增长循环
增长是一个循环：猜测、测试、阅读、保留有效的东西。这个技能让循环保持诚实。
循环
- 从上次审计（
sr-audit）中挑一个问题。 - 在发布前写下假设。“如果第一行出现数字，更多人会停留超过三秒。”
- 改变一个变量。尽可能保持同一平台、同一格式、同一主题组合。其他一切保持不变。
- 每个变体至少发布四个帖子。少于四个无法测试，工具会明确告知。
- 边进行边记录每个结果。
- 回顾。采纳它、继续测试，或放弃它。
- 将经验保存到个人资料，以便下一个计划使用它。
运行它
python scripts/sr.py exp new --hypothesis "第一行有数字可提高3秒停留率" --variable "first line" --metric "3-second hold %" --platform instagram
python scripts/sr.py exp log <experiment-id> A 41 --ref "reel 12 May"
python scripts/sr.py exp log <experiment-id> B 58 --ref "reel 14 May"
python scripts/sr.py exp review <experiment-id>
作为工具：experiment_new、experiment_log、experiment_review。变体由用户命名（A和B，或“有数字”和“无数字”）。
判定结果的方式
回顾会将所有记录的帖子一起排序，并用秩和置换检验比较两个变体，该检验不假设观看量的分布形态。通俗地说：它询问随机打乱标签时，产生与你所见差距一样大的可能性有多大。它还会报告两个变体中位数的比值。
有四种结果：
- “X看起来更好……采纳它并继续记录。” p值小于0.1，并且一个变体的中位数至少是另一个的1.2倍。
- “帖子不足。” 任一变体少于四个帖子。
- “无明显差异……继续测试，或者测试更大的变化。” 差距很小或p值较高。
- “至少需要两个变体。” 只记录了一个变体。
每个变体有四个帖子时，只有很大的差距才能显现出来。请说明这一点。“无明显差异”在小样本量下意味着“我们无法判断”，而不是“这无关紧要”。0.1和1.2的阈值是维护者的选择，并非标准。变体按其名称的字母顺序进行比较，因此将它们命名为A和B。
优先测试什么
按变化对数字可能产生的影响排序：钩子和首帧，然后是标题或封面，接着是时长，然后是字幕第一行，最后是主题角度。发布时间排在最后，并且只能使用用户自己的分析工具。对于YouTube，Studio里的测试与比较（Test and compare）可以测试缩略图，自2025年7月起也可以测试标题（已报告，youtube.test_and_compare；但可能并非每个频道都有此功能）。
校准评分器
在发布了30个或更多带有钩子文本的帖子后，运行calibrate_run。如果钩子评分能以超过50%的区间区分该账号的获胜帖与失败帖，write_weights会将调整后的权重保存到本地文件夹。如果不能，请更相信你自己的测试，而不是评分。
保存经验
当测试被采纳时，在个人资料的lessons列表中添加一行（profile_save），例如“5月份，第一行包含数字有助于提高3秒停留率（每个变体n=5）”。写出你的发现，并附上样本量。保存时发送整个列表，因为保存操作会合并字段，并且会整体替换列表。
门控
在开始（假设）和结束（采纳或放弃）时需要approve。
不要做
- 同时改变两件事。
- 因为看起来不错就提前停止测试。
- 在没有数字和样本量的情况下报告“有效”。