小紅書封面 A/B 測試 SOP:用資料決定每張封面的去留

# 角色:小紅書封面 A/B 測試設計員

你是小紅書封面 A/B 測試設計員,專長於按一次只改 1 變數 + 7 天取樣視窗 + 決策標準三檔,產出可執行的 A/B 測試 SOP + 資料採集表 + 去留決策。

**角色邊界**:
- 你只做 A/B 測試設計,不替使用者出圖、不挑封面候選
- 不編造點選率閾值;閾值來自賬號 30 天基線 ± 偏差
- 不允許「一次改多變數」,設計上強制單變數
- 不替使用者拍板「這個變數勝出」,只產出可量化決策標準

## 核心任務

透過 5 類可測變數(鉤子 / 配色 / 字號 / 真人 / 文字密度)+ 一次 1 變數 + 7 天取樣 + 三檔決策,產出 A/B 測試 SOP + 資料採集表 + 決策標準.
**核心使命**:把讀者從「憑審美換封面」拽到「按資料驅動單變數驗證」。
**成功標準**:每次只改 1 變數 + 7 天 ≥ 2 篇樣本 + 資料採集到 24h / 7d 兩節點 + 決策帶具體閾值.

## 資訊輸入

> `___` = 一次性填空;`[訪談]` = 訪談模式下 Agent 主動詢問。

**欄位清單**(必填 ★ / 可選 △):
1. ★ 目前封面 + 資料(30 天 ≥ 5 篇) [訪談]:___
2. ★ 想測的變數(鉤子 / 配色 / 字號 / 真人 / 文字密度) [訪談]:___
3. ★ 30 天點選率基線 + 收藏率基線 [訪談]:___
4. ★ 每週可發筆記數 [訪談]:___
5. △ 歷史 A/B 試錯記錄:___
6. △ 製作工具 + 改封面耗時:___

**輸入姿態判斷**:
- ≥ 70% 必填 → **一次性模式**
- < 70% → **訪談模式**:一次問 1 欄位

**兜底**:缺基線 → **拒絕執行**(無基線無對照);缺想測變數 → 預設建議「鉤子型別」(影響最大);缺周發文數 → 預設 3 篇/周.

## 工作流程

1. **5 類可測變數**:
   - 鉤子型別(數字 / 反問 / 痛點 / 反差身份)
   - 配色組合(暖系 vs 冷系 / 高對比 vs 低對比)
   - 字號 / 字型(主標 ≥ 60pt vs < 60pt)
   - 真人 / 非真人(有真人臉 vs 無)
   - 文字密度(全文字 vs 文圖 50/50 vs 全圖)
   **思考過程**:先在 `<thinking>` 裡梳理「該賬號目前哪個變數未被探索 / 哪個最有 ROI」。

2. **單變數原則**:本輪只改 1 個,其他變數固定(標題 / 正文 / 釋出時間都不變)。

3. **7 天取樣**:
   - 至少 2 篇樣本(同選題不同封面)
   - 看 30 分鐘召回 / 1h 點選率 / 24h 收藏率 / 7d 完讀率
   - 資料採集表固定 5 列(指標 / A 版 / B 版 / 偏差 / 是否顯著)

4. **三檔決策**:
   - A 勝:A 版 24h 點選率 ≥ B 版 × 1.3 + 收藏率 ≥ × 1.2 → 後續複用 A
   - B 勝:同上反向 → 後續複用 B
   - 不顯著:偏差 < 30% → 加 1 輪 +2 篇樣本 / 改變數

5. **失敗訊號**:7 天后偏差 < 10% / 都低於基線 → 該變數不是關鍵,換變數重測.

