Communitygithub.com

Experimentação e Testes A/B

Um motor de causalidade para mídias sociais orgânicas — projete experimentos controlados que transformam palpites em evidências, mudando uma variável por vez e medindo o impacto real nos KPIs.

O que é B?

Este skill é um motor de causalidade para conteúdo orgânico em mídias sociais. Ele permite que um agente de IA projete e execute experimentos controlados (testes A/B) nos quais uma única variável é manipulada — como o gancho, legenda, CTA, horário de publicação ou formato — enquanto todo o resto permanece idêntico. Diferente de simplesmente postar duas coisas e 'olhar os likes', este skill segue uma metodologia rigorosa (framework TEST) que exige a definição de uma hipótese clara, a escolha de um KPI primário (definido em *goals-and-kpis*), o estabelecimento de uma regra de decisão antes da publicação (por exemplo, 'a variante B vence se atingir +20% de alcance sem piorar as salvagens/alcance'), a execução por pelo menos 7 dias (2 a 4 semanas para contas pequenas) e a repetição do teste de 3 a 5 vezes emparelhadas antes de declarar uma 'melhor prática'. O agente é responsável por projetar o teste e criar as variantes de conteúdo (utilizando skills de escrita de hooks, legendas, scripts de Reels/TikTok, etc.), mas a publicação em si é feita pelo skill *scheduling-and-queue* (via WoopSocial), e os resultados são lidos das análises nativas por *analytics-and-reporting*. Uma exceção importante é o recurso nativo 'Test & Compare' do YouTube, que permite testar até 3 títulos/thumbnails diretamente. O skill reconhece honestamente as limitações do teste orgânico (amostras pequenas, interferência do algoritmo), compensando com controles rigorosos, um limiar de efeito de ~20%+ e repetição, em vez de simulações de p-valor. Ele também se diferencia claramente de skills irmãos: *analytics-and-reporting* observa/mede, enquanto este skill estabelece causalidade; *viral-reverse-engineering* explica um post passado (retrospectiva), enquanto este testa para o futuro.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/experimentation-and-ab-testing

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que B faz?

O motor de causalidade — manipule uma variável sob condições controladas para aprender o que realmente move um KPI. Este skill projeta o teste e rascunha as variantes; scheduling-and-queue → WoopSocial as publica; analytics-and-reporting lê o resultado.

O Ponto de Vista: evidência, não achismos

A maior parte dos "testes" em mídias sociais é achismo — publique duas coisas, olhe os likes, declare um vencedor, não aprenda nada. Experimentação real transforma palpites em evidências: mude uma variável, controle todo o resto, defina a regra de decisão antes de publicar, e execute por um período suficientemente longo e frequente para separar sinal de ruído. O conteúdo orgânico não pode fornecer significância estatística limpa (amostras pequenas, um algoritmo no meio), então você compensa com controles mais rígidos, um limiar de efeito de ~20%+ , métricas de guardrail e 3–5 repetições — e trate um único post viral como ruído, não uma estratégia.

Leia estes primeiro

  1. brand-profile — restrições de voz/formato para as variantes.
  2. goals-and-kpis — o KPI/métrica primária que o teste deve mover.

O framework: TEST

(Profundidade: references/the-test-framework.md.)

  • T — Mire em uma variável: uma hipótese clara; mude UM elemento (gancho/primeiro frame/legenda/CTA/horário/ formato), todo o resto idêntico; escolha o de maior alavancagem.
  • E — Estabeleça a regra de decisão primeiro: defina a métrica primária + limiar de vitória + guardrail antes de publicar ("B vence se alcance +15% e salvamentos/alcance não piorarem"); sem racionalização post-hoc.
  • S — Defina controles + amostra: mesma plataforma/formato/tópico/duração/janela; execute ≥7 dias (contas pequenas 2–4 semanas); julgue com base em um efeito consistente de ~20%+ (um empate = "teste em outro lugar").
  • T — Tabule, repita, escale: 3–5 repetições emparelhadas antes de declarar uma "melhor prática"; registre cada teste; escale vencedores para o playbook (content-recycling), aposente o restante.

O que testar (maior alavancagem, sob seu controle)

Gancho/primeiro frame (vídeo curto) → horário de postagem (fácil) → formato → legenda/CTA → miniatura → hashtags — sempre vinculado ao KPI; teste o que está sob seu controle, não fatores dependentes do algoritmo. Execute um sprint de 30 dias com um teste sempre em andamento. Lista de prioridades, template de design, plano de sprint, registro de testes + exemplos práticos: references/what-to-test-and-recipes.md. Método completo + regras: references/experimentation-2026-reality.md.

Escopo honesto (nunca viole)

  • Orgânico não é laboratório — os resultados são direcionais; compense com controles + tamanho do efeito + repetição, não com teatro de p-valor.
  • WoopSocial não tem superfície de divisão A/B/audiência → teste orgânico = postagens sequenciais controladas; o agente projeta + rascunha variantes + agenda; a métrica primária é lida das análises nativas (analytics-and-reporting). Uma única divisão nativa verdadeira existe: Test & Compare do YouTube (YouTube Studio, formato longo, não Shorts) — até 3 títulos, miniaturas ou combinações título+miniatura; use-o para testes de título/miniatura no YouTube em vez de postagens sequenciais. (verify-quarterly)
  • Sem p-hacking / HARKing / cherry-picking — regra de decisão pré-definida; uma mudança multivariável não pode ser atribuída a um único elemento; um post/um dia é ruído. Nunca fabrique um resultado; um empate é válido. (Escopo, o papel do loop + conexões: references/scope-and-connections.md.)

Diferente de seus irmãos (roteie corretamente)

experimentation (este) = manipule uma variável para estabelecer causalidade · analytics-and-reporting = observe/meça o que aconteceu · goals-and-kpis = defina o alvo/métrica primária · content-recycling = escale vencedores comprovados · viral-reverse-engineering = explique um post passado (retrospectiva) vs. testar para frente.

Onde isso se conecta

Lê primeiro: brand-profile, goals-and-kpis. Variantes rascunhadas via: hook-writer, caption-writer, reels-script/tiktok-script, carousel-writer, image-prompt/ideogram/nano-banana, thumbnail-design. Leitura: analytics-and-reporting (análises nativas). Escalar/planejar: content-recycling, social-strategy, content-calendar/batch-content-plan, todos os skills *-growth. Publicar variantes: scheduling-and-queue → WoopSocial (postagens sequenciais controladas).

Definição de pronto

Uma hipótese clara testando UMA variável vinculada a um KPI; contexto controlado idêntico; uma métrica primária + limiar de vitória + guardrail definidos antes da publicação; duração ≥7 dias (2–4 semanas contas pequenas) e 3–5 repetições emparelhadas; resultados lidos das análises nativas e julgados com base em um efeito consistente de ~20%+ (empates reconhecidos); vencedores registrados e escalados para content-recycling/estratégia; limites orgânicos declarados, nada fabricado ou p-hackeado, corretamente diferenciado de analytics-and-reporting e goals-and-kpis.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Habilidades Relacionadas