要点速览
- A/B 测试翻车的两个头号原因：一次改了太多东西（测了等于没测），和看结果看得太早（噪声当信号）。
- 开跑前锁定主指标、基准转化率、最小可检测差异、样本量和停止规则；不要靠固定转化数或临场看曲线决定输赢。
- AI 在这里的位置要说清楚：它解决的是产能——让你做得出 20 个变体去测；分流和统计，交给广告平台自己的实验工具。
先说清楚一件事，免得后面产生误会：LinkBloom 本身不做 A/B 自动分流。分流、跑实验、算显著性，这些是广告平台（Meta、TikTok Ads）自带实验工具的活。这篇讲的是方法，以及 AI 在整个测试链条里到底能帮上哪一段。方法对了，工具是谁的都能用。
先破一个误区：测试不是"两张图选一张"
很多人以为 A/B 测试就是做两张图、投出去、看哪张点击高。这么理解，测十次有八次白测。
真正的 A/B 测试是受控实验：你要能明确回答"是哪个因素导致了差异"。如果 A 图和 B 图同时改了标题、配色、CTA 三样东西，B 赢了，你也不知道是赢在哪——下次想复用这个"经验"，根本无从复起。
所以测试的第一性原理只有一句：你得知道自己在测什么。
一次只测一个变量
这是全文最重要的一条纪律，没有之一。一次实验，只改一个变量，其余全部保持一致。
想测标题，就 A、B 两版只有标题不同，图、CTA、受众、出价全一样。这样 B 赢了，你才能确定是标题的功劳。
有人会说这样太慢，我想同时测标题和配色。可以，但那叫多变量测试，需要的样本量成倍上涨，小预算根本喂不饱。对绝大多数 SaaS 和独立开发者，老老实实一次一个变量，反而是最快得到可靠结论的路。这一步别图快。
该先测什么：变量的优先级
变量不是平等的。有些改一下天翻地覆，有些改半天没动静。按影响力从大到小，先测大的：
| 变量 | 影响力 | 说明 |
|---|---|---|
| 说服角度 / 卖点 | 最高 | 讲"省时间"还是"省成本"，结果可能明显不同 |
| 主视觉 | 高 | 产品截图、场景、人物，第一眼的东西 |
| 标题文案 | 高 | 一句话能不能戳中，决定停留 |
| 受众定向 | 高 | 同一张图给对的人，效果天差地别 |
| CTA 文案 | 中 | "免费试用"和"立即购买"的差别 |
| 配色 / 细节 | 低 | 别一上来就抠这个，性价比最低 |
新手最爱干的事，是一上来就纠结按钮什么颜色。把精力先砸在角度和主视觉上，这两个的天花板远比配色高。配色留到后期微调。
样本量和时间：先写停止规则
看结果太早，是仅次于"一次改太多"的第二大坑。少量转化里 B 暂时领先，不代表它会在完整实验中胜出。
没有一个“每组 100 次转化”能适用于所有实验。所需样本量取决于基准转化率、你希望识别的最小差异、显著性水平和统计功效。更稳妥的流程是：
- 先选一个主指标。 注册、付费或其他最接近业务目标的指标只能有一个主判定口径。
- 先定义最小可检测差异。 例如只关心足以改变投放决策的提升，不追逐没有业务意义的小波动。
- 用平台实验工具或样本量计算器估算样本。 把基准转化率、目标差异、显著性水平和统计功效一并输入。
- 覆盖一个完整业务周期。 如果工作日和周末行为不同，至少覆盖相应周期；促销、节假日和预算调整要单独记录。
- 到预设停止条件再看输赢。 不要因为曲线暂时领先就提前结束，也不要无限延长直到出现想要的结果。
预算小、转化少怎么办？那就别测太细的变量。样本喂不满的实验，结论不可信，测了反而误导。宁可只测"角度"这种大变量，也别用一点点数据去测配色。
怎么读结果：别被小数字骗
结果出来了，也别急着庆祝。几个提醒：
- 看绝对量，别只看比率。 "B 的点击率高 50%"，如果 A 是 2 次点击、B 是 3 次，这个 50% 毫无意义。
- 点击率高 ≠ 转化好。 有的素材很吸引点击，但点进来的人不买。盯着离钱最近的那个指标（注册、付费），别停在点击。
- 一次赢不算数，能复现才算。 真正的洞察是能重复的。B 版角度这次赢了，换个受众、换个时间再赢一次，才敢当成经验沉淀。
AI 在测试里的真正位置
回到开头那句话。传统 A/B 测试最大的瓶颈，往往不是不会分析，而是产能不够——你想测 20 个说服角度，但做不出 20 张图，只能测两三个，测试的覆盖面被产能卡死。
这才是 AI 真正帮上忙的地方：创意工厂 能从一个产品批量推演出几十个角度的变体，让你有足够多的"候选"去测。产能这道坎被填平后，你的测试才能真正跑起来。
但要分清边界：AI 帮你把变体做出来，分流和统计仍然是广告平台的事。 LinkBloom 不替你判断谁赢——它让你有得可测。这两件事合在一起，才是完整的闭环：AI 供给变体，平台负责实验。关于 AI 生成的整体原理，什么是 AI 广告创意生成 那篇讲得更全。
想先攒一批变体来测，注册送一次性 100 积分，出图 10 积分一张，免费开始 一次生成一组角度试试。
常见问题
我预算很小，还值得做 A/B 测试吗？
值得，但要降低颗粒度。小预算喂不满细变量的样本，就别测配色、按钮这种小东西。集中测"说服角度"这种影响力最大的变量，用有限的转化数据换最有价值的结论。
LinkBloom 能帮我自动跑 A/B 测试吗？
不能，也不应该。分流、跑实验、算显著性是广告平台实验工具的职责。LinkBloom 解决的是它的上游——批量产出足够多的创意变体，让你有东西可测。两者配合，而不是互相替代。
一个实验大概要跑多久？
没有固定天数。先用基准转化率和最小可检测差异估算样本量，再根据每日流量换算运行时间；如果业务存在明显的工作日与周末差异，应覆盖一个完整周期。达到预设样本与停止条件后再下结论。
参考资料
资料核对日期：2026-07-23。不同平台的统计口径和停止规则不同，实际实验应以所用平台的实验工具为准。