Estou construindo uma skill do Claude para ajudar pessoas de toda a LawnStarter a transformar suas ideias em experimentos.

Mas o programa tem só alguns meses, e os times ainda estão se familiarizando com alguns dos princípios e práticas que tornam os testes A/B tão confiáveis quanto possível.

Mesmo assim, eu queria muito que as pessoas começassem a testar ótimas ideias o quanto antes, sem precisar aprender o processo inteiro primeiro. E eu definitivamente não queria virar um gargalo.

Então, agora elas podem chamar essa skill do Claude e descrever uma ideia em linguagem humana normal: “Eu gostaria de deixar a nossa garantia de reembolso mais visível na nossa landing page de Google Ads para ver se isso melhora a conversão de leads.”

Aí a skill ajuda com as partes que normalmente exigem um especialista em CRO, como:

CHECAR AS EVIDÊNCIAS

Ela procura em fontes quantitativas e qualitativas, incluindo nosso data warehouse, feedback de clientes e documentos de discovery, sinais que sustentem ou coloquem a ideia em dúvida.

Mais evidências a favor ajudam na priorização. Evidências contrárias iniciam uma conversa sobre refinar ou descartar a ideia.

CHECAR SE DÁ PARA APRENDER ALGUMA COISA

Com o tráfego disponível e a duração planejada, qual precisaria ser o tamanho do efeito para conseguirmos detectá-lo?

Se só conseguimos detectar uma melhoria de 50%, uma pequena mudança de copy provavelmente não é um ótimo uso desse tráfego. A skill aponta isso antes que alguém gaste tempo implementando a ideia.

AJUDAR AS PESSOAS A FICAR MELHORES EM CRO

Toda hipótese precisa de um Se / Então / Porque. O “Porque” precisa de pelo menos um sinal real e específico sobre nossos clientes ou nosso site. Nada de “Porque é uma boa prática.”

Há também uma biblioteca com 18 princípios comportamentais (Lei de Hick, aversão à perda, prova social, Lei de Fitts…) para ajudar as pessoas a explicar por que a mudança pode funcionar.

CUIDAR DA DOCUMENTAÇÃO

Essa parte me deixa particularmente feliz. A skill usa nossas definições de métricas e etapas do funil, para que termos como “lead” tenham o mesmo significado de um teste para outro, inclusive na forma como consultamos esses dados.

Ela também registra os detalhes obrigatórios: mais de 20 pontos de dados e cinco documentos por hipótese.

Todo experimento entra no programa por essa skill, então a documentação faz parte do processo desde o início. Seria difícil manter essa consistência manualmente.

AJUDAR A DAR FORMA À MUDANÇA

Outras skills cuidam das etapas seguintes do ciclo de vida do teste, mas esta já ajuda as pessoas a desenvolver as primeiras ideias para a variante.

Ela consulta testes anteriores para ver o que funcionou e o que não funcionou e se conecta ao MCP do Mobbin para mostrar ao usuário como outros produtos abordaram problemas parecidos.

Já tem muito mais coisa na skill, e vem mais por aí. Mas o LinkedIn não me deixa escrever mais. Então, espero que alguns desses exemplos já consigam te inspirar. 🙂