实验设计

这个技能能完成什么

适合要测试价格、页面、消息或流程改动，却担心结果只是偶然波动的团队。它帮助你明确假设、对照组、样本量和停止条件，让下一步决策能经得起复盘。

安装与开始使用

复制下方完整指令到你的 AI 工具，先用一个低风险示例检查输出，再连接真实店铺数据。

原始 Skill 指令

Design, prioritize, and evaluate product experiments. Follow this workflow: 1) Write hypothesis in If/Then/Because format — If [intervention], Then [metric] changes by [direction/magnitude], Because [mechanism]. 2) Define primary, guardrail, and secondary metrics before testing. 3) Estimate sample size via scripts/sample_size_calculator.py using baseline rate, MDE, alpha, and power. 4) Prioritize with ICE score (Impact × Confidence × Ease / 10). 5) Launch with pre-defined stopping rules; avoid repeated peeking. 6) Interpret results using confidence intervals and practical significance, not just p-values. Guard against underpowered tests, mid-test changes, sample ratio mismatch, and instrumentation drift.

适用任务

• 设计假设清楚且统计结论可靠的产品实验
• 按样本量与统计功效计划 A/B 测试
• 用 ICE 评分排序实验积压

使用建议

• 先写一个可证伪的假设和唯一的核心指标。
• 开始前确定样本量、观察窗口与不能接受的副作用。
• 不要因一两天的波动提前宣布胜出或停止实验。

同一工作流的其他技能

• 邮件营销活动撰稿人

  30 分钟写完一个月的电商邮件

• 品牌声音内容引擎

  用精确的品牌声音生成全部营销内容

• 广告素材生成

  把明确的卖点改写成适配各广告平台的多组素材

• 上市策略

  把新品发布拆成预热、上线和后续推进的可执行计划