单变量内容假设-同流量对照-显著性收敛法

假设、输入、版本、样本量和判定条件均可结构化；但发布胜出内容前仍需人工检查平台规范和母婴宣称。

建立实验候选筛选Agent和结果判定Agent；默认只输出实验卡与发布建议，不自动替换详情页。为准实验增加活动、价格、广告和流量来源平衡检查。

Amazon来源给出了版本A与版本B、实验假设、随机分流、完整运行周期以及以样本量、转化率、销量和访客产出判断胜者的流程，并建议差异足够明显、不要因早期结果提前终止。迁移到淘宝、拼多多时，可用平台实验工具；若无原生随机分流，只能采用相近时段轮换或匹配SKU准实验，证据等级需下调。

输出格式：SKU实验卡JSON：假设、A/B版本、唯一变量、主辅指标、干扰变量、样本量、运行周期、胜者、风险检查和发布建议

执行示例：对一款非受限母婴收纳用品，保持价格、优惠和投放不变，仅测试主图A的功能展示与主图B的尺寸场景展示；达到预设访客量后，以点击率和每千访客毛利为主指标，同时检查退款原因是否出现尺寸误解，再决定是否替换主图。