brainstorm-experiments-existing

brainstorm-experiments-existing 技能概覽

brainstorm-experiments-existing 是一個以工作流程為核心的技能，專門用來在你真的投入工程時間之前，先替既有產品設計低成本實驗。它能幫你把功能想法和一組假設，轉成可驗證的選項，例如原型、假門測試、A/B 測試、technical spike、Wizard of Oz 流程，或行為調查。它的核心工作很單純：快速降低不確定性，同時避免高風險的過度開發。

這個 brainstorm-experiments-existing 技能最適合誰

當你已經有產品、有一個提議中的變更，而且至少有一個問題需要答案時，就適合使用 brainstorm-experiments-existing 技能。它很適合產品經理、設計師、創辦人和工程師，尤其是那些需要一份實用的 brainstorm-experiments-existing 指南，來驗證範疇、需求、可用性或技術可行性的人。

它的不同之處在哪裡

這個技能不是一般的發想提示詞。它會推動你去設計能量測行為、而不只是意見的實驗，並且在測試會碰到 production 時，要求你思考風險緩解。這讓 brainstorm-experiments-existing for Workflow Automation 在你的流程需要的是決策支援，而不是一長串功能點子的時候特別有用。

什麼情況下最適合使用

如果你需要 brainstorm-experiments-existing 技能幫你決定「這個要不要做？如果要做，該怎麼先用低成本方式測試？」那就選它。當你能明確說出想驗證的假設，而且你在意學習速度、成本和使用者安全時，它的效果最好。

如何使用 brainstorm-experiments-existing 技能

安裝後，先對準真實脈絡

先在你的 skills manager 裡走 brainstorm-experiments-existing 的安裝路徑，然後把你手上最相關的資料餵給它：PRD 筆記、假設清單、設計 mockup、客服工單，或粗略的功能簡報。這個技能是設計成從 $ARGUMENTS 來運作，所以你的輸入越清楚，產出的實驗方案就越好。

把模糊想法改寫成可用的提示詞

弱提示詞會說：「幫我們測試一個新的 onboarding 功能。」更強的提示詞會說：「我們想加入以團隊為單位的 onboarding，提升 SMB 管理者的 activation。先假設主要風險是可發現性和完成時間。請提出 3 個實驗，優先從最低成本的驗證開始，並說明每個實驗的成功標準。」

這種寫法有效，因為它替 brainstorm-experiments-existing 的使用流程提供了明確的產品範圍、目標使用者，以及可量化的假設。

按正確順序閱讀 repo

先從 SKILL.md 開始，因為裡面有核心工作流程和輸出期待。如果你的本機副本還有其他支援文件，再依序查看 README.md、AGENTS.md、metadata.json，以及任何 rules/、resources/、references/ 或 scripts/ 資料夾。在這個 repository 裡，技能本身很精簡，支援檔也不多，所以大多數價值都來自先把主指令檔理解透徹。

讓輸出更利於決策

要求技能依照假設、實驗類型、成本、風險和預期訊號來整理結果。可以的話，也把限制一起加上，例如「不能影響 production」、「只有一週時間」，或「沒有設計資源」。這些細節能幫 brainstorm-experiments-existing 指南產出你真的能落地的實驗，而不只是有趣的理論。

brainstorm-experiments-existing 技能 FAQ

這只是腦力激盪提示詞嗎？

不是。brainstorm-experiments-existing 技能是為了既有產品做有結構的驗證，不是開放式發想。它最適合用在你需要能推翻假設的實驗，而不是一長串創意點子的時候。

什麼時候不該用它？

如果你還不清楚產品問題、目標使用者，或正在驗證哪個假設，就先不要用這個技能。當你需要的是實作規劃而不是驗證，或者這個想法還太早期、在做實驗前先需要 discovery interviews 時，它也不太適合。

初學者可以用嗎？

可以，只要能用白話描述產品想法就行。初學者在提供粗略目標、使用者族群和可疑風險時，通常最能得到價值。這樣 brainstorm-experiments-existing 技能就能把不確定性轉成具體的測試選項。

它和 Workflow Automation 要怎麼搭配？

當你想要自動化助理幫你提出驗證步驟、比較實驗類型，或讓團隊在蒐證方向上保持一致時，就可以把 brainstorm-experiments-existing 用在 Workflow Automation。它比起直接自動化實驗執行，更擅長的是設計測試方案。

如何改進 brainstorm-experiments-existing 技能

給技能更銳利的假設

品質提升最大的一步，就是把假設說得夠精準。不要只寫「使用者會喜歡嗎？」而是改成「第一次使用的管理者能不能在沒有協助的情況下找到新的 bulk-invite 流程？」這樣 brainstorm-experiments-existing 技能就能把每個假設對應到成本更低、訊號更清楚的實驗。

加入會改變實驗設計的限制

把時程、風險承受度、可用流量和工具限制都加進去。舉例來說：「我們只能在 staging 測試」、「我們只有一個 sprint」，或「可以用現有 analytics，但不能新增追蹤」。這些限制會迫使 brainstorm-experiments-existing 指南推薦的是現實可行的實驗，而不是理想化的方案。

要求能直接拿來做決策的輸出

請它輸出包含假設、實驗、訊號、風險和下一步的格式。這樣比較選項更容易，也能避免泛泛而談的建議。如果第一輪太寬泛，就再迭代，要求更少的實驗、更強的反證標準，或依照投入成本與獲得信心的比例排出短名單。

在第一輪之後再優化提示詞

如果結果太空泛，就補充更多關於目前產品行為、使用者旅程，以及什麼才算成功或失敗的背景。brainstorm-experiments-existing install 最有價值的用法，是把它當成驗證副駕：先把你的真實限制餵給它，再把方案收斂到每個實驗都足以支撐要不要開發的決策。