chatgpt-pro-review

ChatGPT Pro Review

Overview

这是 SA-AIAPP 项目级技能。目标是通过已连接的 GitHub 仓库向 ChatGPT Pro 询问第二意见。GPT Pro 是比主 Agent 更强的审查模型；给它清晰目标和边界，让它自主选择查看路径并充分发挥。

Scope

• 仓库：zhanglongxiao111/SA-AIAPP
• 默认分支：当前本地分支，通常是 dev
• 外部咨询归档根目录（本机绝对路径）：D:/AI/SA-AIAPP/docs/AI协作/外部咨询/进行中/
• 外部咨询归档根目录（仓库相对路径）：docs/AI协作/外部咨询/进行中/
• 单次咨询目录：docs/AI协作/外部咨询/进行中/YYYY-MM-DD_<主题>/
• 优先让它看 GitHub 分支或提交，不优先上传 ZIP。
• ChatGPT 只提供建议。重要结论必须回到本地代码核实。
• 不把一次审查的关注点固化成默认流程。按用户当次目标组织提示词。

Workflow

1. 先确认本地分支和提交：
   • git branch --show-current
   • git rev-parse --short HEAD
   • git status --short --branch
2. 如果有未提交改动，说明 GPT Pro 看不到，除非先推送或单独贴给它。
3. 只通过 Browser 技能打开 ChatGPT。用户需要登录时再显式显示浏览器。
4. 必须确认模型是 Pro / Pro 进阶。如果当前不是 Pro，不要发送审查请求。
5. 优先使用 GitHub 连接器。只有仓库不可用时才考虑小范围 ZIP。
6. 发中文只读审查请求。必须包含仓库、分支、提交、目标范围、项目规则和输出格式。
7. 不打断正在生成的回答。不得点停止、不得追问、不得改写请求；只被动等待。
8. 回答完成后，先落文档，再向用户总结；并在本地核实具体代码结论后再建议改动。

Documents

每次正式询问 GPT Pro 后，必须把问题和回复保存到外部咨询目录，不能只留在网页里。用户口语说“外部调研目录”时，也按本仓库现有的 docs/AI协作/外部咨询/进行中/ 理解。

目录格式：

D:/AI/SA-AIAPP/docs/AI协作/外部咨询/进行中/YYYY-MM-DD_<主题>/

仓库内相对路径为：

docs/AI协作/外部咨询/进行中/YYYY-MM-DD_<主题>/

文件格式：

提问_<主题>.md
回复_<主题>_GPTPro.md

文档要求：

• 提问 文件记录背景、目标、仓库分支、提交、实际发送给 GPT Pro 的提示词。
• 回复 文件记录页面可见的 GPT Pro 结论；如果只整理摘要，必须说明不是完整原文。
• 回复 文件要写清：这是外部模型意见，后续采纳前必须回到本地代码核实。
• 中文文档用 UTF-8 写入；写完后用 UTF-8 复读抽查。

Prompt Template

使用中文提示词。避免过拟合，不要把上一次任务的文件名、模块名或结论硬塞进新请求：

请使用已连接的 GitHub 应用审查 `zhanglongxiao111/SA-AIAPP` 仓库，分支 `<branch>`，提交 `<commit>`。

目标：<用户本次要审查的问题或范围>。

请先阅读根目录 `AGENTS.md`，再查看真实代码。你是更强的审查模型，请自主决定应深入查看哪些文件、数据流和边界，不要只按我列出的路径机械搜索。不要修改代码。

请用中文输出：
1. 结论。
2. 实际查看到的关键模块和数据流。
3. 有证据的问题清单，按严重程度排序，并给出文件路径或代码依据。
4. 如果需要调整，给出更优雅的目标架构；如果现状合理，也明确说明哪些部分不该动。
5. 渐进调整计划，避免大爆炸重构。
6. 风险与验证。

不要泛泛而谈。没有证据的判断请标明不确定，或不要写。

如果用户明确要求画布架构审查，可以追加关注点，但不要把它们当成唯一范围：

• 图片入口中心
• 程序化场景写入中心
• 保存协调和回写边界
• 文件身份 -> 画布身份 -> 图片身份
• customData 兼容 helper
• 图片几何中心
• legacy bridge 和 fallback

Guardrails

• 不用 Windows 全局按键发送。它会影响用户当前操作。
• 不把密钥、.env、令牌、本地私有文件发给 ChatGPT。
• 不把 GPT Pro 当最终真相。本地代码和 AGENTS.md 优先。
• 用户给了窄范围时，不发散成全仓库审查；用户要求架构判断时，也不要把提示词写成代码搜索清单。
• 如果 ChatGPT 因请求太大卡住，先等；需要缩小范围时先告诉用户。