用途：这是一份 A/B 测试设置的结构化指南，目标是在编写任何代码前，确保每次 A/B 测试有效、严谨且安全，防止数据偷看、强制统计功效，并拦截无效假设。
主要能力与流程：包含明确的范围与前置条件（清晰用户问题、分析数据源、大致流量估算）；假设质量检查清单（观察或证据、单一具体改动、方向性预期、明确受众、可衡量成功标准）；假设锁定硬关卡（须提交目标受众、主指标、预期效应方向、最小可检测效应 MDE，并明确询问是否为最终承诺假设，未确认不得继续）；假设与有效性检查（流量稳定性、用户独立性、指标可靠性、随机化质量、季节性与活动等外部因素，弱或违规时警告并建议推迟或重设计）。
测试类型选择默认 A/B（单一改动、两个变体），另有 A/B/n、多变量测试 MVT、分流 URL 测试，需更高流量或结构大改时才用。指标定义区分主指标（必填、与假设直接相关、上线前冻结）、次要指标（提供背景，不得覆盖主指标）、护栏指标（不得恶化，显著负面触发停止）。样本量与时长需预先定义基线率、MDE、显著性水平（通常 95%）、统计功效（通常 80%），估算每变体样本量与测试时长。执行就绪硬停止：假设锁定、主指标冻结、样本量已算、时长已定、护栏已设、追踪已验证，缺一不可。
测试期间：可监控技术健康、记录外部因素；不得因结果好看提前停止、中途改变体、新增流量来源或重定义成功标准。分析纪律：不得外推到被测人群之外、不得超出所测改动声称因果、不得无视护栏失败，区分统计显著与业务判断。结果处理分别为显著正向考虑推广、显著负向拒绝并记录、不确定考虑加流量或更大改动、护栏失败即使主指标获胜也不上线。
限制与安全：每次测试一个假设、一个主指标，上线前承诺，不偷看，学习优先于获胜。基线率未知且无法估算、流量不足以检测 MDE、主指标未定义、多变量改动缺乏设计、假设无法清晰表述时，应拒绝推进并说明原因与建议下一步。所有测试须记录假设、变体、指标、样本量与实际达成、结果、决定、收获与后续想法，并存于共享可检索位置。
分类：本工具面向产品实验设计与指标管理，属于办公与效率范畴。