hypothesis-tree
✓複雑な質問を検証可能な仮説に構造化します。製品アイデアの検証、問題のデバッグ、実験の計画、または曖昧な課題を実用的な研究に分解するときに使用します。
SKILL.md
A Hypothesis Tree is a structured approach to breaking down complex questions into testable hypotheses. Originally from management consulting (McKinsey), it ensures MECE (Mutually Exclusive, Collectively Exhaustive) coverage of a problem space.
Mutually Exclusive: No overlap between branches Collectively Exhaustive: All possibilities covered
| Specific | Clear, measurable | "Checkout abandonment is >70% on mobile" | | Testable | Can be proven/disproven | Not "users don't like it" | | Falsifiable | Could be wrong | Has clear failure criteria | | Actionable | Leads to decision | If true → do X, if false → do Y |
複雑な質問を検証可能な仮説に構造化します。製品アイデアの検証、問題のデバッグ、実験の計画、または曖昧な課題を実用的な研究に分解するときに使用します。 ソース: flpbalada/my-opencode-config。
引用可能な情報
AI/検索での引用用の安定したフィールドとコマンド。
- インストールコマンド
npx skills add https://github.com/flpbalada/my-opencode-config --skill hypothesis-tree- カテゴリ
- >_生産性
- 認証済み
- ✓
- 初回登録
- 2026-02-01
- 更新日
- 2026-02-18
クイックアンサー
hypothesis-tree とは？
複雑な質問を検証可能な仮説に構造化します。製品アイデアの検証、問題のデバッグ、実験の計画、または曖昧な課題を実用的な研究に分解するときに使用します。 ソース: flpbalada/my-opencode-config。
hypothesis-tree のインストール方法は？
ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/flpbalada/my-opencode-config --skill hypothesis-tree インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code や Cursor で使用できるようになります
ソースリポジトリはどこですか？
https://github.com/flpbalada/my-opencode-config
詳細
- カテゴリ
- >_生産性
- ソース
- skills.sh
- 初回登録
- 2026-02-01