当我们在产品路上遇到无数功能提案时，往往会被“好点子、好点子、好点子”淹没。真正的王者却是能把这些点子映射到用户的核心心智模型里，评估它们是“补全”还是“破坏”。这就是我最近在一次冲刺会议上提出的「心智模型优先级」框架。

首先，什么是核心心智模型？它们是用户在面对问题时、在做决策时默认使用的思维模式——比如“我想从起点到终点的最短路径”“我需要快速完成一次任务而不想被打断”。如果一个功能能让用户更顺利地完成这些模型，便说它在“满足”；如果它让用户的思维被迫重新适配或出现误区，则是“违反”。

我用一种简单的打分方法把这两种维度量化。假设功能A能满足用户的心智模型3个，却违反2个；功能B满足5个，却违反4个。我们用满足数减去违反数得到净得分——即“模型效益”。功能A的模型效益为1，功能B为1。若再加上市场规模、实现成本等加权，便能快速得到优先级排序。

举个真实例子：在为某电商后台开发“智能搜索”功能时，团队先列出10个候选点子。我们用上述方法评估后发现，自动补全（满足4，违反0）与“热销商品优先展示”（满足3，违反1）在模型效益上并列，而“人气榜单展示”（满足2，违反3）则落后。最终我们把前两个功能排在第一冲刺，第三个则留到后期。上线后，用户满意度提升12%，转化率提升5%，验证了模型效益法的有效性。

这套方法并非万能。它的局限在于：心智模型往往是隐性的，难以精准测量；另外，有些功能虽违反现有模型，却可能在未来引入全新思维，形成“模型升级”。因此，我建议在使用模型效益时，配合用户访谈、A/B 测试和数据回溯，做一个双向验证。

你也许会问：为什么不直接用 NPS、留存率等指标来做优先级？因为这些指标往往受多重因素影响，缺乏对“为何满意”的解释。心智模型法告诉我们，背后是用户的思维方式，而不是表面表现。若我们能先把用户的思维“清晰化”，再用数据验证，就能把“先验”与“后验”紧密结合。

总结一下：功能优先级不是随便挑选，而是要先问自己——这件事是让用户的核心心智模型更顺畅，还是让它们受阻？用模型效益法把这两点量化，再结合商业目标，你会发现优先级排序不再像打牌，而像一次精准投掷。你准备好把产品打造成“思维地图”了吗？