SuperAPI AI 工具集

hypothesis-library

数据与分析

查看项目

更新于 10-15 21:55

技能介绍

用途:用于集中管理实验假设、前提假设与历史学习经验。适合在记录新实验想法时统一元数据、在为待办事项排优先级前查阅过往成败、以及在小队与渠道之间共享可复用经验。

主要能力:一是元数据模式,包含假设 ID、主题、用户画像、漏斗阶段与指标。二是假设矩阵,记录信念陈述、支撑证据与置信度评级。三是状态跟踪,按 idea → scoped → running → decided → archived 流转。四是学习标签,包含影响摘要、护栏说明与后续想法。五是治理钩子,涉及审批、负责人与评审节奏。

模板:新假设的录入表;学习卡片格式,涵盖背景、结果与建议;投资组合看板,按主题与指标汇总构成。

使用提示:进入优先级排序前要求至少有一个支撑数据点;使用一致的标签,以便跨团队搜索与筛选;链接到 synthesize-learnings 的输出以保持叙事更新。

限制:资料未提供具体安装命令、平台支持、收费与价格信息,暂未提供。