每次迭代计划里，bug 修复、可用性改进和新功能都在抢资源。传统的优先级排序往往靠团队投票、业务指标或技术评估，结果常常被个人偏见、部门利益或“进度”牵制，导致真正影响用户体验的瑕疵被推迟。于是我想出了一个全新的思路：用心理学里的心智模型冲突来量化“痛点优先级”，把它包装成一个可量化、可复现的冲突得分。

所谓心智模型冲突，源自丹尼尔·卡尼曼的双系统理论：系统一（快感知、直觉）与系统二（慢思考、逻辑）在面对同一问题时往往产生不一致的判断。若一个 bug 或 UI 问题同时触发用户的快感知（“这是怎么回事？”）与慢思考（“这会影响我的目标吗？”），冲突就会放大。冲突得分就是把这两种感知的强度转换成数字，再进行归一化与加权。

计算步骤很简单：

• ① 收集痛点：通过用户访谈、热力图、支持工单等渠道得到一份“痛点清单”。
• ② 评估快感知强度：使用 Likert 量表（1~5）测量用户对该问题的即时情绪冲击。
• ③ 评估慢思考影响：用业务价值（1~5）乘以实现成本（1~5）得到“影响分”。
• ④ 冲突得分 = 快感知强度 × 影响分。

举个实际例子：某 SaaS 在新功能上线后收到 120 条客服工单，其中有 35 条是“登录按钮点击后页面闪退”。在访谈中，用户给了 4.2 分的快感知强度；业务价值评估为 5 分，技术成本评估为 4 分，影响分为 20。冲突得分 = 4.2 × 20 = 84。相比之下，另一条“报表导出缺失筛选项”得到 3.1 × (3×4)= 37.2，优先级自然落后。采用此方法后，该团队在第一个迭代中先修复闪退，用户满意度提升 27%，复访率提升 15%。

相比传统的 MoSCoW 或 RICE 矩阵，冲突得分的优势在于：

• 可量化：把主观痛感转化为数值，减少“谁说更重要” 的争执。
• 多维度：既考虑用户情绪，又兼顾业务价值和实现成本，平衡了快速迭代与可持续发展。
• 可视化：冲突得分可以直接映射到甘特图或看板，团队一眼就能看到最关键的痛点。

然而，得分模型也不是万能的。首先，数据来源必须可靠：访谈时的“情绪评分”很容易被当面压力影响；其次，权重设置需要团队共识；最后，冲突得分最好每 2~3 周复盘一次，避免过时的数据导致“老问题”被误置高优先级。

总结一句话：用心智模型冲突得分，你可以让“痛点”不再是主观的争论焦点，而成为数据驱动的、可复现的优先级标尺。那么，你的团队还在用什么方法来决定谁先修谁？