工程開發
product-discovery avatar

product-discovery

透過機會解決方案樹、假設映射與假設導向的實驗,進行結構化的產品探索,以降低產品開發風險。

簡介

此技能為產品經理、工程師與創辦人提供結構化框架,以應對早期產品開發的不確定性。透過將重點從交付成果轉移至探索成果,協助團隊識別高價值機會,並在投入大量工程資源前降低產品風險。代理人擔任證據導向決策的推動者,確保每項功能或介入措施皆基於使用者研究與可衡量數據,而非內部猜測。

  • 機會解決方案樹 (OST) 輔助,用於連結業務成果、使用者需求與可執行實驗。

  • 假設映射,針對期望性、商業可行性、技術可行性與易用性等維度進行風險歸類與優先級排序。

  • 結構化的問題驗證技術,包括行為分析、旅程摩擦點對應與使用者訪談合成。

  • 解決方案驗證協議,採用快速原型製作、概念測試與需求訊號產生(如假門測試或禮賓測試)。

  • 10 天探索衝刺規劃,包含每日證據審查與明確的轉向/繼續/停止決策點。

  • 用於根據風險與確定性分數映射並優先排序假設的自動化 CLI 工具。

  • 適用於產品探索階段、新創產品 MVP 規劃與功能概念化流程。

  • 使用 assumption_mapper.py 腳本輸入 CSV 檔案或直接輸入以產出優先級測試計畫。

  • 在啟動任何探索分支前,需設定可衡量的成果以及明確的基準線與目標期望。

  • 推薦使用方式遵循 Teresa Torres 的持續探索框架。

  • 限制:專注於證據收集;在所有驗證步驟中,優先考慮行為指標而非口頭偏好。

  • 輸入需求包含目標使用者區隔與可衡量業務指標;輸出為已驗證的實驗計畫與可執行的探索報告。

倉庫統計

Star 數
13,136
Fork 數
1,742
Open Issue 數
18
主要語言
Python
預設分支
main
同步狀態
閒置
最近同步時間
2026年4月29日 下午01:13
在 GitHub 查看