用途：引导 A/B 测试的完整实验生命周期，包括假设、设计、样本量、实施、分析与 playbook 文档，适用于转化、引导、定价、生命周期和产品实验。
主要能力：定义业务目标、用户分群、当前基线、目标指标与护栏指标；撰写具体假设（若对受众 Y 改变 X，则指标 Z 会改善，因为……）；设计对照组与变体、主指标、次要指标与护栏指标、流量分配、资格条件、排除项与时长；在具备基线流量和转化率时估算样本量或最小可检测效应；创建实施清单（埋点、随机化、QA、曝光日志、分析事件与回滚）；在启动前定义决策规则（上线、回退、迭代或继续测试）；达到约定样本量后分析结果；记录变更、经验与后续实验。
测试待办模式：构建待办列表时用 ICE 为每个想法打分——Impact（预期业务或用户收益）、Confidence（证据质量）、Effort（复杂度与实施成本），优先选择高影响、证据可信且运营风险低的测试。
使用方式：当用户请求 /ab-test-setup 时触发。示例提示包括：为注册 CTA 按钮设计 A/B 测试并计算所需样本量、定义成功标准；在测试达到样本量后判断结果是否统计显著，决定上线、回退还是继续测试；用 ICE 评分构建引导流程的优先测试待办，来源可包括流失分析、上月支持工单与热图观察。
限制：资料未提供具体统计方法、工具集成、平台支持范围或收费信息；样本量估算依赖可用的基线流量与转化率数据。