关于 hypothesis-library
用于统一记录和管理实验假设的营销技能，适合需要跨团队整理实验想法与经验的团队。它通过元数据、假设依据、状态和学习标签，支持假设归档、复用与组合查看。
主要功能
- 01假设元数据结构
- 02假设与证据矩阵
- 03实验状态跟踪
- 04经验标签与后续建议
- 05审批与负责人管理
适用场景
- 01用统一字段收集新实验想法
- 02优先级排序前查询过往结果
- 03跨团队分享可复用的经验
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/hypothesis-library确认已加载。
详细介绍
假设库技能
适用场景
- 使用一致的元数据记录新的实验想法。
- 在确定待办事项优先级前，参考以往的成功与失败经验。
- 在各个小组和渠道间分享可复用的经验。
框架
- 元数据架构 – 假设 ID、主题、用户画像、漏斗阶段、指标。
- 假设矩阵 – 信念陈述、支持证据、信心评级。
- 状态跟踪 – 想法 → 已界定范围 → 进行中 → 已决策 → 已归档。
- 经验标签 – 影响摘要、护栏备注、后续想法。
- 治理挂钩 – 审批、负责人、评审周期。
模板
- 新假设的收集表单。
- 经验卡片格式（背景、结果、建议）。
- 汇总按主题／指标分类组合的投资组合仪表板。
提示
- 至少要求提供一个支持数据点，才能进入优先级排序阶段。
- 使用一致的标签，确保跨团队的搜索／筛选正常工作。
- 链接到
synthesize-learnings的输出，保持叙述内容更新。
评论
支持 Markdown