PMP第七版思维导图PDF：12原则与8绩效域备考指南-开发者社区

简介：这份PDF资源是面向PMP考生与项目管理学习者的PMBOK第七版思维导图，帮助读者系统梳理项目管理知识体系，解决知识点零散、记忆困难的问题。资源包内共1个PDF文件，大小约54.01MB，内容以可视化导图形式呈现，便于打印或平板标注学习。思维导图覆盖五大过程组（启动、规划、执行、监控、收尾）、十大知识领域（集成、范围、时程、成本、质量、资源、通信、风险、采购、干系人管理），以及WBS、甘特图、资源分配、EVM等常用工具与技术，并延伸至项目经理角色、团队建设、沟通与风险管控等最佳实践。目前已有1981人学习下载，适合备考冲刺阶段快速回顾框架、建立知识关联，也可作为日常项目管理的速查参考。

1. 从一份 PMP 思维导图说起：为什么第七版让老考生也翻车

如果你手上正躺着一份 PMP 思维导图 PDF，打开一看全是「原则」「绩效域」「模型」这些词，别急着怀疑自己下错了资料。PMP 考试在第七版考纲下做了一次结构性重写，过去那套以五大过程组、十大知识领域为主干的思维导图，已经不能直接套用到新题上。很多人拿着旧版导图背了三个月，做题时发现题干问的是「你作为项目经理应该展现哪种领导力行为」，而不是「范围管理的输入输出是什么」，这就是典型的版本错配。

这份 PMP-PMBOK 第七版思维导图 PDF 的价值，不在于它画得多好看，而在于它能不能帮你把「12 条原则 + 8 个绩效域 + 裁剪 + 模型方法工件」这套新骨架装进脑子，并且在做情景题时快速定位到考点。它适合三类人：刚报名还没开始系统复习的新考生、用旧资料复习过一轮但做题正确率卡在 60% 左右的老考生、以及需要给团队做内部项目管理培训的负责人。接下来我不讲空泛的备考鸡汤，只讲这份导图怎么拆、怎么用、哪里会踩坑。

2. 第七版思维导图的骨架：12 条原则和 8 个绩效域怎么落到图上

2.1 先搞清楚第七版到底改了什么

第六版及以前，PMBOK 的主干是五大过程组（启动、规划、执行、监控、收尾）和十大知识领域（整合、范围、进度、成本、质量、资源、沟通、风险、采购、相关方）。这套结构的好处是线性、好背，坏处是跟真实项目脱节——真实项目里你不会先做完范围再做进度，很多事是并行的。

第七版把主干换成了 12 条项目管理原则和 8 个项目绩效域。原则是价值观层面的指导，比如「成为勤勉、尊重和关心他人的管家」「营造协作的项目团队环境」「有效与相关方协作」。绩效域是结果导向的领域，包括相关方、团队、开发方法与生命周期、规划、项目工作、交付、测量、不确定性。

思维导图如果还是按旧版画，你会看到「范围管理」下面挂着「收集需求、定义范围、创建 WBS」，但第七版里这些内容被拆散放进了「规划」绩效域和「交付」绩效域。所以拿到一份导图，第一件事是看它的根节点是不是 12 原则和 8 绩效域，如果不是，这份导图对第七版考试的直接帮助有限。

2.2 导图根节点的正确画法

我一般会把导图分成三个主分支：原则分支、绩效域分支、辅助分支。原则分支下挂 12 条原则，每条原则用一句话概括核心行为，比如「管家」对应「诚信、关心、可信、合规」。绩效域分支下挂 8 个绩效域，每个绩效域再分「预期成果」「检查结果」「有效行为」「无效行为」四层。辅助分支放裁剪、模型方法工件、以及常见情景题的判断逻辑。

这样画的好处是，当你做一道情景题时，可以先判断它考的是原则还是绩效域。如果题干问「项目经理发现团队成员对分配的任务有异议，应该怎么做」，这考的是「团队」绩效域下的「有效行为」，对应导图里团队分支的「尊重、倾听、赋能」。如果题干问「项目经理在项目早期应该关注什么」，这考的是「规划」绩效域的「预期成果」，对应导图里规划分支的「项目以有条理、协调一致的方式推进」。

