用途：帮助规划、设计、实施 A/B 测试或实验，并搭建增长实验项目。设计前会先读取 .agents/product-marketing.md（或 .claude/product-marketing.md、旧版 product-marketing-context.md）了解产品营销背景，再询问测试目标、基线转化率、流量、技术复杂度、时间线和可用工具。
主要能力：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]变化时验证）；区分 A/B、A/B/n、MVT、Split URL 等测试类型；给出样本量速查表（如基线 1%、提升 10% 需约 150k/变体）并推荐 Evan Miller、Optimizely 计算器；指导主指标、次指标与护栏指标的选取；变体设计（文案、视觉、CTA、内容）；流量分配（50/50、90/10、渐进式）；客户端与服务端实现及工具（PostHog、Optimizely、VWO、LaunchDarkly、Split）；上线前检查清单、测试期间注意事项、避免提前查看结果（peeking problem）；结果分析（95% 置信度、p<0.05、置信区间、分段差异）与文档模板。
增长实验项目：实验循环（生成假设→ICE 评分排序→设计运行→分析→沉淀 playbook→产生新假设）；假设来源（分析、客户研究、竞品、工单、热图、过往实验）；ICE 评分公式 (Impact+Confidence+Ease)/3；实验速度指标（每月 4-8 个、胜率 20-30%、平均 2-4 周、积压 20+）；实验 playbook 模板与周/双周/月/季度节奏。
适用场景：CRO、落地页与定价页优化、增长团队实验体系建设。限制：需具备足够流量才能达到统计显著；不替代具体分析工具配置；详细样本量表见 references/sample-size-guide.md，模板见 references/test-templates.md。