MCP HubMCP Hub
Volver a habilidades

define-opportunity-tree

product-on-purpose
Actualizado 2 days ago
3 vistas
238
33
238
Ver en GitHub
Metageneral

Acerca de

Esta Habilidad de Claude crea Árboles de Oportunidad-Solución para mapear visualmente los resultados empresariales con las oportunidades del cliente y las soluciones potenciales. Está diseñada para el descubrimiento de productos orientado a resultados, la priorización y la comunicación estratégica, ayudando a los equipos a evitar saltar directamente a las soluciones. Úsala durante las fases de descubrimiento de producto para organizar el aprendizaje y asegurar que las funcionalidades se remonten a resultados medibles.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add product-on-purpose/pm-skills -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/product-on-purpose/pm-skills
Git CloneAlternativo
git clone https://github.com/product-on-purpose/pm-skills.git ~/.claude/skills/define-opportunity-tree

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

<!-- PM-Skills | https://github.com/product-on-purpose/pm-skills | Apache 2.0 -->

Opportunity Solution Tree

An Opportunity Solution Tree (OST) is a visual framework for product discovery that connects business outcomes to customer opportunities and potential solutions. Developed by Teresa Torres, it prevents the common trap of jumping straight to solutions by ensuring every feature idea traces back to a customer need and measurable outcome.

When to Use

  • During continuous product discovery to organize learning
  • When prioritizing what opportunities to pursue
  • To communicate product strategy to stakeholders
  • When you have too many feature ideas and need structure
  • After user research to connect insights to action
  • When aligning team on what outcomes matter most

Instructions

When asked to create an opportunity solution tree, follow these steps:

  1. Define the Desired Outcome Start at the top with a clear, measurable business or product outcome. This should be something you can influence through product changes. Express it quantitatively when possible (e.g., "Increase 30-day retention from 40% to 55%").

  2. Identify Opportunity Areas Branch out to 3-5 opportunity areas.places where customer needs or pain points could be addressed. Opportunities are not solutions; they're customer problems, needs, or desires. Phrase them from the customer's perspective.

  3. Add Supporting Evidence For each opportunity, note the evidence that supports it: user research quotes, behavioral data, support tickets, or market trends. Strong opportunities have multiple evidence sources.

  4. Brainstorm Solutions For each opportunity, generate 2-4 potential solutions. Don't self-censor at this stage. Solutions can range from quick experiments to major features. Keep them specific enough to evaluate.

  5. Define Assumption Tests For each promising solution, identify the riskiest assumption and design a lightweight experiment to test it. Good tests validate whether the solution will actually address the opportunity.

  6. Prioritize the Tree Not all branches are equal. Mark which opportunity and solution you'll pursue first based on potential impact, confidence, and effort. The tree is a living document.you'll iterate as you learn.

  7. Visualize the Structure Create a tree diagram showing the hierarchy: outcome at top, opportunities below, solutions beneath each opportunity, and experiments at the leaves.

Output Format

Use the template in references/TEMPLATE.md to structure the output.

Quality Checklist

Before finalizing, verify:

  • Outcome is measurable and within product team's influence
  • Opportunities are customer-centric (needs/problems, not features)
  • Each opportunity has supporting evidence documented
  • Multiple solutions exist per opportunity (not jumping to one)
  • Assumptions are explicit and experiments designed
  • Prioritization is clear (which branch to explore first)

Examples

See references/EXAMPLE.md for a completed example.

Repositorio GitHub

product-on-purpose/pm-skills
Ruta: skills/define-opportunity-tree
0
agent-skillsai-skillsclaude-codeclaude-desktopdesign-sprintfoundation-sprint

Habilidades relacionadas

content-collections

Meta

Esta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.

Ver habilidad

polymarket

Meta

Esta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.

Ver habilidad

creating-opencode-plugins

Meta

Esta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.

Ver habilidad

sglang

Meta

SGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.

Ver habilidad