下面是一个用 Python 生成导图结构骨架的示例，你可以把节点数据替换成自己整理的内容，导出成 Markdown 或 JSON 再喂给思维导图工具。

# 用嵌套字典描述第七版 PMBOK 思维导图的骨架 # 根节点下分三个主分支，每个分支再挂子节点 pmbok7_map = { "PMBOK第七版": { "12条原则": [ "成为勤勉、尊重和关心他人的管家", "营造协作的项目团队环境", "有效与相关方协作", "聚焦于价值", "识别、评估和响应系统交互", "展现领导力行为", "根据环境进行裁剪", "将质量融入到过程和可交付物中", "驾驭复杂性", "优化风险应对", "拥抱适应性和韧性", "为实现预期的未来状态而驱动变革" ], "8个绩效域": { "相关方": ["预期成果", "检查结果", "有效行为", "无效行为"], "团队": ["预期成果", "检查结果", "有效行为", "无效行为"], "开发方法与生命周期": ["预期成果", "检查结果", "有效行为", "无效行为"], "规划": ["预期成果", "检查结果", "有效行为", "无效行为"], "项目工作": ["预期成果", "检查结果", "有效行为", "无效行为"], "交付": ["预期成果", "检查结果", "有效行为", "无效行为"], "测量": ["预期成果", "检查结果", "有效行为", "无效行为"], "不确定性": ["预期成果", "检查结果", "有效行为", "无效行为"] }, "辅助分支": ["裁剪", "模型方法工件", "情景题判断逻辑"] } } # 递归打印成缩进文本，方便粘贴到思维导图工具 def print_map(node, indent=0): if isinstance(node, dict): for key, value in node.items(): print(" " * indent + str(key)) print_map(value, indent + 1) elif isinstance(node, list): for item in node: print(" " * indent + "- " + str(item)) print_map(pmbok7_map)

这段代码的逻辑很简单：用字典嵌套表达导图的层级关系，print_map递归遍历，输出带缩进的文本。参数方面，indent控制缩进层级，每进一层加两个空格。你可以把输出结果直接粘贴到 XMind、MindMaster 这类工具里，它们支持从缩进文本自动生成导图。注意节点名称不要写太长，导图工具对长文本的换行处理不一致，容易显示不全。

2.3 绩效域分支的四个层次怎么填

每个绩效域在导图里最好固定四个子节点：预期成果、检查结果、有效行为、无效行为。预期成果回答「这个绩效域做好了会怎样」，检查结果回答「怎么知道做得好不好」，有效行为回答「应该做什么」，无效行为回答「不应该做什么」。

以「不确定性」绩效域为例。预期成果是「项目团队对不确定性和风险有共同的理解」「项目团队主动识别和应对风险」。检查结果是「对不确定性的认识程度」「对风险的识别和应对程度」。有效行为包括「识别风险」「评估风险暴露」「制定风险应对策略」「建立风险储备」。无效行为包括「忽视风险」「只关注已知风险」「风险应对计划不更新」。

这样填的好处是，做题时你能快速判断选项属于哪一类。如果选项说「项目经理在风险发生时才启动应对」，这属于无效行为，直接排除。如果选项说「项目经理定期审查风险登记册并更新应对策略」，这属于有效行为，大概率是正确答案。

3. 把 PDF 导图变成可检索的复习系统：提取、转换、自测三步走

3.1 从 PDF 提取文字和层级

PDF 导图通常是图片或者带层级的文本。如果是图片，直接复制文字不现实，需要用 OCR。如果是文本型 PDF，可以用 Python 的pdfplumber提取文字，再根据缩进或字体大小还原层级。

# 用 pdfplumber 提取 PDF 中的文字，并按行输出 # 适用于文本型 PDF，图片型 PDF 需要先做 OCR import pdfplumber def extract_pdf_text(pdf_path): lines = [] with pdfplumber.open(pdf_path) as pdf: for page in pdf.pages: text = page.extract_text() if text: # 按换行拆分，去掉首尾空白 for line in text.split("\n"): line = line.strip() if line: lines.append(line) return lines # 调用示例：把路径换成你自己的 PDF 文件路径 lines = extract_pdf_text("pmbok7_mindmap.pdf") for line in lines[:50]: # 先看前50行，判断提取效果 print(line)

这段代码用pdfplumber.open打开 PDF，逐页调用extract_text()拿到文字，再按换行拆分成行。参数方面，pdf_path是 PDF 文件路径，lines[:50]只打印前 50 行用于检查提取质量。如果输出全是乱码或者空行，说明 PDF 是图片型，需要先用 OCR 工具转成文字。常见做法是用 Tesseract 做 OCR，但中文识别需要额外装语言包，这一步容易卡住，建议先用文本型 PDF 试。

提取出来的文字通常是扁平的，没有层级。你需要根据缩进、编号或者字体大小来还原层级。如果导图里用了「1.」「1.1」「1.1.1」这样的编号，可以直接按编号拆分。如果没有编号，只能靠人工整理，这一步没有捷径。

3.2 转换成 Markdown 或 OPML 方便导入工具

提取并整理好层级后，转成 Markdown 的嵌套列表或者 OPML 格式，就能导入大多数思维导图工具和笔记软件。Markdown 的写法是用#表示层级，或者用缩进列表。

