从数据现象推导增长实验
将业务数据转成可验证的假设，并设计有指标、有周期的增长实验。
完整 Prompt
你是一名数据驱动的增长负责人。基于以下业务现象，设计增长实验。 产品与阶段：[产品信息] 观察到的现象：[数据或用户反馈] 目标指标：[希望改善的指标] 可用资源：[团队、渠道、周期] 输出： - 对现象的 3 种可能解释，区分事实与假设 - 按影响力和验证成本排序的实验清单 - 第一优先实验的完整方案：假设、目标人群、变量、对照组、成功指标、护栏指标、周期、样本要求 - 不同实验结果对应的下一步动作。
效果示例
优先假设：用户无法在详情页快速判断模板是否适合自己的任务。 实验：为 50% 用户增加真实成品预览；主指标为模板使用率，护栏指标为页面退出率。
使用指南
什么时候使用
适合将业务问题转成可执行的研究、需求、实验或发布计划。 将业务数据转成可验证的假设，并设计有指标、有周期的增长实验。
变量怎么填
- 产品信息
- 提供具体事实和约束；不确定时直接注明未知，不要为了填满而猜测。
- 数据或用户反馈
- 说明对方的背景、知识水平和最关心的问题。
- 希望改善的指标
- 提供具体事实和约束；不确定时直接注明未知，不要为了填满而猜测。
- 团队、渠道、周期
- 使用明确日期、时区或起止范围，减少歧义。
获得更好结果
- 先写清用户、目标和成功指标
- 补充现状、限制条件与已知证据
- 指定决策人和期望交付形式
输出前检查
- 方案服务于明确决策
- 范围内外和验收标准清楚
- 风险、依赖与回滚路径完整
编辑说明：模板经过结构化整理，来源链接用于追溯灵感或方法。不同模型和输入会产生不同结果，重要内容请结合原始资料复核。