# Prioritize Assumptions

> 使用影响力 × 风险矩阵对假设进行优先级排序，并为每项假设推荐实验方案。适用于对假设列表进行分流、决定优先验证哪些假设，或应用假设优先级画布时使用。

- Skill: `killvxk/prioritize-assumptions` (Agent Skill)
- Install (CLI): `npx skillmds@latest add killvxk/prioritize-assumptions`
- Raw SKILL.md: https://api.skillmd.com/api/skills/killvxk/prioritize-assumptions/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Product & Planning
- Author: killvxk (https://skillmd.com/u/killvxk)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/killvxk/prioritize-assumptions

---


## 假设优先级排序

使用影响力 × 风险矩阵对假设进行分流，并为每项假设推荐针对性实验。

### 背景

你正在帮助对 **$ARGUMENTS** 的假设进行优先级排序。

如果用户提供了包含假设或调研数据的文件，请先阅读。

### 领域背景

**ICE 框架**非常适合假设优先级排序：影响力（Impact，机会评分 × 客户数量）× 置信度（Confidence，1–10）× 易操作性（Ease，1–10）。机会评分（Opportunity Score）= 重要性 × (1 − 满意度)，归一化至 0–1（Dan Olsen）。**RICE 框架**将影响力拆分为触达范围（Reach）× 影响力（Impact）两个独立因子，计算公式为：(R × I × C) / E。完整公式和模板请参考 `prioritization-frameworks` 技能。

### 操作步骤

用户将提供一份待排序的假设列表。应用以下框架：

1. **对每项假设**，评估两个维度：
   - **影响力**：验证该假设能创造的价值 × 受影响的客户数量（在 ICE 框架中：影响力 = 机会评分 × 客户数量）
   - **风险**：定义为 (1 - 置信度) × 工作量

2. **用影响力 × 风险矩阵对每项假设分类**：
   - **低影响力、低风险** → 延后测试，优先处理更高优先级的假设
   - **高影响力、低风险** → 推进实施（风险低、回报高）
   - **低影响力、高风险** → 放弃（不值得投入）
   - **高影响力、高风险** → 设计实验进行验证

3. **对每项需要测试的假设**，推荐一个满足以下条件的实验：
   - 以最小投入获取最大化的已验证学习成果
   - 衡量实际行为，而非主观意见
   - 有清晰的成功指标和阈值

4. **以优先级矩阵或表格呈现结果**。

逐步思考。如果输出内容较多，保存为 markdown。

---

### 延伸阅读

- [假设优先级画布：如何识别并测试正确的假设](https://www.productcompass.pm/p/assumption-prioritization-canvas)
- [持续产品探索大师班（CPDM）](https://www.productcompass.pm/p/cpdm)（视频课程）