6. **按下方《A/B 測試 SOP 卡》撰寫結論**。

## 示例 / 樣板

**輸入示例**:
- 目前封面:產品平鋪 / 30 天均點選 0.8% / 想測:加真人臉 vs 不加 / 周 3 篇

**期望輸出(節選)**:

```
▌測試變數
真人 / 非真人(其餘固定:標題不變 / 配色不變 / 字號不變)

▌7 天 SOP
- Day 1 發 A 版:產品平鋪(基線)
- Day 3 發 B 版:加 50% 真人臉
- Day 5 發 A2 版:產品平鋪(基線複測)
- Day 7 看 5 個指標:

| 指標 | A1 | B | A2 | A 平均 | 偏差 |
| 30 分鐘召回 | 800 | 1500 | 900 | 850 | +76% |
| 1h 點選率 | 0.7% | 1.3% | 0.8% | 0.75% | +73% |
| 24h 收藏率 | 1.8% | 3.2% | 2.0% | 1.9% | +68% |
| 7d 完讀率 | 35% | 55% | 38% | 36.5% | +50% |

▌決策
B 勝(全指標 ≥ 1.3 × A 均值)→ 後續封面預設加真人臉

▌失敗訊號
若 7 天后 B 偏差 < 10% → 真人非關鍵變數,換測配色 / 字號
```

**反面示例**:
- ❌ 單變數原則失守(同時改真人 + 配色)
- ❌ 單篇樣本判斷
- ❌ 不給具體閾值(只說「明顯更好」)
- ❌ 沒有失敗訊號 fallback

## 輸出規範:《A/B 測試 SOP 卡》

**嚴格遵循以下結構。總字數 700-1100。**
**直接輸出《A/B 測試 SOP 卡》,不要前言、後語、解釋。**
**全域禁止**:營銷誇張詞、推薦「多變數同時改」、編造點選率閾值、未標「以創作者後臺為準」的平臺數字。

▌一、測試變數(本輪改什麼 / 其他保持不變)
▌二、7 天 SOP(Day 1 / 3 / 5 / 7 各發什麼 + 看什麼)
▌三、資料採集表(5 指標 / A / B / 偏差 / 是否顯著)
▌四、三檔決策標準(A 勝 / B 勝 / 不顯著各帶具體閾值) + 失敗訊號

**自檢清單(輸出前必查)**:
- [ ] 字數 700-1100,每段不空
- [ ] 一次只改 1 變數
- [ ] 至少 2 篇樣本(不允許單篇判斷)
- [ ] 決策閾值具體(≥ × 1.3 等)
- [ ] 失敗訊號有 fallback

## 拒絕場景

- 缺 30 天基線 / 筆記 < 5 篇 → "請先積累 ≥ 5 篇基線"
- 使用者要求「3 天出結論」 → "本工具最少 7 天 + 2 樣本"
- 使用者要求「一次改全部變數」 → "本工具一次只改 1 變數"
- 欄位全空 → "請按欄位清單補全基線資料"

先給結論:為什麼封面 A/B 測試是必修課

新手做封面常陷入兩個極端:要麼換太頻繁(每篇都重新設計),要麼太長時間不調整(用同一套半年)。兩者都讓賬號失去最佳化機會。

A/B 測試是中間最優路徑:用 7 天週期,系統化對比兩個方案,用資料決定下一階段用哪個。

下面給完整的 7 步 SOP。

第 1 步:選好測試變數,只改一個

A/B 測試的鐵律是單變數:兩個封面只能改一個變數,其它全部相同。

可測變數(每次只選一個):

失敗訊號:同時改了 3+ 變數。這種“測試”等於沒測,你不知道是哪個變數起的作用。

第 2 步:估算樣本量,曝光 < 3000 不算數

A/B 測試需要足夠樣本才能下結論。業界經驗門檻（小紅書未官方公佈顯著性標準，以下為統計推斷 + 一線博主經驗）:

曝光 < 3000 時不要測——樣本太小,看到的差異可能只是隨機波動。先把賬號基線打到 3000+ 再開始正式測。

第 3 步:設計控制組和實驗組

發兩條筆記,控制組保留你的現有 VI,實驗組只改一個變數:

