SuperAPI AI 工具集

hypothesis-tree

测试与质量

查看项目

更新于 10-15 21:42

技能介绍

用途:将模糊问题结构化为可验证的假设树,源自管理咨询方法,强调MECE覆盖,用于验证产品与功能想法、排查指标不佳原因、规划用户研究与实验、拆解模糊战略问题、确定测试优先级和沟通分析结构。\n\n主要能力:把模糊关切转为结构化问题(如“增长慢”转为“为什么月环比用户增长低于5%”);按层级生成一级假设并向下分解到可直接检验的层级(通常3层即可);用具体、可检验、可证伪、可行动的标准评价假设;按“影响大+成本低+现有证据少”排出优先级;提供含中心问题、假设树结构、优先级测试计划、证据摘要的输出模板;给出低功能采用率与流失率上升等示例,并可结合五问法、JTBD、Fogg行为模型使用。\n\n使用方式:先明确具体问题,再逐层假设并检查MECE,分解到可测试后排序验证,随证据更新假设树,并与相关方对齐。资料未提供具体安装命令或调用方式,请以技能页面说明为准。\n\n限制:避免假设重叠、不可检验、未经验证就过度分解和确认偏误;其余细节暂未提供。