Эти промпты помогают использовать AI на каждом этапе A/B тестирования — от генерации гипотез на основе исследовательских данных через написание вариантов текстов до анализа результатов и подготовки отчётов для стейкхолдеров. Каждый промпт содержит плейсхолдеры для ваших данных и контекста.
Генерация гипотез для тестов на основе данных исследований
Я планирую A/B тесты для [описание продукта/страницы]. Вот собранные данные:
**Данные аналитики:**
[Вставьте ключевые метрики: показатель отказов, конверсия, точки отвала воронки, время на странице, страницы выхода]
**Наблюдения из тепловых и клик-карт:**
[Опишите, что показывают тепловые карты: куда кликают пользователи, где перестают прокручивать, что игнорируют]
**Качественные находки (юзабилити-тесты, опросы, обращения в поддержку):**
[Вставьте 3-5 ключевых цитат или наблюдений]
**Текущая конверсия страницы:** [X%]
**Средний месячный трафик на страницу:** [X посетителей]
На основе этих данных сгенерируй 8-10 тестируемых гипотез. Для каждой гипотезы:
1. Сформулируй в формате: «Изменение [элемента] на [новую версию] увеличит/уменьшит [метрику], потому что [причина]».
2. Оцени ожидаемое воздействие (низкое / среднее / высокое) на основе отраслевых бенчмарков и силы доказательств.
3. Оцени трафик, необходимый для обнаружения значимого эффекта.
4. Ранжируй по приоритету (воздействие vs. трудозатраты vs. практичность по трафику).
Сфокусируйся на изменениях, которые решают наблюдаемые проблемы поведения пользователей, а не на случайных косметических вариациях.Генерация вариантов текста для A/B теста
Я провожу A/B тест на [тип страницы: лендинг / карточка товара / оформление заказа / email].
**Текущая версия [тестируемого элемента]:**
[Вставьте текущий заголовок / текст кнопки / описание продукта / тему письма]
**Целевая аудитория:** [Опишите пользователя: роль, уровень опыта, основная мотивация]
**Желаемое действие:** [Что пользователь должен сделать: зарегистрироваться, кликнуть, купить, прочитать]
**Тон:** [Профессиональный / разговорный / срочный / успокаивающий / игривый]
**Ограничение:** [Лимит символов, гайдлайны бренда, слова, которых следует избегать]
**Почему тестируем:** [Опишите проблему — например, «Пользователи пролистывают заголовок без взаимодействия» или «CTR кнопки 1,2% при среднем по отрасли 3%»]
Сгенерируй 10 вариантов. Для каждого:
1. Новый текст.
2. Обоснование в одном предложении — какой психологический принцип или UX-паттерн используется (например, конкретность, социальное доказательство, страх потери, ясность важнее оригинальности).
3. Прогноз, для какого сегмента пользователей этот вариант может работать лучше всего.
Не используй кликбейт, ложную срочность или манипулятивные приёмы. Приоритет — ясности и релевантности перед оригинальностью.Анализ результатов A/B теста и отчёт для стейкхолдеров
Вот результаты нашего A/B теста. Проанализируй и подготовь отчёт для стейкхолдеров.
**Название теста:** [Название]
**Гипотеза:** [Сформулируйте исходную гипотезу]
**Основная метрика:** [например, конверсия в регистрацию]
**Метрики-ограничители:** [например, процент завершённых покупок, показатель отказов]
**Длительность теста:** [Дата начала – дата окончания]
**Результаты:**
| Вариант | Посетители | Конверсии | Конв. % | Уверенность |
|---------|-----------|-----------|---------|-------------|
| Контроль (A) | [N] | [N] | [X%] | — |
| Вариант (B) | [N] | [N] | [X%] | [X%] |
**Данные по сегментам (если есть):**
- Мобильные: Контроль [X%], Вариант [X%]
- Десктоп: Контроль [X%], Вариант [X%]
- Новые пользователи: Контроль [X%], Вариант [X%]
- Вернувшиеся: Контроль [X%], Вариант [X%]
Подготовь отчёт со следующими разделами:
1. **Резюме** (3 предложения: что тестировали, что произошло, что рекомендуем).
2. **Детальные результаты** (статистическая значимость, размер эффекта, доверительный интервал, оценка практической значимости).
3. **Анализ по сегментам** (согласуются ли все сегменты? выдели сегмент, где результат обращается).
4. **Проверка валидности** (достаточен ли размер выборки? адекватна ли длительность? были ли внешние факторы?).
5. **Рекомендация** (внедрить, итерировать или отказаться — с обоснованием).
6. **Предложение следующего теста** (что тестировать дальше на основе полученных знаний?).Аудит программы A/B тестирования на типичные ошибки
Я хочу провести аудит наших практик A/B тестирования на типичные ошибки. Вот как мы сейчас проводим тесты:
**Как выбираем, что тестировать:** [Опишите: гипотезы на основе данных? интуиция? запросы стейкхолдеров?]
**Инструмент тестирования:** [Название]
**Как определяем размер выборки:** [Опишите: калькулятор? эмпирическое правило? «когда кажется, что хватит»?]
**Как долго обычно проводим тесты:** [Дни/недели]
**Как определяем победителя:** [Опишите: порог значимости? ручной анализ? автоматические вызовы инструмента?]
**Что делаем после теста:** [Опишите: документируем? переходим к следующему? итерируем?]
**Средний месячный трафик:** [X посетителей]
**Средняя конверсия:** [X%]
**Количество тестов в месяц:** [X]
Проверь наш процесс на эти известные ловушки:
1. Преждевременное завершение тестов (до статистической значимости)
2. Проведение тестов не полными бизнес-циклами
3. Отсутствие предварительной гипотезы
4. Тестирование на страницах с недостаточным трафиком
5. Подглядывание результатов и преждевременные решения
6. Отсутствие сегментации по устройствам и типам пользователей
7. Тестирование второстепенных элементов до значимых
8. Игнорирование внешних факторов (сезоны, кампании)
9. Отсутствие документирования выводов из проигравших тестов
10. Запуск пересекающихся тестов на одном трафике
Для каждой ловушки оцени, уязвим ли наш процесс, и если да — дай конкретную рекомендацию по исправлению.