用途：在构思之后、正式投入开发之前，系统识别、归类并排序产品决策所依赖的假设，让“感觉对”的判断变得可检验，也让团队在风险与优先级上的分歧显性化。
主要能力：采用Teresa Torres的四类核心风险（价值、可用性、可行性、商业可行性），并为新产品扩展伦理、上市、战略、团队四类，形成4至8类风险模型；通过产品经理、设计师、工程师三种反方视角挖掘隐藏假设；以风险分=影响×(1−置信度)打分并排序；按“立即测试/继续推进/深入调查/暂缓”象限分类，并给出与类别匹配的验证方法；附带assumption_tracker.py，可按优先级排序并建议下一步动作。
使用方式：每条假设需包含描述、类别（value/usability/viability/feasibility/ethics/gtm/strategy/team）、置信度（high/medium/low）与影响（1-10）。示例命令：python3 scripts/assumption_tracker.py --demo；python3 scripts/assumption_tracker.py input.json；python3 scripts/assumption_tracker.py input.json --format json。可配合assets/assumption_map_template.md记录。使用前应确认被梳理的决策或想法、产品类型（新或已有）、影响与置信度依据；若信息不明应先询问，用户要求直接起草时则在开头列出所设假设。
适用场景：构思后、开发承诺前；产品决策未经验证时；团队对风险或优先级有分歧时；设计实验之前，用于优先测试最高风险假设。也可与创意生成、实验设计、预演失败、PRD假设章节、OKR制定等环节衔接。
限制：不负责实际运行验证实验、产品战略或路线图决策、技术可行性深入分析及财务建模。置信度被简化为固定数值0.8/0.5/0.2；“高影响”阈值为7/10，可按风险偏好调整；该方法更适合产品三人组协作使用，而非个人单独完成。