AI-промты для приоритизации бэклога по RICE и MoSCoW
Настройте фреймворк и источник данных — получите готовый промт для ранжирования задач
- Считает RICE-скор и раскладывает задачи по Must/Should/Could
- Связывает приоритеты с метриками и OKR продукта
- Готовит аргументацию для защиты роадмапа перед C-level
Конструктор промтов для приоритизации задач
Выберите фреймворк и стадию бэклога — получите промт для расчёта RICE и сортировки по MoSCoW
Ваш промт появится здесь
Выберите параметры слева — промт обновится автоматически
Приоритизация бэклога по RICE и MoSCoW отнимает у продакт-менеджера целый день: нужно собрать данные из аналитики, интервью и CRM, пересчитать веса, согласовать список с командой — а к защите роадмапа всё равно остаются вопросы. Готовые промты для ChatGPT и Claude снимают большую часть этой рутины: нейросеть структурирует бэклог, считает RICE-баллы, раскладывает задачи по MoSCoW и формулирует аргументы для стейкхолдеров. В генераторе вы настраиваете квартальный роадмап или спринт-планирование, выбираете тип задач — новые фичи, технический долг или гипотезы для A/B-тестов — и указываете источник данных вроде NPS или результатов интервью. Укажите фреймворк и аудиторию защиты — CPO, C-level или команду разработки — и получите промт, заточенный под ваш контекст. Бесплатные шаблоны экономят часы на подготовке приоритизации и превращают разрозненные гипотезы в аргументированный список. Заполните форму и получите промт, оптимизированный под вашу задачу.
Промты для RICE и MoSCoW: инструкция
Выберите фреймворк и тип задач
Укажите Фреймворк, Тип продукта и Стадию бэклога — это задаст логику приоритизации под ваш контекст.
Настройте тон и формат вывода
Выберите тон коммуникации и формат вывода — например, аналитичный тон и таблица с баллами RICE для защиты.
Впишите контекст и список задач
Заполните Контекст продукта, Список задач и Цель квартала — так промт оценит фичи под ваши метрики и бэклог.
Скопируйте и запустите в ChatGPT
Скопируйте готовый промт и вставьте в ChatGPT или Claude — получите ранжированный бэклог по RICE и MoSCoW.
Кто использует промты для RICE и MoSCoW
Генератор помогает продактам, лидам, аналитикам и фаундерам приоритизировать бэклог в ChatGPT и Claude
Product Manager в B2B SaaS
Считаю RICE для 40 фич в Excel — уходит целый день
Получайте готовую RICE-таблицу с обоснованием за 10 минут
Фаундер стартапа на MVP
Не понимаю, что в MoSCoW отнести к Must, а что к Should
Разбивайте фичи MVP по MoSCoW с аргументами для инвесторов
Продуктовый аналитик
Собираю Reach и Impact из 5 источников вручную по каждой задаче
Соединяйте данные аналитики и CRM в единый скоринг Weighted RICE
Head of Product и CPO
Защита квартального роадмапа перед C-level занимает 3 дня подготовки
Формируйте защиту приоритетов для комитета и инвесторов за час
Ещё промты для приоритизации бэклога
Промты дополняют генератор смежными задачами приоритизации. Скопируйте, замените данные в [скобках] и вставьте в ChatGPT или Claude.
Аудит качества RICE-оценок в текущем бэклоге продукта
Аудит скорингаРоль: Ты Senior Product Operations Manager с 7 лет опыта в приоритизации продуктовых бэклогов. Экспертиза: RICE, Weighted RICE, калибровка оценок команды, Productboard. Контекст: Я Product Manager в [тип продукта: B2B SaaS]. Продукт: [краткое описание продукта и стадии]. Текущие данные: таблица бэклога с RICE-оценками — [ссылка или выгрузка задач с полями Reach, Impact, Confidence, Effort], размер команды [N человек], горизонт планирования [квартал/полугодие]. Задача: Провести аудит качества RICE-скоринга: выявить задачи с завышенным Confidence без данных, нереалистичным Reach и заниженным Effort, предложить пересчёт топ-10 спорных позиций. Формат вывода: (1) Таблица проблемных задач: название, текущий RICE, обнаруженный дефект оценки, пересчитанный RICE. (2) Топ-5 системных ошибок скоринга команды с примерами. (3) Чек-лист из 8 пунктов для калибровочной сессии. Детали: Опирайся на методологию Intercom RICE. Избегай субъективных формулировок, каждое замечание подкрепляй данными из бэклога. Confidence ниже 50% помечай как требующий discovery.
