产品实验假设与验证计划
原名:experiment-designer
先定义指标、护栏和样本要求,再决定怎样比较方案。
中文 Skills 技能说明
想知道改版有没有用,先写清能被验证的问题。提供现状指标、目标用户、预期变化、流量和风险,技能组织实验假设、主指标与护栏,借助 Python 工具估算样本需求,输出实验卡和结果解释规则。它负责规划,不会自动分流真实用户。样本量依赖基线、效应和检验设置,小样本不硬下结论;相关性、显著性和业务价值分别解释。隐私、埋点、用户影响及正式试验由负责人审核,不能提前宣称增长。
上游能力依据
上游原始适用说明:Use when planning product experiments, writing testable hypotheses, estimating sample size, prioritizing tests, or interpreting A/B outcomes with practical statistical rigor.
上游 SKILL.md 主要章节(保留原文标题):
- When To Use
- Core Workflow
- Hypothesis Quality Checklist
- Common Experiment Pitfalls
- Statistical Interpretation Guardrails
- Tooling
- scripts/samplesizecalculator.py
使用边界
先提供真实业务背景、目标受众和可核验资料。输出是工作草稿或决策辅助,不补造客户反馈、经营数据、案例或引用。
作者、翻译与许可证
- 原作者
- Alireza Rezvani 与 claude-skills contributors
- 中文翻译
- CEOFans翻译
- 许可证
- MIT
- 上游来源
- https://github.com/alirezarezvani/claude-skills/tree/19392f7a08264ed00486a251f5b2098321771f94/product-team/skills/experiment-designer
适用范围
平台:linux、macos、windows;标签:产品与运营、产品实验假设与验证计划、开源技能
安全提示
基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件,请在最小权限环境中使用,高风险操作必须人工确认。
如发现侵权、许可证或安全问题,可在本页前台提交投诉,管理员复核后可立即下架。