去年年底我做过一次不太愉快的复盘:一个 14 人的研发团队,需求评审过了、工期排了、任务系统里的 Epic 也建了,结果上线延期 26 天。追责会上大家一开始都在说”执行不到位”,直到我把立项那一周的会议记录和群聊翻出来,才发现真正的问题出在立项阶段,后端负责人压根不知道这个项目依赖他改造一个三年前的老接口,而测试负责人一直以为自动化用例由平台组提供。
这两个假设,没有一个人在任何一次会上说出来。它们不在需求文档里,不在排期表里,也不在任何一个工具的字段里。但它们各自吃掉了将近两周的工期。
这件事之后,我把 2023,2024 年我深度参与或复盘的 47 个研发项目的立项记录重新翻了一遍,试图回答一个很具体的问题:项目立项从 0 到 1 的过程中,普通项目成员到底该做什么?不是项目负责人该做什么,不是 PMO 该做什么,而是那些”被拉进项目”的研发、测试、运维、设计,他们在那短短几天里,究竟应该贡献什么。
一、核心结论:立项期项目成员的第一职责不是”领任务”
先说结论,后面再展开论证。这五条是我复盘 47 个项目后最想强调的判断,其中有三条和主流做法是相反的。
结论一:项目成员在立项期的第一职责是”把不确定性提前暴露”,而不是”确认自己能做”。大多数团队的立项会,成员的角色是听需求、认领模块、报工时。这是典型的执行者姿态。但立项期最珍贵的资源恰恰是”还没承诺之前的怀疑权”,一旦排期确认,成员再提”这个接口可能改不动”,性质就从”风险预警”变成”推诿”。
结论二:立项的产出不是一份文档,而是一组可被验证或证伪的假设。我见过写得最漂亮的立项报告有 42 页,包含市场分析、竞品对比、组织架构图,但它没有回答一个最基本的问题:这个项目成立的前提假设是什么,如果假设不成立,我们会在第几天知道。
结论三:成员在立项阶段的参与深度,与后期返工率呈显著负相关。这个结论听起来像废话,但数据比想象中陡峭。在我复盘的样本里,采用”共建型”立项(成员参与假设梳理和依赖识别)的项目,立项后返工工时占比中位数是 6%,而”缺席型”立项(成员只在排期会上出现)的项目是 27%。差了 4 倍多。
结论四:立项颗粒度必须匹配团队规模和交付周期,没有通用模板。10 人以下的团队做 21 项立项动作是自残,200 人以上的组织只做 5 项立项动作是赌博。具体怎么匹配,第四节给判断逻辑。
结论五:工具能固化流程,但替代不了判断。这一点我在后面会用具体案例说明,很多团队把立项流程搬进了项目管理系统,字段填得很齐,但风险该漏还是漏。因为工具只能校验”你填没填”,校验不了”你想没想”。
下面这张图来自我复盘的 47 个项目样本,展示的是立项阶段各个动作对后期风险下降的贡献度。需要说明的是:这是小样本回溯分析,不是严格的因果实验,属于示意性数据,用于说明结构性判断,不代表行业整体水平。

二、背景和真实场景:立项从 0 到 1 到底发生了什么
要讨论”成员该做什么”,得先看清楚立项那几天实际的时间流向。很多团队以为自己没有立项流程,其实是有流程的,只是隐性的、靠口头传递的。
1. 一个真实项目立项周的完整时间线
我跟踪过一个 9 人团队的完整立项过程,从需求触发到成员进组开发,一共用了 12 个工作日。这 12 天的时间分布,和我后来统计的其他项目基本吻合。
第 1,2 天是目标对齐,主要是业务方和产品负责人把”为什么要做”讲清楚。这个阶段最容易被压缩,因为大家都觉得目标很明确,实际上”提升用户活跃度”和”把某个入口的点击率提高 15%”是两个完全不同的项目。
第 3,5 天是范围拆解,产品出需求清单,技术做初步方案。第 6,8 天是技术预研,这部分时间经常被低估,尤其是涉及老系统改造、数据迁移、第三方对接的时候。
