该技能是一份科学假设生成与测试方法论的指南，主要面向需要设计可验证假设并规划实验的场景。
用途方面，技能围绕「假设生成」展开，提供从观察到构建假设、再到优先级排序的完整工作流。资料注明其工作流来源为 Stanford d.school Design Thinking。
主要能力包括：
- 假设结构模板：采用 IF [independent variable/action] THEN [dependent variable/outcome] BECAUSE [mechanism/reasoning] 的格式。资料给出的示例为：IF we reduce checkout steps from 5 to 3, THEN conversion rate will increase by 15%, BECAUSE fewer steps reduce friction and drop-off。
- 假设评估标准：Specific（净且无歧义）、Measurable（可测量的 outcome）、Testable（可测试）、Falsifiable（可证伪）、Relevant（与业务目标相符）。
- 假设类型：A/B 测试假设（示例：将 CTA 按钮从蓝色改为绿色将使点击率提高 10%，指标为 CTA Click Rate，基线 2.5%，目标 2.75%，样本量 10,000 用户，周期 2 周）与产品假设（示例：问题为用户在引导流程中流失；假设为添加进度指示器将使流失率降低 20%；成功指标为引导完成率）。
- 实验设计模板：包含假设（IF-THEN-BECAUSE 陈述）、变量（独立变量：所改变的内容；因变量：所测量的内容；控制变量：保持不变的内容）、指标（主要 KPI、次要支持指标、防护指标）、设计（类型 A/B 或 Multivariate、分流 50/50、周期 X 周）、分析计划（统计检验如 t-test、chi-square 等，置信水平 95%，MDE 最小可检测效应）。
- 优先级排序（ICE）：对 Impact、Confidence、Ease 各按 1-10 评分，ICE Score = (Impact + Confidence + Ease) / 3，并给出 H1、H2、H3 的评分示例。
- 工作流分三阶段：阶段一 Observation——从数据或用户访谈中捕捉 Insight，并将观察转化为清晰的问题陈述；阶段二 Construction——使用 IF-THEN-BECAUSE 模板，明确独立变量与因变量；阶段三 Prioritization——对 Impact、Confidence、Ease 进行 1-10 评分，并评估测试失败的风险。
- 检查点：阶段 1 验证假设是否可证伪（若永远为真则不是假设）；阶段 2 验证结果是否为可测量指标（如 Click rate、Retention）；阶段 3 验证 Because 部分是否基于合理的用户行为。
版本信息显示为 Hypothesis Generation v1.1 - Enhanced。
适用场景包括：需要设计 A/B 测试或产品实验、需要将观察转化为可验证假设、需要对多个假设进行优先级排序的场景。
限制方面，资料未说明该技能的具体运行平台、安装方式、收费模式或价格，这些信息暂未提供；资料也未给出技能在实际工具中的调用步骤或接口说明。