前言¶
需求列表里往往同时躺着「不做用户会骂、做了用户也未必夸」的基础项，和「做了会惊喜、不做也无妨」的吸引力项。把它们混在一起排优先级，结果通常服务于声音最大的人，而不是用户的真实满意度结构。狩野纪昭的 KANO 模型正是为这个区分设计的：按用户对某项功能实现程度的预期，把需求分到魅力、期望、基础、无差异、反向五个维度，再用 Better-Worse 系数换算到四象限里定位。下面介绍的这个 Skill，就是把这一套分析流程固化下来，供在需求评审、产品规划场景里反复调用。
这是什么¶
首派6-KANO需求排序，坐标 @user_fe8d3f05/luowenvoc6，由 SkillHub 社区发布者 user_fe8d3f05 出品，版本 1.0.0，分类 business-ops，来源标注为 community。它是一个 KANO 模型产品需求分析专家：输入产品机会或需求句，输出五维分类（魅力 / 期望 / 基础 / 无差异 / 反向）、产品策略建议，以及 Better-Worse 系数与四象限定位。标签 requires_api_key=false，说明调用不需要额外配置 API Key。当前页面显示评分 100000、下载 559、安装 0。
核心功能¶
- 需求句的五维分类：判断一句需求落在魅力、期望、基础、无差异还是反向维度，依据是 KANO 行为预期理论，即用户对功能实现与不实现两端的情绪预期。
- 产品策略建议：针对每个分类给出对应的产品动作，例如基础需求保证不缺失、期望需求量化达标、魅力需求作为差异化投入。
- Better-Worse 系数计算：对每项需求给出 Better（提升该功能带来的满意度增益）与 Worse（不提升或缺失带来的满意度损失）两个方向的系数，用于跨需求横向比较。
- 四象限定位：以 Better-Worse 系数为坐标轴，把需求放进四象限，辅助判断先做哪个、放弃哪个。
触发场景写得很明确：产品需求、功能点、用户需求、产品机会的优先级排序、需求分类、KANO 分析、满意度影响分析、产品策略定义、需求取舍决策。常见触发词包括 KANO 分析、狩野模型、需求分类、魅力需求、基础需求、期望需求、Better-Worse 系数、四象限分析、产品需求优先级、需求取舍。
安装与启用¶
已抓取资料只给出了 SkillHub 页面地址和坐标，没有提供安装命令、目录约定或配置文件字段。两个官方地址（https://api.skillhub.cn/user_fe8d3f05/luowenvoc6 与 https://www.skillhub.cn/skills/user_fe8d3f05/luowenvoc6）在本次核实时均无法抓取成功，因此 Cursor、Codex CLI、Claude Code 各自的安装方式无从核对，这里不写推测性的命令。
官方地址：https://www.skillhub.cn/skills/user_fe8d3f05/luowenvoc6
在拿到确切的安装说明之前，可行的路径是先打开官方页面，确认该 Skill 支持的宿主（编辑器或 CLI）与调用方式，再按页面给出的命令安装启用。
典型用法¶
资料未提供官方的可复现示例，以下是按该 Skill 定义的能力给出的调用形态，具体参数名以安装后 SKILL.md 为准。
输入形式：给出一句待评估的需求或产品机会描述，例如某个功能点的一句话说明。
输出形式：
- 该需求句所属的 KANO 维度；
- 对应的产品策略建议；
- Better 与 Worse 两个系数的估计值；
- 据此得到的四象限位置与需求取舍结论。
用法上注意两点：一是分析粒度取决于输入需求句的写法，句子太笼统时五维分类容易失真；二是 Better-Worse 系数来自行为预期判断而非实测数据，结论更适合用于排序和取舍讨论，不适合当作精确的满意度预测。
适用场景与注意¶
适合产品、需求分析、运营等需要在需求池里做分类和排序的角色，也适合在评审会上用一套统一的分类语言讨论需求取舍。
限制要看清：
- 它产出的是分类和系数判断，不替代用户调研；如果已有问卷或访谈数据，系数应以实测为准。
- 无差异和反向维度的需求容易被忽略，但恰恰是减负和降本的机会点，不要因为「没加分」就直接丢弃。
- 分类随产品阶段变化，同一功能在不同阶段可能落在不同维度，建议按期重新评估。
- 当前页面显示安装数为 0，社区使用反馈尚不充分，接入前建议先用一两条真实需求做验证。
结尾¶
首派6-KANO需求排序的价值在于把「先做哪个需求」这个判断，从拍脑袋变成一套有模型依据的分类加系数计算。适合在需求池膨胀、取舍理由说不清的时候用来统一语言。官方地址：https://www.skillhub.cn/skills/user_fe8d3f05/luowenvoc6
