hypothesis-tree
✓복잡한 질문을 테스트 가능한 가설로 구성합니다. 제품 아이디어를 검증하고, 문제를 디버깅하고, 실험을 계획하고, 모호한 과제를 실행 가능한 연구로 세분화할 때 사용하세요.
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 |
복잡한 질문을 테스트 가능한 가설로 구성합니다. 제품 아이디어를 검증하고, 문제를 디버깅하고, 실험을 계획하고, 모호한 과제를 실행 가능한 연구로 세분화할 때 사용하세요. 출처: flpbalada/my-opencode-config.
인용 가능한 정보
AI/검색 인용용 안정적인 필드와 명령어.
- 설치 명령어
npx skills add https://github.com/flpbalada/my-opencode-config --skill hypothesis-tree- 카테고리
- >_생산성
- 인증됨
- ✓
- 최초 등록
- 2026-02-01
- 업데이트
- 2026-02-18
빠른 답변
hypothesis-tree이란?
복잡한 질문을 테스트 가능한 가설로 구성합니다. 제품 아이디어를 검증하고, 문제를 디버깅하고, 실험을 계획하고, 모호한 과제를 실행 가능한 연구로 세분화할 때 사용하세요. 출처: flpbalada/my-opencode-config.
hypothesis-tree 설치 방법은?
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/flpbalada/my-opencode-config --skill hypothesis-tree 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다
소스 저장소는 어디인가요?
https://github.com/flpbalada/my-opencode-config
상세
- 카테고리
- >_생산성
- 출처
- skills.sh
- 최초 등록
- 2026-02-01