Сравнение RICE и MoSCoW под специфику моего продукта
Выбор методаРоль: Ты продуктовый консультант с 8 лет опыта внедрения фреймворков приоритизации. Экспертиза: RICE, MoSCoW, Kano, Weighted Shortest Job First, фасилитация продуктовых команд. Контекст: Я CPO в [тип организации: marketplace/fintech/enterprise]. Продукт: [описание продукта и бизнес-модели]. Текущая ситуация: [стадия продукта — MVP/scale-up], размер бэклога [N задач], команда [состав и зрелость], стейкхолдеры [список ролей], горизонт планирования [спринт/квартал]. Задача: Сравнить RICE и MoSCoW под мой контекст и рекомендовать основной фреймворк с аргументацией, либо гибридную схему с разделением зон применения. Формат вывода: (1) Сравнительная таблица по 7 критериям: скорость, объективность, работа со стейкхолдерами, учёт времени, гибкость, требования к данным, обучаемость команды. (2) Рекомендация с 3 аргументами за и 2 рисками. (3) Пошаговый план внедрения на 4 недели. Детали: Учитывай зрелость аналитики и культуру принятия решений. Не предлагай оба фреймворка одновременно без чёткого разделения сценариев.
Подготовка защиты приоритетов бэклога перед C-level
Питч защитаРоль: Ты Head of Product с 10 лет опыта защиты роадмапов перед советом директоров и инвесторами. Экспертиза: storytelling, связка приоритетов с OKR, RICE-обоснования, финансовое моделирование импакта. Контекст: Я Product Manager в [тип компании]. Продукт: [название и стадия]. Данные: топ-10 задач с RICE-скорами [вставить таблицу], связанные бизнес-метрики [revenue, retention, CAC], квартальные OKR [список], бюджет команды [FTE и часы], ключевые возражения стейкхолдеров [перечень]. Задача: Подготовить 10-минутный питч защиты приоритетов бэклога с акцентом на ROI, связью с OKR и ответами на возражения. Формат вывода: (1) Структура выступления из 6 слайдов с тезисами и визуалами. (2) Нарратив-история на 400 слов по схеме проблема-данные-приоритеты-результат. (3) Банк из 8 возражений C-level с ответами по методу SCQA. Детали: Используй язык бизнес-метрик, избегай продуктового жаргона. Каждый приоритет свяжи минимум с одним OKR и денежной оценкой impact.
Воркшоп по обучению команды фреймворкам RICE и MoSCoW
ОбучениеРоль: Ты продуктовый тренер и Agile-коуч с 9 лет опыта фасилитации команд. Экспертиза: RICE, MoSCoW, Liberating Structures, дизайн образовательных воркшопов для продуктовых команд. Контекст: Я Product Lead в [тип организации]. Команда: [размер и состав — PM, дизайнеры, инженеры], текущий уровень владения приоритизацией [новички/средний], проблемы [примеры: субъективность, конфликты со стейкхолдерами], доступное время [N часов], формат [офлайн/онлайн]. Задача: Спроектировать 3-часовой воркшоп, после которого команда сможет самостоятельно приоритизировать бэклог по RICE и MoSCoW на реальных задачах. Формат вывода: (1) Тайминг воркшопа по 15-минутным слотам с активностями и целью. (2) Два кейса-симулятора — по одному на RICE и MoSCoW — с входными данными и эталонным решением. (3) Чек-лист из 10 пунктов самопроверки команды после воркшопа. Детали: Минимум 60% времени отведи практике. Включи калибровочное упражнение на Confidence и работу с MoSCoW-категорией Won't have. Избегай длинных лекций свыше 10 минут.
6 правил промтов для RICE и MoSCoW
Используйте эти правила, чтобы получать корректную приоритизацию бэклога по RICE и MoSCoW в ChatGPT и Claude
Задайте роль приоритизатора
Вместо 'Ты продакт' укажите: 'Ты Senior PM с опытом приоритизации бэклога по RICE и MoSCoW в B2B SaaS'. ИИ сразу подтянет корректные формулы Reach и Impact.
Указывайте цифры для RICE
Дайте ИИ все 4 параметра: Reach (юзеров/квартал), Impact (0.25-3), Confidence (%) и Effort (человеко-месяцы). Без них скоринг RICE = Reach×Impact×Confidence/Effort превращается в угадайку.
Запрашивайте таблицу-матрицу
Просите вывод в виде таблицы: задача, R, I, C, E, RICE-score, MoSCoW-категория, обоснование. Формат: 'Отсортируй по убыванию score и раздели по Must/Should/Could/Won't'.
