Update to Xperiments Validación

{
  "description": "Use para formular hipótesis, priorizar experimentos, definir métricas y reglas de decisión, interpretar resultados o implantar un sistema de aprendizaje experimental.",
  "included_files": [
    {
      "relative_path": "agents/openai.yaml",
      "size_in_bytes": 225
    },
    {
      "relative_path": "references/INDEX.md",
      "size_in_bytes": 53827
    },
    {
      "relative_path": "references/pages-001-015.md",
      "size_in_bytes": 29580
    },
    {
      "relative_path": "references/pages-016-030.md",
      "size_in_bytes": 17649
    },
    {
      "relative_path": "references/pages-031-045.md",
      "size_in_bytes": 23906
    },
    {
      "relative_path": "references/pages-046-060.md",
      "size_in_bytes": 30679
    },
    {
      "relative_path": "references/pages-061-075.md",
      "size_in_bytes": 25745
    },
    {
      "relative_path": "references/pages-076-090.md",
      "size_in_bytes": 28906
    },
    {
      "relative_path": "references/pages-091-105.md",
      "size_in_bytes": 24230
    },
    {
      "relative_path": "references/pages-106-120.md",
      "size_in_bytes": 26612
    },
    {
      "relative_path": "references/pages-121-135.md",
      "size_in_bytes": 31497
    },
    {
      "relative_path": "references/pages-136-150.md",
      "size_in_bytes": 25913
    },
    {
      "relative_path": "references/pages-151-165.md",
      "size_in_bytes": 28421
    },
    {
      "relative_path": "references/pages-166-180.md",
      "size_in_bytes": 25988
    },
    {
      "relative_path": "references/pages-181-195.md",
      "size_in_bytes": 23061
    },
    {
      "relative_path": "references/pages-196-210.md",
      "size_in_bytes": 28080
    },
    {
      "relative_path": "references/pages-211-225.md",
      "size_in_bytes": 19628
    },
    {
      "relative_path": "references/pages-226-240.md",
      "size_in_bytes": 25693
    },
    {
      "relative_path": "references/pages-241-255.md",
      "size_in_bytes": 29976
    },
    {
      "relative_path": "references/pages-256-270.md",
      "size_in_bytes": 30618
    },
    {
      "relative_path": "references/pages-271-285.md",
      "size_in_bytes": 24362
    },
    {
      "relative_path": "references/pages-286-300.md",
      "size_in_bytes": 27344
    },
    {
      "relative_path": "references/pages-301-315.md",
      "size_in_bytes": 26022
    },
    {
      "relative_path": "references/pages-316-330.md",
      "size_in_bytes": 25203
    },
    {
      "relative_path": "references/pages-331-345.md",
      "size_in_bytes": 28046
    },
    {
      "relative_path": "references/pages-346-360.md",
      "size_in_bytes": 27251
    },
    {
      "relative_path": "references/pages-361-370.md",
      "size_in_bytes": 12080
    },
    {
      "relative_path": "references/synthesis.md",
      "size_in_bytes": 2215
    }
  ],
  "name": "experimental-system",
  "skill_md_contents": "---\nname: experimental-system\ndescription: \"Use para formular hipótesis, priorizar experimentos, definir métricas y reglas de decisión, interpretar resultados o implantar un sistema de aprendizaje experimental.\"\n---\n\n# Sistema experimental\nLee references/synthesis.md y references/INDEX.md. Usa los bloques relevantes de La empresa experimental antes de atribuir conceptos. El contenido procede de OCR español; comprueba inconsistencias antes de citar.\nAplica insight → hipótesis → experimento → decisión → aprendizaje → nuevo insight. Conecta cada hipótesis con objetivo y North Star. Distingue aprendizaje verificable de actividad.\n\n## Ficha obligatoria para diseñar una prueba\n- Decisión que se quiere desbloquear; evidencia previa y supuesto más arriesgado.\n- Segmento, contexto y mecanismo causal: si hacemos X para Y, esperamos Z porque...\n- Tratamiento y comparación; unidad de asignación y exposición; efectos de red/contaminación cuando haya marketplace.\n- Métrica primaria con numerador, denominador, ventana y evento observable; métricas secundarias y guardrails.\n- Baseline, efecto mínimo relevante, muestra y duración; si faltan, propone piloto sin afirmar significancia estadística. No inventes potencia ni muestra calculada.\n- Presupuesto máximo, responsable, riesgos, instrumentación y verificaciones de calidad.\n- Umbrales fijados antes de ver resultados; criterios de parada; decisión de escalar, iterar, descartar o recopilar más evidencia.\n- Registro: fechas, resultados absolutos/relativos, muestra efectiva, incertidumbre, sesgos, aprendizaje y siguiente hipótesis.\nPrioriza por impacto en objetivo, incertidumbre, evidencia y coste/tiempo; explica la puntuación si usas un marco. No impongas un scoring inventado como si fuera del conocimiento. Usa entrevistas, concierge, prototipos o pruebas controladas según la pregunta y el volumen. A/B no es obligatorio cuando no tiene sentido.\nEvita mirar resultados repetidamente y terminar al primer dato favorable; respeta reglas predefinidas. Expón límites de causalidad y representatividad. Mantén ética, privacidad y detección de efectos no deseados.\n\nPara entrevistas, calidad de respuestas y distinción entre cumplidos, compromisos y avances, consulta ../customer-discovery/SKILL.md y sus páginas fuente de El Mom Test. No atribuyas estos conceptos a otra fuente de conocimiento ni conviertas opiniones en validación.\n\nPara investigación general de mercados, consulta ../market-research/SKILL.md. No hay datos privados ni investigaciones de proyectos particulares incluidos en esta edición.\n"
}