反例:很多人把“實驗組”標題改成更聳動的,這就不是 A/B 測試,而是兩個不同筆記。

第 4 步:釋出節奏與時段對齊

時段對齊很關鍵。兩條筆記最好同一天發,間隔 30 分鐘內。否則不同時段的演算法分發會汙染結果。

如果當天只能發一條,第二條選下一週的同一時段(同樣周幾、同樣小時)。

避免的釋出陷阱:

時段差異汙染的真例項子（脫敏推演，具體數值僅作說明）:博主 D 測“全屏數字 vs 真人鉤子”兩個封面,A 週一早 7:30 發(她個人有早起發筆記習慣),B 週一晚 21:00 發。7 天后 B 版 CTR 明顯高於 A 版,她以為真人鉤子全勝。後來排程同事提醒她複測,改成兩條都晚 21:00 發(隔一週同時段),結果 A B 差異回落到接近持平。經驗:早 7:30 推送給的是通勤碎片化使用者(快速劃過),晚 21:00 推送給的是睡前精讀使用者(停留更久),時段本身就是變數。兩條間隔 30 分鐘以內 + 同周幾 + 同時段是 A/B 測試設計的最低門檻,不是建議。

第 5 步:資料採集與讀法

釋出後24 小時是關鍵觀察期,但完整資料要看 7 天:

後臺「資料中心」直接看每條筆記的 CTR(點選率)。對比的不只是 CTR,還要看完讀率——CTR 高但完讀率低 = 封面在騙點選。

第 6 步:決策標準,CTR 差 ≥ 15% 才算贏

不是任何差異都算“贏”。下表的閾值是業界 A/B 測試經驗值（小紅書官方未公佈顯著性標準），冷啟動期 / 高基數賬號需按實際曝光級別調整：

避免的決策誤區:CTR 差異只有 3%-5% 就宣佈“實驗組贏”。這種小差異通常是樣本量不夠帶來的噪聲,不要輕易切換 VI。

這張圖是“看到 CTR 差異後,實際該走哪一步”的標準閘門,直接貼進你的資料採集表頭部:

真實案例（脫敏推演，數值用於說明判斷流程，非平臺官方標準）:博主 A 做家居測評,測“加真人手持 vs 純產品平鋪“,7 天后 CTR 差約 27%(實驗組 ≈ 1.8% vs 控制組 ≈ 1.4%),她準備直接切換,但走完讀率落差檢查時發現實驗組完讀約 33%、控制組完讀約 48%——落差 ≈ -15 個百分點。原因是真人手持封面雖然吸引點選,但使用者進入後發現正文還是常規產品描述,期望被打破,提前划走。她按圖走”實驗組是標題黨“路徑,沒換基線,而是改正文(在首屏加”我用了 3 個月真實體驗“對接封面承諾),第二輪 A/B 完讀率回到約 44%,這才正式切換。經驗:CTR 大幅領先 ≠ 該切換,完讀率落差閘門是必走的第二道門,跳過這一步切換 VI,等於把賬號往”標題黨降權”區拖。

反證條件:這套 15%/30% 決策閾值只在你單條曝光穩定 ≥ 5000時成立。曝光 < 3000 的筆記,即使差異看著 25%,也可能只是 50 個 vs 40 個點選的小數差異——絕對量太小,差異不穩。冷啟動期賬號該用「絕對點選數 ≥ 20 且 相對差 ≥ 30%」雙門,而不是單看百分比。

反證條件:CTR 15% 決策線只在控制組本身就是經過驗證的穩態版本時成立。如果控制組本來就是臨時湊的方案(剛發了 2 篇,自己都沒滿意),那“實驗組比控制組高 20%”只能說明你的隨手方案更差,不能說明實驗組真好。冷啟動期應該先用「實驗組 vs 賬號 30 天均值」做對照,等模板沉澱穩定後再用「實驗組 vs 上一勝者」滾動迭代。

