用途：在用户需要规划、设计或实施 A/B 测试与实验时提供指导，也可在用户提到“A/B test”“split test”“experiment”等时使用。目标是帮助设计出统计有效、可执行的测试。
主要能力：先做初始评估，若存在 .agents/product-marketing-context.md（旧版为 .claude/product-marketing-context.md）则先读取，再只询问未覆盖或本任务特有的信息。设计前需了解测试背景、当前状态（基线转化率、流量）与约束（技术复杂度、时间线、可用工具）。核心原则包括：从假设出发、单次只测一个变量、统计严谨（预先确定样本量、不提前偷看停止）、衡量关键指标。提供假设框架（因为[观察/数据]，我们相信[改动]会导致[预期结果]，面向[受众]，当[指标]满足时即验证）。
测试类型：A/B（两个版本、单一改动，中等流量）、A/B/n（多变体，更高流量）、MVT（多改动组合，极高流量）、Split URL（不同 URL，中等流量）。样本量提供快速参考表（基线 1%/3%/5%/10% 对应 10%、20%、50% 提升所需每变体流量），并提及 Evan Miller 与 Optimizely 计算器，详细表格见 references/sample-size-guide.md。
指标选择：主指标（与假设直接相关、用于判定测试）、次指标（辅助解释）、护栏指标（不应变差，显著负向则停止）。变体设计可改动标题/文案、视觉设计、CTA、内容，建议单一且有意义的改动。流量分配支持 50/50、保守比例（90/10、80/20）与渐进放量，需保证用户回访看到同一变体、跨时段均衡。
实施：客户端（JavaScript 加载后修改页面，快速但可能闪烁，工具如 PostHog、Optimizely、VWO）与服务端（渲染前确定变体，无闪烁但需开发，工具如 PostHog、LaunchDarkly、Split）。运行阶段提供上线前检查清单，测试中应监控技术问题、检查分群质量、记录外部因素，避免偷看结果提前停止、修改变体、引入新流量来源。分析部分说明 95% 置信度对应 p 值小于 0.05，提供分析清单与结果解读（显著胜出、显著失败、无显著差异、信号混杂），并强调记录假设、变体、结果与决策。
适用场景：产品、营销、增长团队设计网页或产品实验。限制：资料未提供具体价格、平台支持范围或效果保证；样本量数值仅为参考，实际需结合计算器与业务情况。