SuperAPI AI 工具集

hypothesis-tree

测试与质量

查看项目

更新于 10-16 05:47

技能介绍

用途:把宽泛、含糊的问题转化为一个具体可衡量的问题,再拆成互不重叠、尽量覆盖可能原因的假设分支,最终形成可执行的测试计划。适用于验证产品想法、调试不确定原因、规划研究等场景。

主要能力:生成可能解释;让假设可检验;按优先级决定先测什么。规则要求:从具体可衡量的问题开始;分支不重叠且覆盖可能原因;当假设可被测试时停止分解;建议 2-3 层深度;证据到来时更新树;避免只证明自己偏好的假设。强假设应具体、可检验、可证伪、可行动,并明确所需证据。

使用方式:先把模糊担忧转为中心问题;创建第一层原因类别;检查重叠与缺口;将每个类别分解为可检验假设;列出当前证据;按影响、成本和不确定性排序;定义测试计划。输出结构包含 Hypothesis Tree、Question、Branches(如 H1、H1.1)、Priority Tests(测试、成本、影响、负责人)和 Evidence(已知证据与未知项)。

示例:问题“为什么注册转化率低于 30%?”可拆为认知(用户不理解价值)、动机(收益不抵付出)、能力(注册太难)、技术(缺陷阻碍完成)等分支。

限制:资料未提供具体安装命令、平台支持、收费方式或效果数据;该技能依赖使用者提供真实问题与证据,不能替代实际测试。