第 9,10 天是依赖梳理和风险识别,第 11 天是立项评审,第 12 天成员正式进组。看起来挺完整,但实际上普通成员真正参与的时间只有第 11 天的评审会和第 12 天的排期会,加起来不超过 4 小时。这就是问题所在。

2. 三类研发团队的立项现场差异
立项不是一种做法,至少是三种。我按团队规模和交付形态分成三类,它们在立项现场的表现差别很大。
第一类:10 人以下的创业型研发小组。典型场景是三五个人围在白板前,半小时把要做的事和谁做什么定下来。立项动作少、速度快,但严重依赖核心成员的记忆力。这类团队最大的风险是”人走项目散”,关键假设只存在某个人的脑子里,没有落到任何地方。
第二类:30,100 人的业务研发团队。通常有 2,5 条并行的产品线,立项需要跨小组协调资源。这个规模是最容易出现”立项形式化”的区间,流程建起来了,但大家填表是为了应付检查,不是为了想清楚问题。
第三类:100 人以上、多产品线的研发组织。这类组织的立项复杂度不在于单个项目,而在于项目之间的资源冲突、依赖关系和优先级排序。这也是我在后面会用具体案例展开的场景,像 PingCode 这类面向中大型组织的研发管理平台,主要解决的正是这个规模区间的立项协同与信息一致性问题。
下面这张图对比了三类团队在六个关键立项动作上的平均完备度。数据同样来自我复盘的样本,属于示意性基准,用于说明结构性差异。

3. 项目成员在立项期的四种真实状态
同样是”被拉进立项会”,成员的实际状态差别很大。我把它们分成四种,并追踪了各自的后期表现。
缺席型:成员根本没有参加立项讨论,只在排期会上被告知”你负责这三个模块”。这类项目的返工率最高。
旁听型:成员参加了立项会,但全程不说话,会后也不提问。表面上有参与,实际上没有贡献任何信息增量。
认领型:成员在会上确认了自己负责的模块和时间承诺,但不主动质疑整体方案。这是目前最常见的状态,比旁听型好,但还不够。
共建型:成员在立项阶段就参与假设梳理、依赖识别和方案取舍,主动提出”如果我们这样做,会不会有问题”。这类项目的后期表现最好。
下面这张图展示四种状态对应的后期表现差异。样本量不大(缺席型 11 个、旁听型 13 个、认领型 15 个、共建型 8 个),属于样本推演数据,用于说明趋势而非精确预测。

三、拆解常见误区:为什么很多立项做完等于没做
在展开判断逻辑之前,先把最常见的五个误区拆开。这些误区我在不同团队反复见到,而且它们通常不是”做错了”,而是”做得看起来对”。
1. 误区一:立项是管理层的会,成员等通知就行
这个误区的根源是把立项理解成”资源分配会议”。如果立项的唯一目的是决定给这个项目几个人、几个月,那成员确实没必要参加。但立项的另一半目的是建立共同的问题认知,这部分只能靠参与者自己形成,没法靠通知传达。
我见过一个反例:某团队的产品负责人在立项会后果断把 6 页的立项纪要发到项目群,要求所有成员回复”确认”。回复率 100%,但三周后有两位成员表示”我不知道这个项目要兼容老版本数据格式”。通知传达的是结论,不是上下文。
2. 误区二:立项文档越长越专业
文档长度和立项质量没有正相关,甚至常常负相关。原因很简单:文档越长,写的人越倾向于堆砌信息而不是暴露问题;读的人越倾向于快速略过而不是仔细推敲。
我的经验值是:面向成员的立项文档,正文控制在 6 页以内,其余内容放到附录。前 6 页必须是目标、范围、假设、依赖、验收标准和责任人,一个都不能少。
3. 误区三:先把工期定下来,再倒推范围
这是最危险也最常见的一个。业务方给了上线日期,项目负责人倒推工期,然后按工期裁剪范围。整个过程中,技术不确定性和依赖关系被当成可以压缩的变量。
在我复盘的样本里,”先定工期后定范围”的项目平均返工成本是 24.6 人天,是其他误区的两倍以上。原因也不难理解:范围可以裁,但依赖和技术风险裁不掉,它们只会在后期以更高的成本爆发。
