实验的目的不是“证明我对”，而是“更快学到真相”。AI 角色扮演的实验要覆盖“广告 → LP → 产品首体验”的闭环，否则单点优化会因为“隔层衰减”而失效。
1. 实验设计：假设—变量—成功标准
清晰写下：
- 假设：例如“以‘故事共创’作为价值表达，能显著提高非品牌 Search 的 CVR”；
- 变量：文案主题（陪伴 vs 角色扮演 vs 创作）、UI 画面类型、CTA、语言与地区；
- 成功标准：CVR↑≥20% 且 CPA 不升，或 ROAS↑≥15%；
- 观察期：7–14 天，确保样本≥最低可检出量（以经验/历史数据估算）。
禁止：一次改多个变量；在学习期未稳定时频繁切换；用短期波动作结论。
2. 分流与样本量
- Search：同关键词/同组内，使用广告变体 A/B，50/50 起步；
- YouTube/PMax：资产组或素材层 A/B；
- LP：A/B 测试平台（路径保持一致，如同一按钮/动线），避免“多入口干扰”；
- 样本量：确保每个版本获得≥100 次点击，或≥30 个转化（粗线）；
- 观察期：不少于 7 天，跨周/跨节假日需拉长。
3. 实验主题库（AI 角色扮演）
文案主题：
- 价值表达：陪伴/角色扮演/创作工具/练口语；
- 社证呈现：会记忆/多语言/编辑精选/匿名安全；
- 语气：温暖治愈 vs 轻快玩乐；
- 语言：EN/JP/KR/中文版本差异。
视觉与视频：
- UI 画面：对话中 vs 角色选择 vs 主题合集；
- 插画风格：简洁抽象 vs 二次元；
- 视频长度：15s vs 30s vs 60s；
- 字幕：有/无；前 3 秒钩子不同表述。
LP：
- 首屏布局：视频首屏 vs 截图首屏；
- CTA：免费开始 vs 立即创建角色；
- 安全政策：首屏可见 vs 次级入口；
- 试用说明：明确额度 vs 简要提示。
产品首体验：
- 新手引导：预置剧情 vs 自由聊天；
- 质量阈值：提示“继续聊聊” vs 默认进入；
- 角色供给：编辑精选 vs 榜单随机。
4. 观察与放量
- 观察指标：CVR、CPA、ROAS、首会话长度、角色创建率、D1/D7 回访；
- 放量规则：达标稳定 ≥ 7 天、宏转化 ≥ 30/周、毛利 ROAS 达标；
- 扩展顺序：先放大预算，再复制到更多语种/地区/资产组；
- 复核：每次放量后复查合规与退款数据。
5. 周/月/季节奏
- 周：搜索词与否词迭代；创意 A/B 状态检查；LP 漏斗与会话质量复盘；
- 月：语种/类目预算重分配；PMax 资产组更新；退款与投诉复盘；
- 季：策略回顾（KPI 树与护栏）、新市场/新类目探索计划。
6. 失败回收与知识库
- 失败不是删除，是归档：保留素材/文案/LP 截图、数据曲线、结论；
- 标注“为什么失败”：受众不匹配/合规限制/动线问题/价值表达错误；
- 建立“创意词库、否词库、政策踩坑库”，减少重复犯错。
7. 快速 SOP
1) 写下假设与成功标准，一次只改一个变量； 2) 7–14 天观察，确保样本量； 3) 以“结果指标 + 行为指标”共同判断； 4) 达标就放量并复制到新语种/资产组； 5) 失败就归档到知识库，提炼可复用经验。