O que brainstorm-experimentos-existentes faz?
Projete experimentos para testar suposições de um produto existente — protótipos, testes A/B, spikes e outros métodos de validação de baixo esforço. Use ao validar suposições, testar ideias de funcionalidades de forma barata ou planejar experimentos de produto.
Visão Geral
Esta skill ajuda você a projetar experimentos rápidos e acionáveis para validar suposições sobre um produto existente. Ela é particularmente útil em estágios iniciais de desenvolvimento de funcionalidades ou ao priorizar o backlog, onde aprender rápido e gastar pouco é fundamental.
Como Usar
- Defina a Suposição: Articule claramente a suposição que você deseja testar (por exemplo, "usuários clicarão em um botão verde mais do que em um azul").
- Especifique o Contexto: Forneça detalhes sobre seu produto, base de usuários e quaisquer restrições (por exemplo, plataforma mobile, alta carga de servidor).
- Receba Recomendações: A skill retornará um ou mais projetos de experimento, cada um incluindo:
- Método de experimento (protótipo, A/B, spike, etc.)
- Métricas de sucesso
- Riscos potenciais e mitigação
- Tempo e esforço estimados
- Próximos passos
Exemplos
Exemplo 1: Testando uma Nova Funcionalidade de Checkout
Suposição: Adicionar uma barra de progresso durante o checkout reduzirá o abandono do carrinho.
Resultado:
- Método: Teste A/B (controle vs. barra de progresso)
- Métricas: Taxa de conclusão do checkout, tempo médio gasto, taxa de rejeição
- Risco: Implementação pode ser complexa; comece com um protótipo de baixa fidelidade
- Esforço: ~2-3 dias
Exemplo 2: Validando a Demanda por um Novo Filtro
Suposição: Usuários do nosso app de clima querem um filtro de 'qualidade do ar'.
Resultado:
- Método: Spike técnico + protótipo interativo
- Métricas: Número de cliques no protótipo, feedback qualitativo de 5 usuários
- Risco: APIs de qualidade do ar podem ser caras; verifique os custos primeiro
- Esforço: ~1-2 dias
Boas Práticas
- Mantenha os experimentos pequenos: Aponta para aprender em horas/dias, não semanas.
- Defina o sucesso claramente: Saiba qual métrica indicará que a suposição é válida.
- Falhe rápido: Se o experimento mostrar que a suposição está errada, siga em frente.
- Documente o aprendizado: Registre o que funcionou e o que não funcionou para referência futura.
Compatibilidade
Esta skill funciona com Claude Code, Cursor, Codex e outros agentes de IA que suportam skills markdown.
Licença
MIT
Contribuindo
Contribuições são bem-vindas! Por favor, abra uma issue ou pull request.