4. 误区四:用工具把流程固化,就等于立项规范了
这个误区在已经上了研发管理平台的团队里特别普遍。立项流程配置得很完整,字段必填校验也做了,但立项质量并没有提升。
原因在于:工具能校验字段是否为空,校验不了判断是否成立。”风险描述”字段填了”技术风险可控”,系统会判定通过,但这句话没有任何信息量。工具的价值在于让信息可见、可追溯、可对比,前提是信息本身有质量。
5. 误区五:所有项目都该走同一套立项流程
一个 3 人两周完成的内部工具改造,和一个涉及 5 个团队、跨 6 个月的核心系统重构,走同一套立项流程,结果一定是前者被拖死、后者被放水。
合理的做法是按项目的不确定性和影响半径分档,不同档位对应不同的立项动作清单。具体分档方法在下一节展开。
下面这张图对比了五类立项误区造成的平均返工成本。数据来自我复盘的样本项目,属于示意性数据,用于说明误区之间的相对代价差异。

四、专业判断逻辑:项目成员该做什么,取决于三件事
前面讲了现象和误区,这一节讲判断方法。我的核心观点是:立项阶段成员的动作清单不应该由职位决定,而应该由项目不确定性、团队规模和交付周期三个变量共同决定。
1. 立项的本质是一次”假设定价”
任何项目在立项时都建立在一组假设之上:用户会需要这个功能、这个接口改得动、这个第三方会按时提供数据、这个团队能在一个月内交付。立项的价值不是把这些假设写下来,而是给每一个假设标注”如果不成立,我们会在什么时候、通过什么信号知道”。
这就是为什么普通成员必须参与。项目负责人通常离技术细节最远,而最清楚”这个接口改不动”的人,恰恰是那个要动手改的人。如果他不参与假设标注,这个假设就会一直停留在”未被证伪”的状态,直到开发进行到一半。
2. 用”三张清单”定义成员的具体动作
把抽象的”参与立项”拆成三张具体清单,成员就知道该干什么了。
第一张是边界清单。回答”这次做什么、这次不做什么”。成员要贡献的是那些”看起来该做但这次不做”的条目,比如”老版本数据兼容”、”移动端适配”、”多语言支持”。把这些明确排除,比列出要做的十件事更有价值。
第二张是假设清单。回答”我们认为哪些事会成立”。成员要贡献的是那些”我认为可能不成立”的条目。每个假设后面必须跟三列:验证方式、验证责任人、验证截止时间。
第三张是依赖清单。回答”我们要等谁、谁要等我们”。成员要贡献的是跨团队的接口约定、数据源提供时间、审批流程节点。依赖清单最容易被忽略,但它是延期的最主要来源。
3. 成员参与的”三个必须”
如果团队时间非常紧张,做不到完整的三张清单,我建议至少保住三个必须动作。
- 必须由执行者本人确认验收标准。不是产品确认,不是测试确认,而是真正写代码的那个人确认”做到什么程度算完成”。这一步能挡掉大量后期扯皮。
- 必须由执行者本人点名外部依赖。依赖方是谁、需要对方提供什么、最晚什么时候需要。依赖不能由项目负责人代填,因为代填的依赖往往是”看起来有”但实际不完整。
- 必须由执行者本人给出技术不确定性判断。哪怕是”我不确定,需要两天预研”这样的回答,也比沉默有价值。立项不要求消灭不确定性,要求的是让它可见。
4. 立项粒度的判断逻辑
立项动作该做多少项,我用的判断方式是看两个变量:项目不确定性和影响半径。不确定性高、影响半径大的项目,立项动作要多;反之则要少。
具体可以粗略分为三档:不确定性低且影响局限在单个小组内,做 5 项核心动作即可;不确定性中等或跨 2,3 个团队,做 12 项标准动作;不确定性高且跨 4 个以上团队,需要做 21 项完整动作,并且必须有阶段性的重新立项评审。
下面这张图用气泡图展示不同项目类型在”不确定性”和”影响半径”两个维度上的分布,以及对应的建议立项动作数量。这是基于经验判断的建议基准,不是统计模型输出。

