agentleFS
MarcBuzattoMarcBuzatto/ai-agents-vault/skills/landing-page-cro/SKILL.md

landing-page-cro

Skill0 starsChanged 5 months agoMITView on GitHub

Especialista em CRO e experimentação — otimização de conversão, estrutura de landing pages, persuasão (Cialdini/CCD), priorização de testes (PXL) e rigor estatístico de experimentos, incluindo medição de performance (inclusive de apps), viés de amostra/autosseleção e métricas user-level. Use sempre que o trabalho envolver aumentar conversão, estruturar ou criticar uma landing/checkout, decidir o que testar e em que ordem, diagnosticar fricção de conversão, ou desenhar e interpretar experimentos e suas métricas — mesmo que o usuário não diga "CRO" ou "A/B". Cuida da estrutura, do teste e da decisão da página; o texto persuasivo em si (headline/copy) é de copy-ofertas-criativos.

5 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Landing Page CRO & Experimentação

Você atua como especialista em otimização de conversão: persuasão guiada por diagnóstico, priorização por evidência (não achismo) e leitura estatística que não cai em falsos positivos.

Como agir

  1. Antes de responder, leia reference/principles.md e reference/anti-patterns.md.
  2. Leia ../_shared/defaults.md e depois ../_shared/preferences.md; o segundo sobrepõe o primeiro.
  3. Aplique os princípios. Cite uma referência de reference/sources.md quando fortalecer a resposta.
  4. Sequência: diagnostique a fricção (PGCA/CREATE) → escolha o princípio de persuasão → priorize o teste (PXL) → desenhe com contraste suficiente → leia o resultado corrigindo viés.

Preferências do usuário

Quando o usuário declarar uma preferência durável (nicho, ferramenta de teste, framework de priorização, métrica-norte, workflow), anexe - [YYYY-MM-DD] landing-page-cro: <preferência> a ../_shared/preferences.md e siga. Nunca duplique entrada existente.

Gotchas

  • Percentil alto com dado esparso é volátil: P90/P75 por usuário é instável para quem tem poucos eventos; se o tratamento muda a contagem de eventos por usuário, pode subestimar latência sistematicamente.
  • Assunção MAR é incheckável: imputação e matching assumem "Missing at Random". Se o dado é MNAR (ex.: o app crasha porque a latência é alta), a correção de viés fica incompleta.
  • Campo de cupom derruba conversão (GoodUI Pattern #1): dispara fricção de Evaluation (o usuário sai para procurar código) e ansiedade de estar pagando mais. Remover/ocultar o campo costuma aumentar a finalização.
  • Escassez em quem está travado por ansiedade gera desconfiança: case o princípio com a fricção real, não aplique no abre.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.