- name
SKILL.md
Tệp skill vẫn nằm trong kho mã của nhà phát hành.
Dán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a cursor -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a claude-code -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a codex -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add mohitagw15856/pm-claude-skills --skill ab-test-planner -a grok -yGửi tin nhắn đã sao chép trong cuộc trò chuyện Grok Bot. Bot sẽ lấy tệp SKILL.md này từ GitHub và thêm vào bộ skill mà mọi Bot của bạn dùng chung.
Install this skill: https://github.com/mohitagw15856/pm-claude-skills/tree/HEAD/i18n/es/skills/ab-test-plannerTừ nhà phát hành
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.mdTổng quan
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.
Câu hỏi thường gặp
Tải i18n/es/skills/ab-test-planner/SKILL.md từ nhà phát hành, hoặc sao chép đường dẫn và mở kho mã. PlugMCP chỉ liệt kê skill và không lưu trữ tệp này.
Nhà phát hành duy trì nó tại https://github.com/mohitagw15856/pm-claude-skills.
Claude, Cursor, Codex và Grok Build có thể đọc tệp SKILL.md mà bạn thêm từ kho mã của nhà phát hành. Grok Bot cài đặt skill khi bạn gửi liên kết thư mục GitHub của skill trong cuộc trò chuyện.