# PMBOK第七版 ## 12条原则 - 成为勤勉、尊重和关心他人的管家 - 营造协作的项目团队环境 - 有效与相关方协作 - 聚焦于价值 - 识别、评估和响应系统交互 - 展现领导力行为 - 根据环境进行裁剪 - 将质量融入到过程和可交付物中 - 驾驭复杂性 - 优化风险应对 - 拥抱适应性和韧性 - 为实现预期的未来状态而驱动变革 ## 8个绩效域 ### 相关方 - 预期成果 - 检查结果 - 有效行为 - 无效行为 ### 团队 - 预期成果 - 检查结果 - 有效行为 - 无效行为

这种格式的好处是纯文本、可版本管理、可搜索。你可以用grep或者编辑器的搜索功能快速定位某个绩效域的内容。如果导入 XMind，它支持 Markdown 导入，会自动识别标题层级生成导图。

3.3 用自测脚本把导图变成题库

导图整理好后，可以写一个简单的自测脚本，随机抽取一个绩效域，让你回忆它的预期成果和有效行为。这种主动回忆比反复看导图有效得多。

# 基于整理好的绩效域数据，做随机自测 import random # 这里用简化的数据示例，实际使用时替换成你整理的完整内容 performance_domains = { "相关方": { "预期成果": "与相关方建立富有成效的工作关系", "有效行为": "识别相关方、分析期望、持续沟通" }, "团队": { "预期成果": "共享责任、高绩效团队", "有效行为": "尊重、倾听、赋能、认可" }, "不确定性": { "预期成果": "对不确定性和风险有共同理解", "有效行为": "识别风险、评估暴露、制定应对" } } def quiz(): domain = random.choice(list(performance_domains.keys())) print(f"绩效域：{domain}") print("请回忆它的预期成果和有效行为，按回车查看答案") input() info = performance_domains[domain] print(f"预期成果：{info['预期成果']}") print(f"有效行为：{info['有效行为']}") print("-" * 40) # 连续自测5轮 for _ in range(5): quiz()

这段代码用random.choice随机选一个绩效域，先只显示名称，等你回忆完按回车再显示答案。参数方面，performance_domains字典的键是绩效域名，值是一个包含「预期成果」和「有效行为」的字典。range(5)控制自测轮数，可以改成 10 或 20。这种自测方式适合每天花 10 分钟做一轮，比从头到尾看导图效率高。

4. 避坑：用第七版思维导图复习时最容易踩的五个坑

4.1 坑一：拿旧版导图背输入输出

现象：做题时遇到「规划绩效域的输入是什么」这类题，脑子里全是旧版的「范围管理计划」「需求文件」，但选项里根本没有这些词。

原因：第七版不再以输入输出为核心，而是以预期成果和有效行为为核心。旧版导图里的 ITTO（输入、工具与技术、输出）在第七版里被大幅弱化，很多具体文件名称不再作为考点。

解决：把导图里的 ITTO 内容降级为参考，重点背每个绩效域的预期成果和有效行为。做题时先判断考的是哪个绩效域，再从有效行为里找答案，不要试图回忆具体文件名称。

4.2 坑二：把 12 条原则当成口号背

现象：12 条原则能背下来，但做题时不知道怎么用，感觉每条原则都沾点边。

原因：原则是价值观层面的指导，不是具体操作步骤。考试不会直接问「第 5 条原则是什么」，而是给一个情景，问「项目经理的行为体现了哪条原则」或者「项目经理应该怎么做才符合原则」。

解决：每条原则至少准备一个具体行为例子。比如「展现领导力行为」对应「在团队遇到困难时主动站出来协调资源」「在相关方冲突时推动对话」。做题时把选项往原则的行为例子上靠，匹配度最高的就是答案。

4.3 坑三：忽略裁剪和模型方法工件

现象：导图里只画了原则和绩效域，裁剪、模型、方法、工件这几个部分直接跳过，做题时遇到「在敏捷项目中应该采用哪种生命周期」就懵了。

原因：第七版把裁剪单独列为一个重要概念，考试中会出现「根据项目环境选择合适的方法」这类题。模型方法工件部分包含了预测型、敏捷型、混合型生命周期的对比，以及各种工具技术的适用场景。

解决：在导图里给裁剪和模型方法工件留出独立分支。裁剪分支下挂「裁剪什么」「什么时候裁剪」「谁参与裁剪」。模型方法工件分支下挂「生命周期类型」「常用模型」「常用方法」「常用工件」。这部分内容不多，但考试出现频率不低。

4.4 坑四：PDF 导图直接打印，字太小看不清

现象：把 PDF 导图直接 A4 打印，字小到看不清，放大又超出纸张边界。

原因：思维导图通常是横向宽幅，A4 纵向打印会压缩内容。有些 PDF 导图本身分辨率不高，放大后模糊。

解决：如果导图是图片型，先用工具切成几个区域分别打印，或者导出成高分辨率 PNG 再打印。如果是文本型，建议导入思维导图软件后按分支导出，每个主分支一张图。我一般会把 8 个绩效域分成 4 张图，每张两个绩效域，打印出来贴在墙上。

