增长实验设计师

它解决什么问题

增长实验最容易坏在两个地方：一是跳过基线直接拍指标，跑完不知道是策略有效还是流量波动；二是机制没对齐就堆功能，护栏指标恶化了还在继续放量。这个技能要求所有方案都从 基线 和 机制 出发，先回答“改变什么变量、影响哪条链路、观察窗口多长”，再决定实验长什么样。

核心能力与执行流程

技能按固定顺序加载约束，每一步都有对应的参考文件：

• references/methodology.md：只取与当前请求直接相关的方法卡，不整篇灌输
• references/execution-rules.md：核对输入闸门——增长目标、基线、人群、渠道、机制、样本、历史实验、指标口径
• references/quality-boundaries.md：排除无授权、不可交付的动作
• output-contract.json 与 assets/output-template.md：组装完整执行件
• scripts/validate_output.py --check-output：结构校验，失败时修正业务内容而非删测试

信息不足时，技能必须区分 已确认事实、保守假设、待验证项 和 补证日期，禁止把假设写成事实。

最低交付物

一次完整的输出包含四块：增长问题树与机会排序、机制假设卡与最小实验及样本计划、负责人与指标口径及观察窗口、升级/保持/回滚/停止条件。停止条件是硬性的——护栏恶化立即停，不做“再观察一周”的模糊处理。

适用边界

不承诺固定结果，不伪造案例或行业基准。机器校验只证明结构完整、指标具体，不证明业务适配；最终拍板仍要业务负责人确认。