用途：协助规划、设计与实施 A/B 测试或其他实验，目标是产出统计有效且可执行的结论。触发场景包括用户提到 A/B 测试、拆分测试、实验或想验证某个改动。若存在 .agents/product-marketing-context.md（旧版为 .claude/product-marketing-context.md），会先读取该产品营销背景，只再询问任务特有信息。
主要能力：先做初始评估，了解测试背景、当前基线转化率与流量、约束条件（技术复杂度、时间线、工具）。遵循核心原则：先提出假设、每次只测一个变量、统计严谨（预先确定样本量、不提前偷看结果）、衡量关键指标。提供假设框架（Because…we believe…will cause…for…，并以指标验证），区分 A/B、A/B/n、MVT、Split URL 等测试类型，并给出不同基线与提升幅度对应的样本量参考（如基线 1%、期望提升 20% 约需 39k/变体），推荐 Evan Miller 与 Optimizely 计算器。说明主指标、次要指标、护栏指标的选取，以及变体设计可变化的方向（标题文案、视觉、CTA、内容）与流量分配方式（50/50、保守、渐进）。
使用方式：按流程进行，包含启动前检查清单（假设已记录、主指标已定义、样本量已算、变体实现正确、跟踪已核实、各变体 QA 通过），测试期间监控技术问题与分段质量，避免偷看结果提前停止、中途修改变体、引入新流量来源。分析结果时检查是否达样本量、统计显著性（95% 置信即 p<0.05）、效应量是否有意义、次要指标是否一致、护栏指标是否变差、分群差异。最后记录假设、变体、结果与决策。
适用场景：需要设计统计有效的实验、制定假设、估算样本量、选择指标、设计变体与流量分配、执行与解读测试结果时。
限制：资料未提供具体工具的价格、平台可用性或效果保证；样本量表格与时长计算详见 references/sample-size-guide.md，模板详见 references/test-templates.md，相关内容暂未在资料中展开。