# Day 10 · Codex 提示词模板（A/B 测试分析）

> 用 `ab_test.csv` + `mvt.csv` + `测试背景与决策标准.md`。

## 主提示词（A/B）

```
桌面 ab_test.csv 是 Auratē 落地页 A/B 测试 14 天数据，列：date, variant, visitors, conversions, revenue。
A = 旧版 Hero，B = 新版 Hero。

帮我做完整统计分析：
1. 汇总两组的总访客、总转化、转化率
2. 算 p-value（双比例检验）判断差异是否显著（阈值 0.05）
3. 算 95% 置信区间 + 相对提升幅度
4. 算统计功效 Power，判断样本量够不够（目标 80%）
5. 检查 A/B 流量是否大致 50/50

然后按决策标准给结论：要不要全量上线 B？
如果上线，给一个分阶段滚动发布计划（10%→50%→100%）+ 风险评估。
全部写进 ab_test_landing_2026-05-26.md，关键数字配一张转化率对比图。
```

## 多变量测试（mvt.csv）

```
桌面 mvt.csv 是多变量测试：标题(3种) × 按钮色(2种) = 6 个组合。
列：variant_id, headline, cta_color, visitors, conversions。
帮我算每个组合的转化率，找出最优组合，并说明是"标题"还是"按钮色"影响更大。
```

## 验收
- 报告里有明确的 p-value 数字和"是否显著"的判断
- 结论不能含糊（要么"上线"要么"继续测"，并说清依据）
- 讲师可手算核对：A=387/12500=3.10%，B=445/12600=3.53%，这个差异 p 值大约在显著边缘，
  正好用来讨论"样本量够不够"——是本节的教学点。