最后用 1 分钟的投票表决：如果满足模型数减去违反模型数>0，就进入优先级列表；否则就挂到下一个版本。

这套方法的核心是：不把用户的“心理地图”视为冰冷的指标，而是让它成为我们与用户对话的桥梁。它让我在与团队讨论时能说一句：“这不是为什么要做，而是怎么让用户更自然地完成任务。”

当然，也有人说这方法太“哲学”，难以量化。我的回答是：心智模型本身就是一种可度量的东西，只要你给它一个得分系统（如 1-5 级），就能用数据说话。关键是坚持使用同一套模型框架，避免随意增删。

最后，我想留一个问题给大家：在你们的 backlog 排队时，是否已经把核心用户心智模型作为“加分项”来评估？如果还没有，那是不是该给它一个机会，让它帮你把“优先级”从“猜测”升级为“洞察”呢？