- name
SKILL.md
스킬 파일은 게시자의 저장소에 그대로 있습니다.
복사한 명령을 터미널에 붙여넣습니다. 이 SKILL.md가 해당 에이전트에 설치됩니다.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a cursor -y복사한 명령을 터미널에 붙여넣습니다. 이 SKILL.md가 해당 에이전트에 설치됩니다.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a claude-code -y복사한 명령을 터미널에 붙여넣습니다. 이 SKILL.md가 해당 에이전트에 설치됩니다.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a codex -y복사한 명령을 터미널에 붙여넣습니다. 이 SKILL.md가 해당 에이전트에 설치됩니다.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a grok -y복사한 메시지를 Grok Bot 채팅에 보냅니다. Bot이 GitHub에서 이 SKILL.md를 가져와 모든 Bot이 공유하는 스킬에 추가합니다.
Install this skill: https://github.com/mohitagw15856/pm-claude-skills/tree/HEAD/i18n/es/skills/ab-test-planner게시자 제공
Diseña experimentos que produzcan resultados confiables — no solo señales direccionales. Cada prueba incluye hipótesis, métricas de éxito, tamaño de muestra, duración e interpretación de resultados.
Trabaja con lo que se proporciona. Si falta algo de esto, produce igualmente el resultado completo: rellena cada vacío con un supuesto razonable marcado (asumido, confirma) y lista esos supuestos al final. Haz una pregunta solo cuando el tema central en sí esté ausente (no hay nada sobre lo que escribir).
Antes de ejecutar cualquier prueba, confirma:
"Creemos que [cambio] causará que [métrica primaria] [aumente/disminuya] en [X%] para [segmento de usuario], porque [justificación basada en datos o perspectiva]."
Nunca ejecutes una prueba sin una hipótesis direccional. "Veamos qué pasa" no es una hipótesis.
Usa esta fórmula (proporciona el resultado, no la fórmula, al usuario):
Para escenarios comunes, proporciona estimaciones precalculadas:
Siempre advierte: "Estas son estimaciones. Usa una herramienta como la calculadora de Evan Miller o Statsig para precisión."
Mínimo: 2 semanas completas (para capturar estacionalidad semanal) Máximo: 4 semanas (el efecto de novedad distorsiona resultados más allá de esto)
Duración = Muestra requerida ÷ (Tráfico diario × % expuesto)
Marca si el tráfico es demasiado bajo para alcanzar significancia en menos de 8 semanas — recomienda un enfoque diferente (p. ej., prueba de retención, investigación cualitativa).
Hipótesis:
[Plantilla de hipótesis rellenada]
Variantes:
Métrica Primaria: [Nombre de métrica + cómo se mide] Métricas de Seguridad: [Métricas que no deben degradarse]
Segmento Objetivo: [Quién ve la prueba — % de tráfico, tipo de usuario] División de Tráfico: [50/50 recomendado a menos que sea necesario escalar]
Tamaño de Muestra Requerido: ~[N] usuarios por variante Duración Estimada: [X] semanas (basado en [Y] usuarios elegibles diarios) Umbral de Significancia: 95% de confianza, 80% de poder
Exclusiones: [Cualquier segmento de usuario a excluir y por qué]
Disparador de Reversión: Si [métrica de seguridad] se degrada en [X%], detén la prueba inmediatamente.
Guía de Interpretación de Resultados:
Este skill incluye archivos de soporte — úsalos cuando estén disponibles:
references/test-validity-traps.md — Las Trampas de Validez Que Silenciosamente Invalidan Pruebas A/B. Aplícalo mientras produces el resultado; contiene la calibración y los juicios que el resumen del método anterior comprime.templates/test-plan.md — una versión para rellenar del entregable con los controles de calidad integrados. Ofrécelo cuando el usuario quiera trabajar el documento por sí mismo en lugar de tenerlo generado.Puntúa cualquier resultado de este skill antes de entregarlo; 32+ es calidad para desplegar.
Diseña pruebas A/B estadísticamente rigurosas para características de producto, cambios de UI, flujos de onboarding y experimentos de precios. Úsalo cuando te pidan configurar un experimento, diseñar
---name: ab-test-plannerdescription: Diseña pruebas A/B estadísticamente rigurosas para características de producto, cambios de UI, flujos de…---# i18n/es/skills/ab-test-planner/SKILL.md개요
Diseña pruebas A/B estadísticamente rigurosas para características de producto, cambios de UI, flujos de onboarding y experimentos de precios. Úsalo cuando te pidan configurar un experimento, diseñar una prueba A/B, calcular tamaño de muestra o interpretar resultados de pruebas. Produce un plan de prueba completo con hipótesis, definición de variantes, tamaño de muestra, estimación de duración, métricas de seguridad y una guía de interpretación de resultados.
FAQ
게시자에게서 i18n/es/skills/ab-test-planner/SKILL.md를 다운로드하거나 경로를 복사해 저장소를 엽니다. PlugMCP는 스킬을 목록에 올릴 뿐 파일을 호스팅하지 않습니다.
게시자가 https://github.com/mohitagw15856/pm-claude-skills에서 관리합니다.
Claude, Cursor, Codex, Grok Build는 게시자의 저장소에서 추가한 SKILL.md를 읽을 수 있습니다. Grok Bot은 채팅에서 스킬의 GitHub 폴더 링크를 보내면 설치합니다.