用途
该技能面向实验与 A/B 测试场景，目标是帮助用户设计能够产生统计有效、可执行结果的测试。当用户想要规划、设计或实施 A/B 测试或实验，或提到“A/B test”“split test”“experiment”等关键词时适用。
主要能力
- 假设框架：要求测试从假设出发，而非“看看会发生什么”。提供结构化模板：因为[观察/数据]，我们相信[改动]会对[受众]产生[预期结果]，当[指标]达到时即可确认。
- 测试类型：涵盖 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 对应变体，中等流量）。
- 样本量参考：提供基线转化率与不同提升幅度（10%、20%、50%）对应的每变体所需流量速查表，并列出 Evan Miller、Optimizely 计算器；详细样本量表和时长计算见 references/sample-size-guide.md。
- 指标选择：区分主指标（与假设直接相关、用于判定测试的单一指标）、次指标（辅助解释主指标）、护栏指标（不应变差、显著负面时停止测试的指标）。
- 变体设计：可变动范围包括标题/文案、视觉设计、CTA、内容；最佳实践为单一且有意义的改动、足够显著、忠于假设。
- 流量分配：标准 50/50、保守 90/10 或 80/20、渐进式从小流量增加；需考虑用户回访一致性、跨时段均衡曝光。
- 实现方式：客户端（JavaScript 在加载后修改页面，实现快但可能闪烁，工具如 PostHog、Optimizely、VWO）与服务端（渲染前确定变体，无闪烁但需开发工作，工具如 PostHog、LaunchDarkly、Split）。
- 运行与监控：上线前检查清单（假设已记录、主指标已定义、样本量已计算、变体实现正确、追踪已验证、所有变体已完成 QA）；测试期间应监控技术问题、检查分段质量、记录外部因素，不应偷看结果提前停止、不应中途修改变体、不应引入新来源流量。
- 结果分析：95% 置信度对应 p 值 < 0.05；分析清单包括是否达到样本量、是否统计显著、效应量是否有意义、次指标是否一致、护栏指标是否有问题、分段差异（移动端 vs 桌面端、新访客 vs 回访）；结果解读涵盖显著胜出、显著落败、无显著差异、信号混杂四种情形。
- 文档记录：每个测试需记录假设、变体（含截图）、结果（样本、指标、显著性）、决策与学习；模板见 references/test-templates.md。
- 常见错误：测试设计（改动太小无法检测、测试太多无法隔离、无清晰假设）、执行（提前停止、中途修改、未检查实现）、分析（忽略置信区间、挑选分段、过度解读无结论结果）。
使用方式
该技能自包含其 frontmatter 范围内的指令、参考、脚本和资产。使用前先读取引导上下文：strategy/brand.md（品牌、受众、报价、渠道、工具、约束和指标）、about/me.md（个人语气）、content/ideas.md 和 content/calendar.md（内容规划）；仅在回退时使用旧版产品营销上下文文件。生成的草稿保存到 content/<platform>/drafts/YYYY-MM-DD_short-topic-slug.md，持久学习结果回写到 strategy/brand.md、about/me.md 或 content/ideas.md。仅询问缺失的任务特定输入，超出范围时交接给相邻技能，最终返回可执行的产物、决策、计划、草稿或诊断。
任务特定问题包括：当前转化率是多少？该页面流量多少？考虑什么改动及原因？值得检测的最小提升是多少？有哪些测试工具？此前是否测试过该区域？
适用场景
适用于营销、转化率优化和产品实验场景，例如定价页测试（主指标为方案选择率，次指标为页面停留时间、方案分布，护栏指标为支持工单、退款率）。相关技能包括 conversion-rate-optimization（基于 CRO 原则生成测试想法）、data-and-funnel-analytics（设置测试测量）、copywriting-core（创建变体文案）。
限制
资料未提供该技能的具体收费、价格、平台支持范围或效果保证信息。样本量速查表仅覆盖部分基线转化率与提升幅度组合，其他情况需使用外部计算器或参考文件。