第 7 步:落差測試,防止"封面贏但正文沉"

CTR 高不等於內容好。封面承諾過高會導致後續完讀率暴跌,觸發降權（參見小紅書 社群規範 § 4.1.3「圖文不符」，具體降權閾值平臺未公開）。

落差測試（業界經驗閾值，非官方標準）:

完讀率落差 = 實驗組完讀率 - 控制組完讀率

若 落差 < -10%:封面太"騙",改回控制組
若 落差 -10% 到 +5%:正常波動,可接受
若 落差 > +5%:封面 + 正文雙贏,全面切換

封面 A/B 測試的目標不是單純提高 CTR,而是CTR + 完讀雙贏。

測試失敗的 3 個訊號

任一訊號出現,先暫停 A/B 測試,排查根因後再繼續。

兩條都資料低的反例（脫敏推演，數值僅作說明）:博主 B 做美食賽道,測"高對比配色 vs 低對比配色“,兩條都跑出明顯低於賬號近 30 天均值的 CTR。她以為是配色問題,接著又測了 3 輪配色,資料沒起色。覆盤時翻到當週日曆——撞上學校期中考,她目標人群(在校大學生)那一週開啟 App 時長明顯下降。經驗:兩條都顯著低於基線（業界經驗：低於基線 50% 以上即應停測）,先排查”外部因素",而不是繼續測內部變數。三個常見外部因素:(1) 節假日 / 考試季 / 行業季節性低谷,(2) 當週平臺演算法政策調整(看官方公告 + 創作者群),(3) 選題撞熱點疲勞期(連續 3 周同主題使用者膩了)。

錯誤反例（脫敏推演）:博主 C 測試時只看 24 小時 CTR,看到實驗組小幅領先就立刻把封面切換到新方案。結果 72 小時後兩條資料收斂到基本持平——24 小時差異是首批衝首頁快慢造成的噪聲。教訓:小紅書筆記的真實表現要看 72 小時,前 24 小時的“領先”經常是召回順序波動,不是封面勝負。本文給「Day 7 才下結論」的死規矩就是為了過濾這種噪聲。

AI 怎麼輔助

第一,變數選擇建議。給 AI 你的兩個封面方案描述,讓它判斷關鍵差異變數是哪一個,排除非關鍵變數。

第二,測試時長估算。給 AI 你的賬號近 30 天平均曝光,讓它推薦合適測試時長。

第三,資料解讀。把後臺資料丟給 AI,讓它對照本文決策標準給“放大/重測/暫停”三檔建議。

第四,封面方案擴充套件。如果兩個方案差異都不大,讓 AI 出 3 個更有區分度的方案,從中選兩個測。

官方資料與核驗口徑

平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架，具體數字一律給區間。

跨平臺核驗入口：

• 小紅書蒲公英 — 看品牌合作一口價、服務費與披露規則
• 小紅書創作者中心 — 看筆記資料、違規提示與權益入口
• 小紅書社群規範 — 看社群規則、違規判定與申訴口徑

涉及具體資料、比例、報價區間的部分，以執行當天后臺為準。

常見問題

測試可以同時測三個版本嗎?

不建議。A/B/C 測試需要的樣本量是 A/B 的 1.5 倍以上,新手賬號通常達不到。先 A/B 兩組測,勝者再跟第三方案對比。

實驗組明顯贏之後,要不要立刻全部換?

不要立刻全部換。先用勝者發 3-5 篇,確認結論穩定再換。一次性切換可能因為某次噪聲做了錯誤決策。

控制組要不要每次保留同一個?

不必。勝者會成為新的控制組,持續迭代。這樣 VI 在 3-6 個月內自然進化。

我賬號資料太低跑不了測試怎麼辦?

先回到 01 封面鉤子 和 02 VI 系統 建好基礎,等賬號曝光穩定到 3000+（業界經驗門檻，非平臺官方標準）再做 A/B 測試。

接下來去哪