DocumentaçãoAI DocumentationAssistente de IA no Adobe CX Enterprise

Experimentation Agent

Última atualização: 22 de julho de 2026

Criado para:

  • {"id":"b69b2659-1057-424e-8fc5-ed9e016dc554"},{"id":"c66ffd68-0f65-42bb-aa23-b4020f12e0bd"},{"id":"f8a45b24-4be7-4f1b-909b-60d06b483a20"},{"id":"ff6a42d2-313e-452e-93a6-792e4fad9ff8"}
AVAILABILITY
O Experimentation Agent está disponível para todos os clientes que compraram a licença paga do Journey Optimizer Experimentation Accelerator e se integra perfeitamente ao Adobe Target ou ao Adobe Journey Optimizer.
Saiba mais sobre o Journey Optimizer Experimentation Accelerator

Visão geral

O Experimentation Agent é uma ferramenta alimentada por IA que moderniza como você pode executar e gerenciar experimentos digitais em sites, emails, mensagens por push e aplicativos. Criada com base na plataforma de IA do Adobe Experience Platform e em ferramentas de experimentação, a Experimentation Agent ajuda a executar experimentos com mais eficiência, organizar metas comerciais e gerar insights acionáveis, destacando o que funcionou, o que não funcionou e onde experimentar em seguida.

As permissões a seguir para usar totalmente os recursos do Experimentation Agent.

  • Exibir experimentos: essa permissão permite que você use a Experimentation Agent para exibir insights do experimento diretamente no Assistente de IA.

  • Gerenciar metadados do experimento: essa permissão permite que você use a Experimentation Agent para criar novos experimentos diretamente no Assistente de IA.

➡️ Saiba mais na documentação do Journey Optimizer Experimentation Accelerator

Como parte do recurso do Experimentation Accelerator, o Agente oferece:

  • Desempenho: uma visão clara do que aconteceu no experimento

  • Insights: uma explicação do motivo pelo qual os resultados ocorreram

  • Oportunidades: orientação sobre as próximas ações a serem realizadas

Amostra para o Experimentation Agent

Casos de uso

O Experimentation Agent aprimora cada fase do fluxo de trabalho de experimentação analisando resultados, interpretando conteúdo e sugerindo as próximas etapas.

Seus recursos podem ser agrupados em cinco funções principais:

  • Resumo do experimento

    Fornecer uma visão geral clara e não técnica dos resultados dos experimentos para as partes interessadas.

  • Análise de conteúdo

    Examine as mensagens ou os elementos criativos dos tratamentos para entender por que alguns superaram outros.

  • Identificação de atributo

    Categorizar tratamentos por seus principais atributos, por exemplo, temas, tons, formatos e conectar esses atributos aos resultados da conversão.

  • Geração de recomendação

    Sugira novos tratamentos ou ajustes para testar, com base em insights de experimentos anteriores.

  • Oportunidades

    Identificar áreas mais amplas ou novos ângulos de experimentação para descobrir o potencial inexplorado.

Recursos dentro e fora do escopo

Dentro do escopo

Os seguintes recursos são compatíveis no momento:

  • Desempenho
  • Insights
  • Oportunidades

Fora do escopo

As seguintes funcionalidades não são compatíveis no momento:

  • Criar ou editar experimentos
  • Uso de várias métricas para relatórios de casos de uso

Exemplos de Prompts

Esta é uma lista de amostras de prompts para ajudar você a começar a usar o Experimentation Agent:

Perguntas gerais

Prompts
Quais experimentos estão sendo executados?
Quais experimentos estão sendo executados para o <campaign name>?
Quais experimentos começaram no mês passado?
Quantos experimentos terminaram no ano passado?
Quais experimentos estão pausados/interrompidos/etc?
Que padrões comuns estão surgindo de testes recentes?
Qual é a duração média dos experimentos no último trimestre?

Perguntas sobre desempenho

Prompts
Para o meu <experiment name>, qual tratamento está liderando?
Qual é o aumento de <experiment name>?
Quais experimentos tiveram resultados estatisticamente significativos?
Quais experimentos tiveram o melhor índice de conversão?

Perguntas sobre insights

Prompts
O que é teste de <experiment name>? ?
O que aprendemos com o <experiment name>?
Pode me dizer por que o tratamento A ganhou?
Quais temas estão em tendência nas variantes vencedoras?
Que padrões comuns estão surgindo de testes recentes?
Algo inesperado aconteceu em <experiment name>?

Perguntas de oportunidades

Prompts
O que você recomenda que eu faça depois deste experimento?
O aprimoramento <experiment name> é possível?
Quais oportunidades se tornaram mais claras após <experiment name>?
O que posso testar em seguida para comprovar a hipótese de <experiment name>?
Quais casos de uso adicionais devo implementar?
recommendation-more-help
cx-enterprise-ai-help