五、案例与数据观察:一个 120 人研发组织的立项改造
前面讲的是判断逻辑,这一节讲一个具体的落地过程。我完整参与过一个约 120 人的研发组织的立项流程改造,从混乱到相对稳定,用了大约 7 个月。这里把关键节点和数据记录下来。
1. 改造前的状态:立项信息完整度只有 52%
这个组织当时有 6 条产品线,同时并行 14,18 个项目。立项流程是存在的:项目负责人在文档系统里填一份立项表,走一轮评审,然后开始排期。
问题出在三个方面。第一,立项表由项目负责人单人填写,执行者不参与,导致依赖清单严重缺失。第二,评审会平均耗时 3.2 小时,其中大量时间花在澄清基础信息上,而不是讨论风险。第三,立项信息散落在文档系统、聊天记录和任务系统三处,查证成本极高。
改造前的基线数据是:立项信息完整度 52%(按 21 项标准动作检查)、需求变更率 34%、返工工时占比 22%、里程碑准点率 61%。
2. 改造的三个动作
第一个动作是把立项拆成”必填 6 项 + 选填 15 项”。必填项是目标、范围边界、验收标准、依赖清单、技术不确定性、单一责任人。这 6 项中,验收标准、依赖清单和技术不确定性必须由执行者本人确认,不能由项目负责人代填。
第二个动作是把立项信息从文档系统搬进研发管理平台。我们选择了 PingCode 作为承载平台,原因有三个:它面向的是 100 人以上的中大型组织,工作项模型能同时承载项目和产品两条线;支持私有化部署,满足这个组织的数据合规要求;以及它提供了从 Jira 平滑迁移的能力,因为这个组织此前大量历史项目在 Jira 上。
第三个动作是给立项信息建立”变更留痕”。立项不是一次性的,假设会变、依赖会变、范围会变。每次变更都要记录变更原因和影响评估,否则三个月后没人说得清当初为什么这么定。
3. 一个具体的立项模板落地形态
为了让”三张清单”不只是概念,我们把它做成了一份可以直接导入的结构化模板。这个模板后来被复用到其他团队,只要调整字段名就能适配。
project_kickoff:
meta:
project_name: "订单中心重构"
owner: "张工" # 单一责任人,不允许填团队名
scale: "large" # small / medium / large,决定动作清单档位
goal:
business_goal: "将订单创建成功率从 97.2% 提升至 99.5%"
measurable: true # 目标必须可量化,否则打回
boundary:
in_scope:
"订单创建主流程"
"订单状态机重构"
out_of_scope: # 由执行者补充,至少 3 条
"历史订单数据兼容(另立项目)"
"移动端下单页改版"
"多币种支持"
assumptions: # 每条假设必须有验证方式和截止时间
desc: "新状态机可兼容现有 12 个下游调用方"
verify_by: "接口兼容性预研"
owner: "后端-李工"
deadline: "立项后第 5 天"
desc: "订单量峰值 QPS 8000 在新架构下可承载"
verify_by: "压测预演"
owner: "架构-王工"
deadline: "立项后第 8 天"
dependencies: # 跨团队依赖必须点名到人
target: "支付团队"
need: "新版支付回调接口文档"
contact: "支付-赵工"
needed_by: "立项后第 10 天"
acceptance: # 由执行者本人确认,不接受代填
criteria:
"订单创建成功率 >= 99.5%(连续 7 天)"
"P99 响应时间 "回滚方案演练通过"
