用途：对已有页面与流程开展假设驱动的转化率优化（CRO），按 审计 → 假设 → 测试 → 决策 四阶段推进，跨技术栈、跨工具。适用于转化率低于预期、特定漏斗环节流失高、高流量页面待优化、已有或可搭建 A/B 测试基础设施、需要样本量与统计显著性问题判断的场景。不适用于流量不足（每个变体月转化低于约 5,000）、尚未上线、需要先做定性研究的策略或信息层面问题、以及品牌定位类决策。
主要能力：一、审计，分定量（漏斗数据、分群、性能、站内搜索）、定性（会话回放 20+、热图、用户访谈与问卷、表单分析、客服工单）与启发式（价值主张 5 秒可辨、单一主 CTA、表单长度、信任与社会证明、异议处理、可访问性）。二、假设，采用“因为[观察]，我们相信[改动]将为[人群]带来[结果]，因为[原因]”结构，并用 ICE 或 PIE 以 1–10 分排序。三、测试设计，先算样本量（基线转化率、最小可检测效应、80% 功率、95% 显著性），设定一个主指标、护栏指标、时长（常见 2 至 8 周，最少约 2 周）与决策标准，避免中途窥视、过早停止、重叠测试、特殊时期测试、忽略移动端与不做分群分析。四、决策，显著胜出则上线，失败则终止并记录教训，不确定则扩大、换角度或放弃；避免 HiPPO 干预、反复重测至“获胜”等反模式。资料还给出样本量速查示例（如基线 5%、20% 相对提升约需每变体 7,500）与多重比较校正提示。
使用方式：资料未提供具体安装命令或工具集成方式，仅说明输出为每项测试一份 Markdown 测试计划文件 cro-test-[hypothesis-slug].md，测试运行后追加结果段，含假设、审计证据、设计、决策标准、结果、决策与教训；另有参考文件 references/hypothesis-library.md。
限制：需具备足够流量与分析、A/B 测试工具、时间与预算；低流量时建议改用设计与定性研究迭代；具体平台、收费与效果数据暂未提供。