实验假设池-ICE排序-显著性护栏复盘法

开源Skill结构非常适合任务化，需补充平台真实数据接口和人工合规门禁。

可创建Experiment Planner Agent，自动维护实验池、排序、样本提醒和复盘记录。

来源是开源电商A/B Testing Skill，列出电商A/B测试能力，包括测试商品页、价格、广告、邮件和结账流程，使用ICE、PIE、RICE优先级框架、统计显著性、样本量计算、测试层级和护栏指标。可迁移到淘宝/拼多多的是实验假设结构、优先级排序和复盘机制；不可直接迁移的是Amazon Experiments、Shopify等平台专属实验工具。

输出格式：Experiment Backlog JSON：hypothesis、variant、targetMetric、guardrailMetric、ICEScore、sampleRule、startDate、endDate、decision。

执行示例：任务发现某母婴SKU详情页转化低，生成假设：增加US尺寸对照图会减少规格疑虑并提升CVR。ICE=78，护栏为退款率不升高，观察7天或达到1000次详情页访问后复盘。