مساعدة المستخدمين على تقييم وتحقيق ملاءمة المنتج للسوق. يُستخدم عندما يحاول شخص ما تحديد ما إذا كان لديه PMF، أو قياس تفاعل المستخدمين والاحتفاظ بهم، أو تشغيل استطلاع Sean Ellis، أو معرفة ما إذا كان يجب عليهم التوسع أو الاستمرار في التكرار.
ثبّت مهارة الذكاء الاصطناعي measuring-product-market-fit بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: refoundai/lenny-skills.
Help the user assess and achieve product-market fit using frameworks from 46 product leaders.
Sean Ellis: "How would you feel if you could no longer use this product? Very disappointed, somewhat disappointed, or not disappointed. If 40% say 'very disappointed,' you're on the right track." This is a leading indicator of PMF before long-term retention data is available. Focus on the "very disappointed" segment as your core value indicator.
Retention is the ultimate metric Uri Levine: "Product market fit has one metric. Retention. If you create value, they will come back. If they're not coming back, you're not creating value." Look for retention curves that flatten over time rather than decaying to zero. The "smile curve" - where engagement increases over time - is the strongest signal.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/refoundai/lenny-skills --skill measuring-product-market-fitمساعدة المستخدمين على تقييم وتحقيق ملاءمة المنتج للسوق. يُستخدم عندما يحاول شخص ما تحديد ما إذا كان لديه PMF، أو قياس تفاعل المستخدمين والاحتفاظ بهم، أو تشغيل استطلاع Sean Ellis، أو معرفة ما إذا كان يجب عليهم التوسع أو الاستمرار في التكرار. المصدر: refoundai/lenny-skills.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/refoundai/lenny-skills --skill measuring-product-market-fit بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/refoundai/lenny-skills