AB实验设计器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_9e6539c8/experiment-plan-builder。
技能介绍
要解决的问题
当团队准备做 AB 实验时,常见卡点不是缺少想法,而是输入数据格式不统一:字段缺失、口径不清、指标定义含糊,导致实验方案停留在口头建议。AB实验设计器 的目标是把这些输入整理成可复核的方案,并生成结构化文件,而不是只输出一段结论。
核心能力与工作方式
它首先检查输入文件类型和字段是否齐全。字段缺失时,可以按脚本兜底逻辑生成初稿,但交付中必须明确说明限制。随后运行脚本输出 Markdown、JSON 或 CSV 报告,便于版本管理、代码解析或表格评审。
拿到报告后,还需要人工判断:确定优先级、风险、负责人和下一步动作。最终交付应包含可复制的结论和本地文件路径,使方案能进入排序、清单、矩阵、指标定义或实验执行。
适用边界
它不负责编造外部事实。没有数据支撑的部分应标记为待确认。面对高风险场景,应优先说明假设、限制和不确定性。工具适合把已有实验输入规范化,不能替代业务负责人对实验价值的判断。
使用场景
- 输入表格字段不全时,按脚本兜底逻辑生成实验方案初稿,并在交付中标注字段缺口
- 实验方案需要进版本库或交给下游脚本解析,把结果导出为 Markdown、JSON 或 CSV
- 评审会上需要可复制的实验结论和本地文件路径,避免只留一段口头建议
- 涉及高风险策略调整时,要求先明确假设、指标口径和限制,再进入执行
适合人员
- 增长产品经理:实验想法多,但方案常停在口头,需要落成可评审、可排序的执行清单
- 数据分析工程师:要解析实验报告文件并核对指标口径,不希望拿到无法追溯的截图或聊天记录
- 实验平台负责人:需要统一团队实验设计的交付格式,让方案能进入评审和后续执行流程