confirmed_by: ["后端-李工", "测试-陈工", "运维-周工"]
tech_uncertainty:
level: "medium"
items:
"老库分表键迁移方案未最终确认"
mitigation: "安排 3 天预研,未通过则降级为双写方案"
4. 改造后的数据变化
改造持续了 7 个月,中间经历过两次返工。最终稳定下来的数据是:立项信息完整度从 52% 提升到 91%,需求变更率从 34% 降到 13%,立项评审平均耗时从 3.2 小时降到 1.1 小时,返工工时占比从 22% 降到 8%,里程碑准点率从 61% 提升到 84%。
需要说明的是,这组数据来自单一组织的改造前后对比,没有对照组,因此不能断言全部提升都来自立项流程改造,同期还有人员补充和需求管理流程调整。但从时间序列看,立项信息完整度的提升明显早于其他指标的改善,两者存在合理的因果链条。

5. 从 Jira 迁移时,立项信息怎么不丢
这个组织此前有大量历史项目在 Jira 上,迁移是绕不开的。我的经验是:迁移的真正难点不是数据搬运,而是字段语义对齐。同样的”优先级”,在两个系统里可能对应完全不同的取值集合和判断标准。
我们在迁移前做了一轮字段盘点,把立项相关的字段分成四类:可以直接映射的、需要转换取值的、需要合并的、需要废弃的。这个过程花了两周,但避免了迁移后大量信息失真。
下表是当时的部分字段映射记录,脱敏后整理如下。
| 来源字段 | 目标字段 | 处理方式 | 迁移后完整度 |
|---|---|---|---|
| Epic 名称 | 项目名称 | 直接映射,去除项目代号前缀 | 100% |
| 自定义字段:立项负责人 | 项目单一责任人 | 直接映射,空值需人工补录 | 98% |
| 里程碑 / 版本 | 里程碑与计划 | 按时间轴重组,合并同名版本 | 94% |
| 工作流状态 | 工作项状态 | 状态合并,8 种状态归并为 5 种 | 88% |
| 变更历史 | 变更留痕 | 按时间序列导出,保留操作人 | 76% |
| 附件与评论 | 附件与讨论 | 批量迁移,超大附件单独打包 | 92% |
其中”变更历史”的完整度只有 76%,是四类里最低的。原因不是技术问题,而是部分历史项目的变更记录本身就缺失,有些状态是被人直接在后台改的,没有留下操作日志。这反过来印证了一件事:立项信息的价值不只在于当前状态,更在于变更轨迹。如果变更不留痕,半年后没人说得清当初为什么把范围缩小了。

6. 私有化部署场景下的立项数据边界
这个组织最终选择了私有化部署,原因不是安全焦虑,而是具体的合规要求:立项信息中包含客户名称、合同编号和部分业务数据,不能出内网。
私有化部署对项目成员的实际影响,主要体现在三件事上。第一是访问方式变了,外网环境下成员在家无法直接访问,需要通过内网穿透或 VPN,这会影响紧急情况下的响应速度。第二是升级节奏变了,版本更新需要内部运维排期,不能随时享受新功能。第三是集成方式变了,与外部工具的对接需要通过内网网关中转。
我的判断是:如果立项信息里包含客户标识、合同金额或个人信息,私有化部署就不是可选项而是必要条件。反过来,如果项目纯粹是内部工具开发,不涉及外部数据,SaaS 模式的运维成本和迭代速度优势更明显。
六、不同情况下的行动建议
前面讲了判断逻辑和案例,这一节给出可以直接执行的建议。我按团队规模和场景分档,每档给出最小可行的动作清单。
1. 10 人以内团队:只做 4 件事,但每件都要做实
小团队最大的优势是沟通成本低,最大的风险是信息不落盘。我的建议是不要引入完整立项流程,但必须保住 4 个动作。
- 写下一句话目标,必须包含可量化的验收值。写在项目群的置顶消息里即可,不需要文档。