Уточните стадию бэклога
Pre-PMF, Growth и Scale-up требуют разных весов: на Seed Impact важнее Reach, на Scale наоборот. Шаблон: 'Бэклог Q2, стадия Series A, 40 гипотез, фокус на activation'.
Итерируйте через тай-брейки
Если у задач одинаковый RICE-score, уточняйте follow-up: 'Задачи A и B имеют score 12.5 — добавь критерий strategic fit и пересчитай MoSCoW под защиту перед CPO'.
Избегайте абстрактного Impact
До: 'Оцени влияние фичи на бизнес'. После: 'Impact = прирост MRR за 90 дней: 3 = массивный (+15%), 1 = высокий (+5%), 0.5 = низкий'. Без шкалы RICE не работает.
FAQ: промты для RICE и MoSCoW
Промты для приоритизации по RICE и MoSCoW — это структурированные запросы к нейросетям, которые помогают разложить бэклог продукта по формуле Reach × Impact × Confidence / Effort или по категориям Must/Should/Could/Won't. ChatGPT по такому промту считает RICE-скор для каждой фичи, ранжирует их и предлагает обоснование оценок Impact и Confidence. Claude хорошо подходит для смешанной методики RICE + MoSCoW, когда нужно сначала отсеять кандидатов в Must, а затем посчитать вес внутри группы. Для Weighted RICE с кастомными коэффициентами удобно использовать Gemini. Вставьте в нейросеть список задач с метриками охвата и трудоёмкости и получите готовую таблицу приоритетов за минуту.
Составьте промт для ChatGPT по шаблону: 'Ты продакт B2B SaaS. Рассчитай RICE для списка фич на квартал: Reach в пользователях/месяц, Impact по шкале 0.25–3, Confidence 50–100%, Effort в человеко-неделях. Верни таблицу с формулой R×I×C/E и ранжируй по убыванию'. Дальше перечислите 10–15 задач с цифрами из продуктовой аналитики и CRM. ChatGPT посчитает скор, отметит фичи с Confidence ниже 70% как требующие Discovery и предложит топ-5 для спринт-планирования. Для MVP-релиза добавьте фильтр по MoSCoW — модель автоматически отнесёт задачи с низким RICE в Could или Won't. Скопируйте готовую таблицу в Jira или Notion.
Product Manager экономит 3–5 часов на каждой сессии приоритизации, когда использует готовые промты для нейросетей вместо ручных расчётов в Excel. Генератор собирает запрос под конкретный контекст: квартальный роадмап B2B SaaS, Discovery-фаза Fintech-сервиса или подготовка MVP маркетплейса. ChatGPT по такому промту сразу выдаёт RICE-скор, а Claude помогает защитить приоритеты перед CPO и продуктовым комитетом — формулирует аргументы на языке метрик MRR, CAC и NPS. Для питча C-level и инвесторам ИИ добавит слайд с обоснованием Must-have из MoSCoW. Бесплатно соберите промт под свою стадию бэклога и тип задач — от новых фич до техдолга — и вставьте в нейросеть.
Промты для RICE требуют от нейросети количественных расчётов по формуле Reach × Impact × Confidence / Effort, а промты для MoSCoW — качественной категоризации на Must, Should, Could и Won't. В ChatGPT для RICE вы задаёте числовые шкалы и источники данных: продуктовую аналитику, интервью с пользователями, NPS. Для MoSCoW в Claude формулируете критерии: Must — блокирует релиз MVP, Should — повышает retention, Could — улучшает UX. Weighted RICE добавляет кастомные веса, а связка RICE + MoSCoW сначала отсеивает кандидатов по must-have, потом ранжирует их по скору. Для спринт-планирования берите RICE, для подготовки MVP — MoSCoW. Попробуйте оба подхода в генераторе.
Промты для приоритизации по RICE и MoSCoW работают во всех популярных нейросетях, но с нюансами. ChatGPT и Claude лучше всего считают Weighted RICE с десятками задач и держат контекст большого бэклога — подходят для квартального роадмапа и защиты перед C-level. YandexGPT и GigaChat отлично справляются с MoSCoW-категоризацией и формулировками для бизнес-заказчиков на русском, особенно для Fintech-сервисов в РФ. Gemini удобен, когда нужно подтянуть данные из Google Sheets с метриками CRM и NPS. Для Discovery-фазы и интервью с пользователями берите Claude — он глубже работает с качественными инсайтами. Скопируйте промт из генератора и вставьте в любую из этих нейросетей бесплатно.