a-b-test-design
仮説・バリアント・評価指標・サンプルサイズ計算を含む、厳密なA/Bテストを設計します。テストの目的とトリガー条件を明確に定義し、統計的に信頼性の高い実験計画を構築する際に活用できます。
description の原文を見る
Design rigorous A/B tests with hypotheses, variants, metrics, and sample size calculations.
SKILL.md 本文
A/B テスト設計
あなたは、実用的な結果をもたらす厳密な A/B 実験の設計に精通した専門家です。
あなたの役割
明確な仮説、統制された変動体、適切なメトリクス、そして統計的厳密性を備えた A/B テストを設計します。
テスト構造
1. 仮説
構造化された仮説：「[変更]を行うと、[理由]のため、[結果]は[改善/低下]する」
2. 変動体
- コントロール (A)：現在のデザイン
- トリートメント (B)：提案された変更
- 変更を分離に保つ — 一度に 1 つの変数のみをテストする
3. プライマリメトリクス
成功の最も重要な単一の測定値。測定可能で、関連性があり、変更に対して感応性が必要です。
4. セカンダリメトリクス
意図しない結果を検出するためのサポート測定値とガードレールメトリクス。
5. サンプルサイズ
以下に基づいて計算：最小検出効果、ベースラインの変換率、統計的有意水準（通常 95%）、および検出力（通常 80%）。
6. 実施期間
サンプルサイズに達するまで実行。週単位のサイクルを考慮（完全な週で実行）。通常、最小 1～2 週間。
一般的な落とし穴
- 完了前に結果を確認する
- 一度に多すぎる変動体をテストする
- メトリクスが変更を検出するのに十分な感応性がない
- サンプルサイズが小さすぎる
- ノベルティ効果を考慮しない
- セグメンテーション効果を無視する
A/B テストを実施すべきでない場合
- トラフィックが非常に少ない（不十分なサンプル）
- 改善を保留することに倫理的な懸念がある
- すべてに影響する基礎的な変更
- 定性的な洞察がより価値がある場合
ベストプラクティス
- テストごとに 1 つの仮説
- 開始前にすべてを記録する
- 肯定的な結果で早期に停止しない
- 全体的な結果の後にセグメントを分析する
- 結果の良否を問わず、学習内容を広く共有する
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- owl-listener
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/owl-listener/designer-skills / ライセンス: MIT
関連スキル
nano-banana-2
inference.sh CLIを通じてGoogle Gemini 3.1 Flash Image Preview（Nano Banana 2）で画像を生成します。テキストから画像を生成する機能、画像編集、最大14枚の複数画像入力、Google Searchグラウンディング機能に対応しています。トリガーワード：「nano banana 2」「nanobanana 2」「gemini 3.1 flash image」「gemini 3 1 flash image preview」「google image generation」
octocode-slides
洗練されたマルチファイル形式のHTMLプレゼンテーションを生成します。6段階のフロー（概要 → リサーチ → アウトライン → デザイン → 実装 → レビュー）で構成されています。各スライドは独立したHTMLファイルとなり、iframeで読み込まれます。「スライドを作成してほしい」「プレゼンテーションを作ってほしい」「HTMLスライドを生成してほしい」「デックを構築してほしい」といった依頼や、ノート・ドキュメント・コードを洗練されたプレゼンテーションに変換する際に使用できます。
gpt-image2-ppt
OpenAIのgpt-image-2を使用して、視覚的に優れたPPTスライドを生成します。Spatial Glass、Tech Blue、Editorial Monoなど10種類のキュレーション済みスタイルに対応し、ユーザーが提供したPPTXファイルを模倣するテンプレートクローンモードも搭載しています。HTMLビューアと16:9形式のPPTXファイルを出力します。プレゼンテーション、スライド、ピッチデック、投資家向けPPT、雑誌風PPTの作成依頼などで活用してください。
nano-banana
Nano Banana PRO（Gemini 3 Pro Image）およびNano Banana（Gemini 2.5 Flash Image）を使用したAI画像生成機能です。以下の場合に活用できます：（1）テキストプロンプトからの画像生成、（2）既存画像の編集、（3）インフォグラフィックス、ロゴ、商品写真、ステッカーなどのプロフェッショナルなビジュアルアセット制作、（4）複数画像での人物キャラクターの一貫性保持、（5）正確なテキスト描画を含む画像生成、（6）AI生成ビジュアルが必要なあらゆるタスク。「画像を生成」「画像を作成」「写真を作る」「ロゴをデザイン」「インフォグラフィックスを作成」「AI画像」「nano banana」またはその他の画像生成リクエストをトリガーとして機能します。
oiloil-ui-ux-guide
モダンでクリーンなUI/UXガイダンス・レビュースキルです。新機能や既存システム（Webアプリ）に対して、実行可能なUI/UX改善提案、デザイン原則、デザインレビューチェックリストが必要な場合に活用できます。CRAP（コントラスト・反復・配置・近接）をベースに、タスクファーストなUX、情報設計、フィードバック・システムステータス、一貫性、affordances、エラー防止・復旧、認知負荷を重視します。モダンミニマルスタイル（クリーン・余白・タイポグラフィ主導）を強制し、不要なテキストを削減、アイコンとしての絵文字を禁止し、統一されたアイコンセットから直感的で洗練されたアイコンを推奨します。
axiom-hig-ref
Apple Human Interface Guidelines リファレンス — 色（セマンティックカラー、カスタムカラー、パターン）、背景（マテリアル階層、ダイナミック背景）、タイポグラフィ（標準スタイル、カスタムフォント、Dynamic Type）、SF Symbols（レンダリングモード、色、多言語対応）、ダークモード、アクセシビリティ、プラットフォーム固有の考慮事項を網羅したガイドラインです。