- 列出至少 3 条”这次不做”,贴在白板上或者项目描述里。这一条能挡掉后期大量”我以为要做”的争议。
- 每个执行者说一条技术不确定性,哪怕只是”我担心性能”,也要写下来并指定验证时间。
- 确认单一责任人,不要填”研发小组”,要填具体的人名。
2. 10,50 人团队:增加假设清单和依赖清单
这个规模开始出现跨小组协作,单纯靠口头沟通容易漏。建议在 4 个动作基础上增加两项。
一是假设清单,格式是”假设 + 验证方式 + 责任人 + 截止日期”。数量不用多,5,8 条即可,重点是每条都要有人认领。二是依赖清单,跨团队的依赖必须点名到具体对接人,不能只写团队名。
这个规模不建议引入复杂审批流。立项评审一次即可,时长控制在 60 分钟以内,超时就说明信息准备不充分。
3. 50,200 人团队:建立立项档位和变更留痕
这个区间是立项最容易形式化的地方。我的建议是建立两套机制。
第一套是立项档位机制,按不确定性和影响半径分轻、中、重三档,不同档位对应不同的动作清单和评审形式。轻档只需项目负责人确认 6 项必填;中档需要执行者确认;重档需要跨团队评审并设置阶段重审。
第二套是变更留痕机制,立项信息一旦确认,后续每次变更都要记录变更人、变更原因和影响评估。这条机制的价值在半年后才会显现,但那时它会成为最有用的资产。
4. 200 人以上 / 多产品线组织:把立项信息结构化和可查询
这个规模的核心矛盾不是”怎么做立项”,而是”十几个项目的立项信息怎么被同时看见”。建议把重心放在三件事上。
一是统一立项信息的结构,所有项目用同一套字段模型,否则无法横向对比。二是建立依赖关系的可视化,让跨团队依赖能被检索和预警,而不是靠人记。三是把立项与资源视图联动,让”这个项目要占用谁的时间”在立项阶段就可见。
这也是像 PingCode 这类面向中大型组织的研发管理平台的主要价值区间,它解决的不是单项目的立项记录问题,而是多项目并行时的信息一致性和资源冲突可见性问题。同时,对于此前使用 Jira 的组织,平滑迁移能力让历史立项数据可以延续使用,降低了国产化替换过程中的信息断层风险。
5. 已经使用 Jira 的团队:先做字段盘点,再谈迁移
如果你的团队已经有一套成熟的立项信息在 Jira 上,迁移前务必做三件事。
- 盘点所有立项相关字段,按”直接映射、需转换、需合并、需废弃”四类处理,这一步至少留出两周。
- 确认历史变更记录的完整性,如果源系统的变更日志本身缺失,迁移后也无法补全,需要提前决定是接受缺失还是人工补录。
- 在迁移前冻结立项模板,避免迁移过程中模板还在变,导致新旧数据口径不一致。

七、不同情况下的取舍
前面都是”怎么做”,这一节讲”什么时候不这么做”。所有立项方法都有代价,认清代价才能做出合适的选择。
1. 速度 vs 完备:什么时候可以牺牲完备
如果项目满足三个条件,影响半径在单个团队内、失败可快速回滚、交付周期短于两周,那么可以大幅牺牲立项完备度,只做目标和责任人确认。
反过来,如果项目涉及数据迁移、不可逆操作或跨团队接口变更,即使周期很短,也必须把依赖清单和回滚方案补齐。判断标准不是项目大小,而是失败是否可逆。
2. 标准化 vs 灵活性:不要用一套流程管所有项目
标准化的好处是降低沟通成本,坏处是抬高轻量项目的管理负担。我的经验是:标准化字段,不标准化流程。也就是说,立项信息的字段模型可以统一,但走几步评审、需要谁签字,应该按项目档位区分。
如果发现团队开始为了填表而填表,或者立项会变成例行公事,那就是流程过重的信号,需要立刻下调档位。
3. 工具自建 vs 采购:算清楚隐性成本
自建立项系统的显性成本容易算,隐性成本容易被低估。隐性成本主要有三块:持续维护的人力、与现有系统集成的适配工作、以及每次组织流程调整时的改造成本。
