用途：把 A/B 测试结果整理成一份诚实的决策报告，回答“结果是否真实、幅度是否值得、是否该上线”，并指出 A/B 结果可能骗人的地方。
主要能力：在只给部分结果时也能写出完整报告；若未提供显著性，会依据数字推断并标注还需哪些信息确认；假定数据会被标记；不会在未讨论显著性和样本量的情况下宣布胜出。
必要输入：假设与主指标；结果（对照组与变体组的转化/比率、每组样本量、时长）；护栏指标（收入、留存、延迟、投诉等不得回退的指标）；若存在，预注册的决策规则（什么算赢）。
输出格式：1）结论一行（上线/不上线/不确定需继续跑，含头条数字）；2）结果表（指标、对照、变体、相对提升、是否显著、主指标 p 值/置信区间、护栏指标），说明统计显著性与业务显著性；3）是否真的赢了，讨论样本/功效、偷看、新奇/首因效应、分群；4）分群切分（新客与老客、平台、地区等强/平/负）；5）建议与下一步（上线/迭代/重跑，以及上线后监控或后续测试应隔离什么）。
质量检查：区分统计与业务显著性；检查护栏指标而非只看主指标；标记偷看、功效、新奇和分群驱动的胜出；建议须由证据推出并含监控或后续测试；不在功效不足或偷看结果上宣布胜出。
反模式：只说“B 赢了 8%”而无显著性和样本量；提前偷看并上线；主指标上升就忽略护栏回退；把统计显著但业务无意义的提升当胜利。
触发语示例：“分析实验结果”“写 A/B 测试报告”“解读测试数据”“决定是否上线变体”。
限制：资料未提供具体统计方法、支持平台、价格或安装方式。