mcpField
I
identify-assumptions

identify-assumptions

github.com/borghei生产力1.0k99 次安装5 天前更新
代码仓库

关于 identify-assumptions

identify-assumptions 是帮助团队梳理产品决策依据的规划技能。它对假设进行风险分类，结合影响和信心评分，并建议优先测试或调查的事项。

主要功能

  1. 01按四类或八类风险分类假设
  2. 02从 PM、Designer 和 Engineer 视角挖掘假设
  3. 03依据影响和信心排序
  4. 04将假设划分为行动象限
  5. 05跟踪优先级并建议后续行动

适用场景

  1. 01在决定开发前审视产品创意
  2. 02明确团队对风险的分歧
  3. 03设计实验前选择待验证假设

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/borghei/claude-skills --skill identify-assumptions

安装后在 Claude Code 中输入/identify-assumptions确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

assets/
assumption_map_template.md
examples/
shared-dashboards-assumption-mapping.md
references/
assumption-mapping-guide.md
methodology-and-tools.md
red-flags.md
scripts/
assumption_tracker.py

详细介绍

假设映射专家

概述

系统地识别、分类并确定产品决策所依据假设的优先级。这项技能在 Teresa Torres 的四类风险基础上，为新产品增加了四个类别，并从 PM、设计师和工程师的视角采用唱反调的方法，揭示隐藏的假设。

核心能力

  • 4–8 类风险模型 — 价值、易用性、可行性、可实现性（Torres 的核心类别），以及面向新产品的伦理、市场进入、战略、团队。
  • 通过唱反调揭示假设 — 以对抗性视角进行审视的 PM、设计师和工程师能够揭示隐藏的假设。
  • 影响 × 风险评分 — Risk Score = Impact x (1 - Confidence) 对优先测试的假设进行排序。
  • 象限分类 — 立即测试 / 继续推进 / 深入调查 / 暂缓，并根据类别匹配验证方法。
  • 自动化跟踪 — assumption_tracker.py 按优先级排序并建议后续行动。

适用场景

  • 构思之后、决定投入开发之前。
  • 产品决策“感觉正确”，但尚未得到验证时。
  • 团队对风险或优先级意见不一致时——明确假设可以让分歧显而易见。
  • 设计实验之前——先测试风险最高的假设。

先澄清

在映射假设之前，先确认以下输入。如果有任何一项未知或模糊，请提问——不要自行假设：

  • 要映射的决策或想法 — 需要揭示其假设的具体产品决策（没有它，映射就没有对象）
  • 产品类型 — 新产品还是现有产品（决定使用 4 个核心类别，还是完整的 8 类模型）
  • 影响和置信度的依据 — 哪些证据用于确定每项 impact（1-10）和 confidence（high/med/low）（影响 Risk Score = Impact × (1 − Confidence) 和象限划分）

停止规则：只询问最能影响输出的 2–3 个问题。如果用户说“直接起草”，就继续，并在文档开头列出你的假设。

快速开始

python3 scripts/assumption_tracker.py --demo            # built-in sample (8 assumptions)
python3 scripts/assumption_tracker.py input.json        # score & prioritize your assumptions
python3 scripts/assumption_tracker.py input.json --format json

每项假设都需要包含 description、category（value/usability/viability/feasibility/ethics/gtm/strategy/team）、confidence（high/medium/low）和 impact（1-10）。使用 assets/assumption_map_template.md 编写文档。

参考资料

加载与任务匹配的参考资料——保持此文件精简，按需查阅详细内容：

  • references/methodology-and-tools.md — 完整的 4–8 类表格及示例、唱反调提示、5 阶段评分与象限划分流程、assumption_tracker.py 的用法和标志、输出格式、故障排查、成功标准和参考书目。映射假设或编写脚本时阅读。
  • references/assumption-mapping-guide.md — 深入理论：Torres 的四类风险与扩展后的 8 类模型（含各类别的危险信号）、置信度校准技巧（基于证据、五个为什么、事前验尸检查）、优先级矩阵及触发条件，以及假设到实验的映射。了解底层框架时阅读。
  • references/red-flags.md — 反模式（假设膨胀、分类错误、置信度缺乏证据支撑），附有以 Torres 的类别为基础的错误与正确示例。分享假设映射前阅读。

范围与限制

范围内： 系统性识别假设，采用 PM／设计师／工程师的唱反调视角；8 类风险分类；使用 Impact x (1 - Confidence) 进行量化评分；象限分类并建议验证方法；假设登记表，按优先级排序并制定行动计划。

范围外： 开展验证实验（brainstorm-experiments/）；制定产品战略或路线图决策（execution/outcome-roadmap/）；深入分析技术可行性（engineering/）技能；为评估可行性进行财务建模（finance/）技能。

重要注意事项： 信心水平映射到固定数值（0.8/0.5/0.2），这是对连续信心水平的简化；“高影响”阈值为 7/10，可根据你的风险承受能力调整；假设映射最适合协作完成（Product Trio），而非单独进行。

集成点

集成方向描述
brainstorm-ideas/接收自将生成的创意作为映射其假设的对象
brainstorm-experiments/输出至“立即测试”的假设将成为实验设计的待验证假说
pre-mortem/互为补充事前复盘可以发现假设映射可能遗漏的风险（尤其是“房间里的大象”）
execution/create-prd/输出至已验证的假设会填入 PRD 的假设部分（第 7 节）
execution/brainstorm-okrs/输出至可行性假设为 OKR 关键结果的选择和信心水平提供依据
senior-pm/输出至高影响假设会纳入投资组合风险登记表

评论

支持 Markdown