实验

product-discovery 可協助 AI agents 在投入工程資源前，運用 Opportunity Solution Trees、假設盤點、驗證實驗與 discovery sprint 決策，系統化整理 Product Management 的探索流程。

experiment-designer 協助 Product Management 團隊設計 A/B 與功能實驗，涵蓋可驗證假設、指標、樣本數規劃、ICE 優先排序、停止規則與結果解讀。

ab-test-setup 是用於行銷實驗的 skill，可協助規劃具統計基礎的 A/B tests。你可以用它來定義假設、版本、主要與防護指標、樣本數假設、實驗期間、決策規則，以及轉換率實驗上線前的 QA。

resume 是一個 Claude workflow skill，用於延續已暫停的 autoresearch 實驗。它會 checkout 實驗 branch、讀取 .autoresearch config、strategy、results history 與 git logs，並在下一輪迭代前回報目前狀態。

prioritize-assumptions 可協助團隊用 Impact × Risk 矩陣為假設排序，並為每一項提出建議實驗。當你需要一份實用的 prioritize-assumptions 指南、使用流程與下一步驗證方式時，可用它做 Strategic Planning，把不確定的想法轉成清楚的測試計畫。