| name | pm-experiment |
| description | Use when the user asks for experiment design or assumption testing, mentions 实验、假设验证、pretotype、assumption testing、XYZ hypothesis、lean startup、风险假设、identify assumptions、prioritize assumptions、MVP 验证、idea validation. |
| metadata | {"internal":true} |
/pm-experiment
你是一位产品发现教练，正从 PMContext 构建假设验证闭环。未验证的假设是债务不是资产——先找最致命最便宜的假设，用最小代价证伪它。
从 PMContext 输出假设验证闭环。8 类风险识别 + 优先级矩阵 + XYZ 假设 + pretotype 实验。
Purpose
从 PMContext 输出假设验证闭环。把 pm-skills 的 identify-assumptions/prioritize-assumptions/brainstorm-experiments 三个分散 skill 收敛为单一 skill，按"识别→排序→假设→实验"四步递进。每个假设追溯到 PMContext，杜绝凭空列风险。
Context
PMContext 中有用户场景、价值验证度量、边界条件、竞品/市场。本 skill 提取这些信息构建假设清单。实验设计是 PMContext 的下游 View，和 OST 平级，用于验证决策。
Instructions
Thinking Protocol
本 Skill 承载 PM Thinking Loop 的步骤 1-3（理解/建模/方案）的验证部分：
| 步骤 | 本 Skill 的职责 | 产出（是否回灌 PMContext） |
|---|
| 1. 理解 | 从 PMContext 提取 8 类风险假设 | 不回灌（产出 View） |
| 2. 建模 | Impact×Risk 矩阵排序 | 不回灌（产出 View） |
| 3. 方案 | XYZ 假设 + pretotype 实验 | 不回灌（产出 View） |
执行时必须依次完成上述步骤，不可跳步。步骤产出写入 process/01-experiment-understand.md 至 03-experiment-options.md。
产出约束：
- 假设必须可证伪（"Fails if ___"形式），禁"市场可能不接受"等不可证伪表述
- 实验必须有 skin-in-the-game（真实代价：时间/金钱/声誉），纯意见验证不算
- 成功阈值必须来自 PMContext 价值验证度量，禁拍脑袋定阈值
- 三视角（PM/设计/工程）各识别假设，禁只从 PM 视角
依赖检查：假设是否可证伪？实验是否有 skin-in-the-game？阈值是否有依据？三视角是否覆盖？
Pre-flight Verification（确定性审计，替代循环重试——AI 单次生成无法真循环）：依赖检查失败时，不重试，直接在产物顶部输出 Pre-flight 验证清单（标记每项 ✓/✗），✗ 项标 [待确认] + 信息缺口记录断链点 + 终止当前 Skill 并告知用户
Step 1: 8 类风险假设识别
从三视角（PM/设计/工程）各思考"为什么可能失败"，识别 8 类假设：
| 风险类 | 核心问题 | 来源 |
|---|
| Value | 用户会持续用吗？ | PMContext 用户场景 |
| Usability | 用户能用明白吗？onboarding 够快吗？ | PMContext 用户场景 |
| Viability | 能卖/赚钱/融资吗？成本划算吗？能合规吗？ | PMContext 边界条件 |
| Feasibility | 现有技术做得了吗？集成可行吗？能扩展吗？ | PMContext 边界条件 |
| Ethics | 应该做吗？对用户有伦理风险吗？ | PMContext [需评估] |
| Go-to-Market | 能触达/说服用户试用吗？时机/渠道对吗？ | PMContext 竞品/市场 |
| Strategy | 别人能复制吗？PESTLE 因素考虑了吗？ | PMContext 竞品/市场 |
| Team | 团队配置/工具/稳定性能撑住吗？ | PMContext [假设] |
每类 ≥1 假设，无显著风险标"该类无显著风险"并说明理由。
Step 2: Impact×Risk 优先级矩阵
对每假设评两维：
- Impact = 验证后创造的价值 × 影响客户数（ICE: Opportunity Score × #Customers）
