prioritize-assumptions

prioritize-assumptions スキルの概要

prioritize-assumptions スキルは、Impact × Risk の観点で仮説や前提を順位付けし、それぞれに対する実験案まで示すことで、どの前提から優先的に検証すべきかを判断するのに役立ちます。多くの不確実性を抱え、単なるアイデア出しではなく、筋の通った実行順を必要としているプロダクトチーム、創業者、リサーチャー、戦略担当者に最適です。

prioritize-assumptions は、散らかった発見メモを実用的な検証計画に落とし込みたいとき、特に prioritize-assumptions for Strategic Planning の文脈で有効です。核となる価値は、スピードと構造の両立にあります。今すぐ検証すべき仮説と、後回しにできる仮説を切り分け、曖昧な優先順位付けではなく、行動につながる形へと仕事を前に進めます。

prioritize-assumptions が実際に行うこと

このスキルは、仮説や前提を受け取り、そのインパクトとリスクを見積もったうえで、意思決定カテゴリにマッピングします。さらに、各前提ごとに試すべき実験やテストも提案するため、出力をそのまま計画や探索に使えます。

どんな人に最も向いているか

すでに候補となる仮説、ユーザーインサイト、プロダクト仮説があり、それらをどう並べて進めるかの助けが欲しい人に向いています。逆に、まだ大まかな問題設定しかなく、評価対象となる具体的な前提がない段階では、効果が薄いです。

このスキルが他と違う点

汎用的なプロンプトと違い、prioritize-assumptions スキルは意思決定のフレームを明確に持っています。つまり、インパクトとリスクを軸にし、そこへターゲットを絞った実験を紐づける設計です。そのため、「これらの案を並べて」といった単純な依頼よりも、戦略立案に向いています。

prioritize-assumptions スキルの使い方

prioritize-assumptions のインストール

環境に応じた documented skills command を使って、リポジトリのパスからスキルをインストールし、pm-product-discovery/skills/prioritize-assumptions フォルダを指定します。ツールチェーンが直接の skill installation に対応している場合は、エージェントが確実に起動できるよう、スキル名が正確に prioritize-assumptions になっているか確認してください。

プロンプトに何を入れるべきか

スキルには、目標だけでなく仮説のリストを渡します。入力のよい例は次のようなものです。

• “Assumption: users will trust AI-generated summaries if we show source citations.”
• “Assumption: SMB buyers will convert faster if onboarding is under 5 minutes.”
• “Assumption: procurement will block usage unless data retention settings are explicit.”

対象者の規模、緊急度、確信度、既知の制約、事業目標など、インパクトやリスクの判断を変える文脈も追加してください。prioritize-assumptions usage では、仮説の書き方が具体的であるほど、優先順位付けの精度が上がります。

初回実行でのおすすめワークフロー

まずは仮説を平易な言葉で貼り付け、そのうえでインパクトとリスクで並べ替え、各項目に1つずつ実験案を出すよう依頼します。仮説が曖昧なら、優先順位付けを頼む前に、検証可能な文に書き直してください。多くの場合、スコア表現をいじるよりも、その方がマトリクスの質が大きく向上します。

最初に読むべきファイル

まず SKILL.md を読みます。ここには動作ルール、前提コンテキスト、フレームワークがまとまっています。リポジトリが今後拡張された場合は、整理のために README.md、AGENTS.md、metadata.json、さらに rules/、resources/、references/、scripts/ などのフォルダも確認してください。現時点のリポジトリでは、SKILL.md が主な正本です。

prioritize-assumptions スキルのFAQ

普通のプロンプトより優れているのか？

一貫した優先順位付けが欲しいなら、たいていはそうです。通常のプロンプトでも仮説は列挙できますが、prioritize-assumptions はインパクト、リスク、実験設計を繰り返し使える形で構造化します。

使わない方がよいのはどんなときか？

すぐに意見だけ欲しい場合、仮説がまだ明確に言語化されていない場合、あるいは主な課題が優先順位付けではなくフレームワーク選定である場合は使わない方がよいです。そうした場面では、探索用のプロンプトや、より広い計画系スキルの方が最初の一歩として適しています。

初心者にも向いているか？

はい、ユーザーがシンプルな仮説リストを出せるなら向いています。初心者が最も価値を得やすいのは、スキルを意思決定補助として扱い、仮説を考えてもらうのではなく、具体的な文として渡すときです。

Strategic Planning の作業と比べるとどうか？

prioritize-assumptions for Strategic Planning の文脈では、このスキルはフィルタリング層として最も強力です。どの不確実性がまず計画を左右するべきかを見極めるのに役立ちます。ただし、ロードマップ設計、リソース配分、市場分析の代わりにはなりません。それらの意思決定を支える前に、仮説の集合を絞り込むことで判断をシャープにします。

prioritize-assumptions スキルを改善する方法

事前に、より強い仮説を書く

最良の結果は、具体的で、観察可能で、実際の意思決定につながる仮説から生まれます。「Users want AI」は曖昧すぎますが、「power users will accept AI suggestions if they can edit them before publishing」は prioritize-assumptions にとってずっと扱いやすいです。スコアリングもテストもできる、具体的な対象を与えられるからです。

インパクトやリスクを変える文脈を足す

誰に影響するのか、何が重要なのか、その仮説が外れたら何が起きるのかを伝えてください。対象者の規模、売上への感度、コンプライアンス上のリスク、提供工数は、一般的な confidence の言い回しよりも優先順位を大きく左右します。

順位だけでなく、実験案も求める

有用な prioritize-assumptions guide は、次に何を試すべきかまで示して終わるべきです。最初の出力が仮説の順番だけなら、上位項目を低コストの実験、検証質問、プロトタイプテストに変換するよう、2回目の出力を依頼してください。

曖昧な項目や詰め込みすぎの項目は分割して繰り返す

よくある失敗パターンは、1つの仮説に複数の主張が混ざっていることです。「users will adopt it and recommend it and pay for it」のような文は、それぞれ別の仮説に分けてから再実行してください。そうすると、順位付けがきれいになり、実行可能な実験案も得やすくなります。