实验设计

research-ops-skills 是一個輕量級的 Research Operations orchestrator，可用來分流臨床研究規劃、R&D finance、市場研究，以及產品／使用者研究需求。你可以用它分類工作流、補齊缺少的輸入，並透過單一 SKILL.md 產出高階主管風格的摘要。

clinical-research 協助團隊在送審前規劃前瞻性臨床研究，支援 endpoint 分類、雙組別樣本數與 power 估算，以及可行性 phase-gate 評分。它包含 Python 工具、參考資料與 protocol synopsis template；同時也明確將輸出定位為估算結果，供 clinician、biostatistician 與法規審查人員進一步檢視。

experiment-designer 協助 Product Management 團隊設計 A/B 與功能實驗，涵蓋可驗證假設、指標、樣本數規劃、ICE 優先排序、停止規則與結果解讀。

ab-test-setup 是用於行銷實驗的 skill，可協助規劃具統計基礎的 A/B tests。你可以用它來定義假設、版本、主要與防護指標、樣本數假設、實驗期間、決策規則，以及轉換率實驗上線前的 QA。

senior-data-scientist 是用於 Machine Learning 的 Claude skill，協助 A/B test 設計、因果推論、feature engineering 與表格型 ML 評估。可用來引導樣本數規劃、指標選擇、資料洩漏檢查、SHAP review，以及類似 MLflow 的追蹤流程；其中 scripts 屬於 scaffold templates，不是完整引擎。

brainstorm-experiments-new 可協助 Product Management 團隊為新產品構想設計精實創業驗證實驗。它會產生 XYZ 假設，並建議低成本、低工時的測試方式，例如登陸頁、說明影片、電子郵件行銷、預購、候補名單，以及 concierge MVP，讓團隊在正式開發前先驗證需求。

brainstorm-experiments-existing 可協助你為既有產品設計低成本實驗，包括原型、假門測試、A/B 測試、技術性 spike、Wizard of Oz 流程，以及行為調查。可用來驗證假設、降低風險，並決定下一步該做什麼。這份 brainstorm-experiments-existing 指南是為實務上的產品驗證與 Workflow Automation 支援而打造。

ab-test-analysis 可協助你以統計嚴謹度評估 A/B 測試結果，包含樣本數驗證、信賴區間、顯著性檢定，以及上線／延長／停止建議。適合用於實驗回顧、split test 解讀，以及 Data Analysis 工作流程中的決策判斷。

ab-test-store-listing 可協助你規劃並執行 App Store 產品頁測試，以提升轉換率。你可以用它評估圖示、截圖與預覽影片，搭配 Apple Product Page Optimization 了解 PPO 限制，並在開始前準備好正確的 App ID、流量與測試假設。

scientific-brainstorming 是一個用於開放式科學思考的研究發想技能。可用來探索跨領域連結、挑戰既有假設、找出研究缺口，並在你還沒有嚴謹資料集或最終假說之前，先形塑早期階段的專案想法。