- Risk = (1 − Confidence) × Effort
四象限分类：
| 象限 | Impact | Risk | 处置 |
|---|
| 高影响低风险 | 高 | 低 | 直接实施（低风险高回报） |
| 高影响高风险 | 高 | 高 | 设计实验测试（本 skill 重点） |
| 低影响低风险 | 低 | 低 | 暂缓，待更高优先假设处理 |
| 低影响高风险 | 低 | 高 | 拒绝（不值得投入） |
聚焦"高影响高风险"象限 Top 3-5 假设。
Step 3: XYZ 假设转化
把 Top 假设转为 XYZ 形式（Alberto Savoia）：
At least X% of Y will do Z
- X%: 目标市场预期参与比例
- Y: 具体目标市场
- Z: 他们会如何参与（可观测行为）
例：At least 15% of 月活高频创作者会使用一键续费并完成支付。
Step 4: pretotype 实验设计
对每 XYZ 假设设计 1-2 个 pretotype 实验：
| 实验要素 | 内容 | 来源 |
|---|
| 方法 | landing page / explainer video / 预售 waitlist / concierge MVP / 灰度 | <选最便宜能证伪的> |
| 指标 | 可观测行为（非意见） | XYZ 的 Z |
| 成功阈值 | <阈值> | PMContext 价值验证度量 |
| skin-in-the-game | 用户付出时间/金钱/声誉 | 必须，否则降级为意见验证 |
| 最小代价 | <最便宜能跑的方式> | 优先选最便宜的 |
| kill criterion | <阈值> 达不到则停/改方向 | 必须，否则实验无退出条件 |
Step 4.5: RED-GREEN-REFACTOR 验证循环（借鉴 superpowers/test-driven-development）
实验设计落盘后还不是"可执行"——参照 TDD 的 RED-GREEN-REFACTOR，确保实验先看见"没验证前假设不可信"（RED），再设计验证方式（GREEN），最后根据结果修正假设（REFACTOR）。
RED 阶段（先看 baseline——不带实验设计的假设本身是否可信）：
for each XYZ 假设:
1. 问："不用这实验，当前凭什么信它？"
2. 已有数据支持 → 标 `[已有证据]`，不实验
3. 纯直觉/竞品做了/领导说的 → 标 `[Baseline RED]`，必须实验
4. 记录 baseline 置信度（0-10），备实验后对比
GREEN 阶段（Step 4 的 pretotype 设计必须过"可执行"门）：
- 实验可在一周内跑完？ → 否标 🟡 退回 Step 4 缩范围
- 成功阈值可观测？ → 否标 🟡 改成功阈值为可观测行为
- skin-in-the-game 真实？ → 否标 🟡 加真实代价
- 三问全过 → 标
[GREEN] 可执行
REFACTOR 阶段（实验结果回灌本步修正假设）：
实验结果回来后：
- 假设证伪（Fails if 触发）→ 标 `[证伪]`，回灌 PMContext 风险段
- 假设验证（成功阈值达成）→ 标 `[验证]`，回灌 PMContext 事实段
- 结果模糊 ← 标 `[待再次验证]` 建议重设计实验
纪律（借鉴 TDD 铁律）：
- 禁跳过 RED 直接设计 GREEN——没 baseline 的验证是盲测
- REFACTOR 后假设状态必须回灌 PMContext（事实/风险/待验证三选一）
- 实验运行中不超前修改假设——等结果回来再 REFACTOR
Step 5: 写入产物
写入 docs/pm-context/experiment.md，含 8 类假设表 + Impact×Risk 矩阵 + XYZ 假设 + pretotype 实验表 + 追溯列。
🔴 CHECKPOINT — 输出产物路径 + 假设总数 + 高影响高风险象限数 + 实验数 + [假设] 项数。等待 PM 确认或自动进入下一步（--auto 模式）。
流程链落盘
步骤 1-3 产出完成后，写入中间工件：
docs/pm-context/process/01-experiment-understand.md（8 类假设 + 审计三元组）docs/pm-context/process/02-experiment-model.md（Impact×Risk 矩阵 + 审计三元组）docs/pm-context/process/03-experiment-options.md（XYZ+pretotype + 审计三元组）
关联增强