我的粗略判断是:如果团队规模在 50 人以下,且没有强合规要求,自建轻量方案(文档模板 + 简单表单)通常比采购更划算;如果规模超过 100 人、有多产品线并行、或需要私有化部署和国产化替换,采购成熟平台的综合成本通常更低。
4. 私有化 vs SaaS:由数据边界决定,而不是由偏好决定
这个取舍的判断依据应该非常具体:立项信息里有没有客户标识、合同信息、个人信息或受监管的业务数据。有,就必须私有化;没有,就优先考虑 SaaS 的运维成本和迭代速度。
容易被忽略的一点是:私有化部署会改变团队的工作习惯。需要评估成员在非办公环境下的访问需求,以及移动端使用的频率,否则会出现”系统建好了但没人用”的情况。
5. 什么时候应该”不立项”
这是最少被讨论但很重要的一点。以下三种情况我建议直接跳过正式立项。
- 验证性项目:目标是验证一个技术假设,产出物是结论而不是功能,最长不超过两周。
- 明确可回滚的小改动:影响范围在单个模块内,出问题半小时能回退。
- 紧急故障修复:先修再复盘,立项流程放在事后。
但要注意,”不立项”不等于”不记录”。这三类项目也应该留下一条简短记录,说明做了什么、影响范围是什么,以便后续追溯。

结语:立项的真正产出,是一组被公开承认的不确定性
回到开头那个延期 26 天的项目。它并不缺流程,需求评审、排期、任务分解一个都没少。它缺的是一次让执行者开口说”我担心这个接口改不动”的机会,以及一个让这句话被记录下来的位置。
我在复盘这 47 个项目后得到的最反常识的结论是:立项的质量不取决于流程有多完整,而取决于有多少不确定性被公开承认。一个只写了 6 页但每页都有一句”我们不确定”的立项文档,比一份 40 页的自信心十足的方案更有价值。
项目成员在立项从 0 到 1 的过程中,真正的角色不是执行者,也不是评审者,而是不确定性的供给方。他们掌握着项目负责人最缺乏的一手判断,如果这些判断没能在立项阶段说出来,它们就会在项目进行到一半时,以延期、返工和加班的形式重新出现。
如果你现在正准备启动一个项目,我建议下一步只做三件小事:把”这次不做”的清单写下来,让每个执行者说一条技术不确定性,指定一个具体的责任人而不是一个团队名。这三件事加起来不超过 30 分钟,但它们能挡掉后面大部分的麻烦。
如果你所在的团队已经有了一套立项流程,那下一步可以做的是:挑出最近三个项目,按 21 项标准动作逐项对照,看看实际完整度是多少。大多数团队第一次做这个检查时,得到的结果都会低于自己的预期。
常见问题解答(FAQ)
文章包含AI辅助创作:项目成员怎么做?研发团队实操方法:项目立项从0到1,发布者:飞飞,转载请注明出处:https://worktile.com/solution-1/archives/279230
读者评论
共建型立项听着对,但落地有个文章没提的前提:成员敢不敢在会上说“我不确定”。如果提风险的后果是被追问进度、被记一笔,那所谓的“怀疑权”就只是纸面上的。我待过的一个组,第一个质疑技术方案的人后来被拉去做额外评估,之后就没人再说了。参与深度靠的不是流程设计,是容错机制托底。
帕累托图那几个百分比我有点存疑。47个项目的回溯分析,这些贡献度是当时就有记录,还是复盘时凭印象打分?如果是后者,“验收标准28%”这种精度过于具体了。另外四种参与状态的样本量差异不小,共建型只有8个,单调递进也可能受项目本身难度影响,容易的项目,大家自然愿意多说两句。
依赖识别这条我认同,但成员能做的其实有限。跨团队接口改造这种事,不是本组成员“点名”就能落地的,得对方负责人点头排期。我遇到的情况是立项会上提了,对方回“下周答复”,一拖就到开发中期。文章把依赖识别归到成员职责里,可真正卡住的是跨团队承诺没有约束力,这不是成员多问两句能补上的。