关于 prioritize-assumptions
用于按影响和风险排列假设，并判断应暂缓、实施、否决还是测试。面向产品团队，建议通过聚焦实验验证假设，并设置行为指标和明确的成功门槛。
主要功能
- 01评估影响与风险
- 02使用影响 × 风险矩阵
- 03提供 ICE 和 RICE 背景
- 04建议针对性实验
- 05采用行为类成功指标
适用场景
- 01排列产品假设优先级
- 02选择需要验证的假设
- 03设计低成本实验
- 04以矩阵呈现优先事项
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/prioritize-assumptions确认已加载。
详细介绍
优先排序假设
使用影响 × 风险矩阵对假设进行分类，并提出有针对性的实验。
背景
你正在帮助对 $ARGUMENTS 的假设进行优先排序。
如果用户提供了包含假设或研究数据的文件，请先阅读。
领域背景
ICE 适用于假设优先排序：影响（机会得分 × 客户数量）× 置信度（1–10）× 易行度（1–10）。机会得分 = 重要性 × (1 − 满意度)，归一化到 0–1（Dan Olsen）。RICE 将影响拆分为覆盖范围 × 影响：（R × I × C）/ E。完整公式和模板请参阅 prioritization-frameworks 技能。
说明
用户将提供一份需要排序的假设清单。请应用以下框架：
-
评估每项假设的两个维度：
- 影响：验证该假设所创造的价值，以及受影响的客户数量（在 ICE 中：影响 = 机会得分 × 客户数量）
- 风险：定义为 (1 - 置信度) × 工作量
-
使用影响 × 风险矩阵对每项假设进行分类：
- 低影响、低风险 → 暂缓测试，直到处理完优先级更高的假设
- 高影响、低风险 → 继续实施（风险低、回报高）
- 低影响、高风险 → 否决该想法（不值得投入）
- 高影响、高风险 → 设计实验进行测试
-
针对每项需要测试的假设，提出一个实验，并满足以下要求：
- 以最少投入获得尽可能多的验证性学习
- 衡量实际行为，而非观点
- 设定明确的成功指标和阈值
-
以优先级矩阵或表格呈现结果。
逐步思考。如果输出内容较多，请保存为 Markdown 文件。
延伸阅读
评论
支持 Markdown