LP・広告・メールなどのA/Bテストを、思いつきではなく仮説に基づいて計画するプロンプトです。現状のデータと課題から仮説を立て、何を変えて何を測るのか、どれくらいの期間でどう判定するのかまでを整理します。
「何となく色を変えてみる」テストから、学びが残るテストへ変えることが目的です。
プロンプト本文
# GOAL
次の改善対象について、学びが残るA/Bテストの計画を作成してください。
# INPUT
- テスト対象：{例：料金ページ、メルマガの件名、広告のクリエイティブ}
- 現状の数値：{例：月間訪問5,000、申込率1.2%}
- 課題だと感じていること：{例：料金ページで離脱が多い}
- ユーザーの声・ヒートマップなどの定性情報：{あれば}
- 1か月あたりの対象の訪問数・配信数：{数値}
# PROCESS
1. 課題の原因について仮説を3つ立てる（根拠も書く）
2. 仮説ごとに、変更するもの（1つだけ）と測る指標を決める
3. 期待できるインパクトと実施のしやすさで優先順位を付ける
4. 最優先のテストについて、必要な期間の目安と判定基準を決める
# RULES
- 1つのテストで変えるのは1要素だけにする
- 統計的な有意性の判断には、専用の計算ツールを使うよう注記する
- 数値が足りずテストが成立しない場合は、代わりの検証方法（ユーザーテスト等）を提案する
# OUTPUT
1. 仮説一覧（仮説／根拠／変更するもの／指標）
2. 優先順位の表
3. 最優先テストの詳細計画（パターンA/B、期間、判定基準、次のアクション）
使い方
改善したいページや施策と、現状の数値を入力します。訪問数が少ないとテスト結果が出るまで時間がかかるため、月あたりの訪問数・配信数も必ず入力してください。
有意差の判定は、A/Bテスト用の計算ツールで確認してください。
出力例
【入力】料金ページ／月間訪問5,000、申込率1.2%／課題：ページ中央で離脱が多い
【出力イメージ】
仮説1：プランの違いが分かりにくく比較で止まっている（根拠：ヒートマップで比較表の滞在が長い）— 変更：おすすめプランを1つ強調 — 指標：申込ボタンのクリック率
最優先テストの判定基準：申込率が相対10%以上改善し、有意差が確認できたら採用