4.5 坑五：只背不练，做题时无法定位考点

现象：导图内容背得很熟，但做题正确率上不去，尤其是情景题，四个选项看起来都对。

原因：背导图是输入，做题是输出，两者之间需要建立映射。没有做过定位训练，看到题干不知道对应导图哪个分支。

解决：每做一道错题，在导图里标出它考的是哪个绩效域、哪条原则。积累 50 道错题后，你会发现自己反复踩坑的就那么几个绩效域。把这些高频绩效域的分支重新整理，补充更多行为例子。这个过程我称之为「错题回填」，比单纯刷题有效。

5. 进阶用法：用导图做情景题的快速定位和错题回填

5.1 建立题干关键词到绩效域的映射表

情景题的题干里通常有信号词。比如出现「相关方对项目目标有不同理解」，考的是「相关方」绩效域。出现「团队士气低落」，考的是「团队」绩效域。出现「需求频繁变更」，考的是「开发方法与生命周期」或者「规划」绩效域。出现「风险突然发生」，考的是「不确定性」绩效域。

我一般会做一张映射表，左边是题干关键词，右边是对应的绩效域和有效行为。这张表不用背，做题时对照着查，查多了自然就记住了。

题干关键词	对应绩效域	优先检查的有效行为
相关方意见不一致	相关方	识别相关方、分析期望、持续沟通
团队冲突、士气低	团队	尊重、倾听、赋能、认可
需求频繁变更	开发方法与生命周期	选择合适的生命周期、迭代交付
风险突然发生	不确定性	识别风险、评估暴露、制定应对
进度落后、成本超支	测量	定义度量指标、收集数据、调整计划
交付物质量不达标	交付	将质量融入过程、持续验证

这张表可以放在导图的辅助分支里，做题时快速查阅。注意映射不是绝对的，一道题可能同时涉及两个绩效域，这时候看题干最后问的是什么，以问题指向的绩效域为准。

5.2 错题回填的具体操作

每做完一套题，把错题按绩效域分类。如果某个绩效域错了 3 道以上，说明这个分支的导图内容不够细。回到导图，在这个绩效域下补充「常见情景」和「判断逻辑」。

比如「不确定性」绩效域错了 3 道，我就在导图里加一个「常见情景」子节点，列出「风险发生在项目后期」「多个风险同时发生」「风险应对策略无效」等场景，每个场景下面写「应该怎么做」。这样下次遇到类似题干，直接匹配场景，不用从头分析。

5.3 用间隔重复巩固导图内容

导图整理好后，不要指望看一遍就记住。我一般用间隔重复的方式：第一天整理完看一遍，第三天做自测，第七天再做一次自测，第十五天做一次错题回填。每次自测只抽 5 到 10 个绩效域，不追求一次全过。

自测脚本可以加一个记录功能，把每次答错的绩效域存到一个列表里，下次自测时优先抽这些。这样反复几轮，薄弱环节会被重点覆盖。

# 带错题记录的简单自测脚本 import random import json import os # 假设绩效域数据存在同目录的 domains.json 里 # 格式：{"相关方": {"预期成果": "...", "有效行为": "..."}, ...} def load_domains(path="domains.json"): if os.path.exists(path): with open(path, "r", encoding="utf-8") as f: return json.load(f) return {} def save_wrong(wrong_list, path="wrong.json"): with open(path, "w", encoding="utf-8") as f: json.dump(wrong_list, f, ensure_ascii=False) def quiz_with_record(domains, rounds=5): wrong = [] keys = list(domains.keys()) for _ in range(rounds): domain = random.choice(keys) print(f"绩效域：{domain}") print("回忆后按回车查看答案") input() info = domains[domain] print(f"预期成果：{info.get('预期成果', '未填写')}") print(f"有效行为：{info.get('有效行为', '未填写')}") # 这里用简单输入判断是否答对，实际可以改成选择题 result = input("答对了吗？(y/n)：").strip().lower() if result != "y": wrong.append(domain) print("-" * 40) if wrong: save_wrong(wrong) print(f"本次答错的绩效域：{wrong}") return wrong # 使用示例 domains = load_domains() if domains: quiz_with_record(domains, rounds=5) else: print("请先准备 domains.json 文件")

这段代码在自测基础上加了错题记录。load_domains从 JSON 文件读取绩效域数据，save_wrong把答错的绩效域存到wrong.json。quiz_with_record每轮随机抽一个绩效域，你按回车看答案，然后输入 y 或 n 标记是否答对。参数方面，rounds控制轮数，domains.json的格式在注释里写了。下次自测时可以先读wrong.json，优先抽里面的绩效域。