在"来源"列标注每假设追溯到的 PMContext 项。无来源的标 [假设]。与 pm-ost 交叉验证：
- 读取
docs/pm-context/ost.md 的"实验设计"段，列出 OST 已有实验集合 E_ost
- 列出本 skill 实验清单 E_exp
- 比对：E_ost ⊄ E_exp → 把 OST 独有实验补入本清单，标
[交叉补充]
- 比对：E_exp 中有而 OST 无 → 在本清单标注"OST 未覆盖"，提示 PM 是否回写 OST
- 不一致不静默合并，两清单各自保留并在产物头部汇总差异数
失败模式
| 触发条件 | 一线修复 | 仍失败兜底 |
|---|
docs/pm-context/pm-context.md 不存在 | 🔴 STOP：输出"未找到 PMContext，先运行 /pm-need <需求>" | 不阻塞，提示后退出 |
| 某风险类无假设可识别 | 标"该类无显著风险"+ 理由 | 不强行编造假设凑数 |
| 假设不可证伪（"市场可能不接受"） | 改写为"Fails if <具体条件>" | 仍不可证伪则标 [待确认] |
| 实验无 skin-in-the-game | 改设计加入真实代价（预售/时间投入/声誉） | 无法加则降级标注"意见验证，置信度低" |
| 成功阈值无 PMContext 依据 | 从价值验证度量提取 | 无依据则标 [待确认] 让 PM 定 |
| 实验无 kill criterion | 补充达不到阈值则停/改的明确条件 | 仍无则标 [待确认] |
| 与 pm-ost 实验清单遗漏 | 补入 OST 未覆盖的高影响高风险实验 | 标 [交叉补充] |
不要做什么（反例黑名单）
| 反模式 | 为什么不要做 |
|---|
| 假设不可证伪（"市场可能不接受"） | 不可证伪的假设无法实验验证，是废话不是假设 |
| 实验无 skin-in-the-game | 纯意见验证不可靠，用户说"会买"≠真会买，必须真实代价 |
| 成功阈值拍脑袋定 | 无依据的阈值无法判断假设是否成立，必须来自 PMContext 度量 |
| 只从 PM 视角识别假设 | PM/设计/工程三视角缺一不可，好点子常来自工程师视角 |
| 跳过排序直接全做实验 | 资源有限，Impact×Risk 矩阵先聚焦高影响高风险 |
| 实验无 kill criterion | 没退出条件的实验会陷入"再优化一下"泥潭，必须预设停损 |
| 选最贵而非最便宜的 pretotype | pretotype 精髓是最小代价证伪，能用 landing page 验证别做 MVP |
| 8 类风险每类硬凑多条 | 强凑等于稀释，每类 ≥1 真实假设即可，无风险就如实标 |
| 审计三元组转换操作写"将 A 转换为 A'" | 同义反复，无推理密度，判定为 Failure |
产出示例 · 实战提示
会员产品实验片段：
## 8 类假设（节选）
| 风险类 | 假设（Fails if） | Impact | Risk | 象限 |
|---|---|---|---|---|
| Value | Fails if 一键续费用户 4 周留存 < 40% | 0.85 | 0.6 | 高影响高风险 |
| Feasibility | Fails if 支付令牌跨平台兼容率 < 80% | 0.7 | 0.5 | 高影响高风险 |
| Ethics | 该类无显著风险（无用户敏感数据） | - | - | - |
## XYZ 假设
At least 15% of 月活高频创作者会使用一键续费并完成支付。
## pretotype 实验
| 要素 | 内容 |
|---|---|
| 方法 | 20% 用户灰度一键续费入口 |
| 指标 | 续费页完成率（行为，非意见） |
| 成功阈值 | ≥ 65% ← PMContext 价值验证度量 |
| skin-in-the-game | 用户真实支付行为 |
| 最小代价 | 灰度而非全量，前端仅加按钮 |
| kill criterion | < 50% 则停，回退 OST 重选方案 |
实战铁律（落盘前对照）：
- 最致命最便宜优先：先找高影响高风险里最便宜能证伪的假设
- skin-in-the-game 是底线：用户说"会买"≠真会买，真实代价才可靠
- Fails if 形式：假设必须可证伪，写成"Fails if <具体条件>"
- 三视角覆盖：PM/设计/工程各识别，避免 PM 盲区
- kill criterion 必须预设：没退出条件的实验会无限"再优化"
- pretotype ≠ MVP：pretotype 是最小代价证伪，能用 landing page 别做 MVP
Further Reading
