日本のPMのための実践メディア ── AI時代の実務に効く、読む・使う・試すを一つに。
ソウ著者・編集長

Skillの概要

カテゴリ: 実験/検証対象: PM/Growth PM成果物: 実験計画;計測設計;リスク

解決する課題: 仮説・対象・成功指標・停止条件の整理が不十分で、実験結果から学べない。

スキルの概要: 施策案・仮説・対象セグメントから、成功指標・実験方法・停止条件を整理した実験計画を作成する。

対象: PM/Growth PM

成果物: 実験計画;計測設計;リスク

Skill本文

Skill.md プレビュー

experiment-plan

目的

仮説・対象・成功指標・停止条件の整理が不十分で、実験結果から学べない。

使う場面

  • 対象ユーザー: PM/Growth PM
  • カテゴリ: 実験/検証
  • 使う場面: PM向け仮説検証計画ジェネレーター

このSkillが行うこと

施策案・仮説・対象セグメントから、成功指標・実験方法・停止条件を整理した実験計画を作成する。

入力として用意するもの

  • 施策案
  • 仮説
  • 対象セグメント

出力するもの

  • 実験計画
  • 計測設計
  • リスク

実行手順

  1. 入力資料を読み、目的、制約、対象ユーザー、意思決定に必要な観点を確認する。
  2. 不足情報がある場合は、作業を止めずに「確認質問」として分離する。
  3. 実験/検証 の観点で、論点、リスク、次アクションを構造化する。
  4. 出力物はPMがそのままレビュー、共有、次作業に使えるMarkdownでまとめる。

出力フォーマット

Summary

  • 何を整理したか
  • 重要な判断材料
  • 未決事項

Main Output

  • 実験計画
  • 計測設計
  • リスク

Review Questions

  • PMが確認すべき前提
  • 関係者に聞くべきこと
  • 実装、調査、計測で詰まりそうな点

Next Actions

  • 今日できる次の一手
  • 追加で集める資料
  • 次回AIに依頼するとよい作業

品質チェック

  • 課題、対象ユーザー、成果物がつながっているか
  • 推測と事実が混ざっていないか
  • PMが次の意思決定に使える粒度になっているか
  • 個人情報、機密情報、社外秘情報を含めていないか