gpt-pro

用途

GPT Pro 是一个本地技能，用于把任意问题与相关文件整理成一个结构化资料包，供用户手动上传到 ChatGPT Pro（GPT-5.4 Pro）做深度推理评审。它本身不执行推理，而是负责在本地准备高质量输入：质量输入决定质量输出，结构化的 PROMPT.md 通过框定问题、设定角色、定义输出格式并给附件建索引，比直接把原始代码贴进聊天能带来更好的结果。该技能与领域无关，适用于代码调试、架构评审、数据分析、写作反馈、逆向工程、研究综合，以及任何能从跨多文件深度推理中获益的任务。

主要能力

本地全流程处理：流程为理解（UNDERSTAND）→ 界定范围（SCOPE）→ 收集（COLLECT）→ 提示词（PROMPT）→ 脱敏（SANITIZE）→ 打包（PACKAGE）→ 报告（REPORT），全部在本地运行。
生成结构化资料包：最终产出为磁盘上的 tar.gz 文件，以及复制到剪贴板的提示词。
编码经过验证的提示词模式：PROMPT.md 通常为 500-2000 字，结构为顶部项目简报、中间具体问题与已尝试方案及原始报错、底部约束与期望输出格式与文件索引。
文件收集策略：主张“多即是多”，因为 GPT-5.4 Pro 上下文窗口大且擅长分流，不建议激进预筛。建议纳入直接被牵涉的文件、相邻/依赖代码、影响行为的配置（脱敏后）、样例数据（日志、错误、输出）、仓库文件树（tree -L 4 -I 'node_modules|target|.git|__pycache__' > tree.txt）、近期 git log（git log --oneline -n 50 > git-log.txt）、README.md/CLAUDE.md/架构文档等。
资料包目录结构：包含 PROMPT.md、tree.txt、git-log.txt，以及 source/、adjacent/、tests/、data/、docs/、reference/、config/ 等子目录，子目录名可按领域调整。
脱敏能力：打包前强制剥离密钥等敏感信息。
多轮工作流支持：可在后续轮次中引用先前发现，并把上一轮输出放入 reference/。

使用方式

理解任务：询问或从上下文推断三个问题——要问什么、GPT Pro 应采用何种专业角色、期望什么输出格式（带 file:line 的代码修复、报告、重新设计的组件、对比矩阵等）。
收集文件：参见上方收集策略。
构建资料包目录：按建议结构组织，子目录命名随领域调整。
编写 PROMPT.md：这是最关键的文件，因为 GPT-5.4 Pro 从零项目知识起步，无法自行推断技术栈、构建工具、约定或文件布局。模板包含角色与规则、项目简报（技术栈、构建命令、平台、关键目录）、上下文、当前状况（量化数据）、已尝试的方案、问题（通常是 3-7 个，含数据指向与假设）、从哪里开始看、包含的文件表（按核心/相邻/上下文分组）、期望输出、约束。
脱敏：使用 grep -v -E '(PRIVATE_KEY|MNEMONIC|API_KEY|PASSWORD|SECRET|AUTH_TOKEN|CREDENTIAL|ACCESS_KEY)' .env > config/env_sanitized.txt 等方式剥离私钥、助记词、API key、令牌、密码、数据库连接串、内部 IP/主机名、云凭证等。打包前可用 grep -rni "password\|secret\|api_key\|private_key\|mnemonic\|token.*=" <pack-dir>/ | head -20 快速检查。

打包：所有包放在 ~/Documents/GPT Pro Analysis/ 下，每次运行独立子目录。命令示例：

BASEDIR=~/Documents/GPT\ Pro\ Analysis
OUTDIR="$BASEDIR/<project>-<type>-$(date +%Y-%m-%d)"
mkdir -p "$OUTDIR"
cp /tmp/<pack-dir>/PROMPT.md "$OUTDIR/PROMPT.md"
tar czf "$OUTDIR/<project>-<type>-$(date +%Y-%m-%d).tar.gz" -C /tmp <pack-dir>/
cat "$OUTDIR/PROMPT.md" | pbcopy

向用户报告：说明资料包位置、内容概览（文件数、关键文件）、剪贴板状态，以及使用步骤——在浏览器打开 ChatGPT Pro（chatgpt.com），新建对话并选择 GPT-5.4 Pro 模型，粘贴（Cmd+V），附加 .tar.gz（或按需附加资料包目录中的单个文件），发送。深度思考可能耗时 10 分钟到 1 小时，不要点击“Answer now”，否则会跳过深度思考。

PASTE_THIS.txt 替代方案：对于文件上传属于小题大做的较小资料包，可生成一个把全部内容拼接在一起的 PASTE_THIS.txt（含任务与以 FILE: <filename> 分隔的各文件内容），在总内容低于约 5 万字符时效果良好。用 cat "$OUTDIR/PASTE_THIS.txt" | pbcopy 复制后直接粘贴，无需上传文件。

多轮工作流：GPT Pro 返回结果后如需追问，可将回应本地保存为 gpt-pro-analysis-<date>.md 并标注来源；第 2 轮及以后在新 PROMPT.md 中引用先前发现，并把第 1 轮输出放入 reference/。在 ChatGPT 中可继续同一线程，也可用第 2 轮资料包重新开始——当追问内容较多时，重新开始通常更清晰。

适用场景

代码调试：在模板中加入系统架构章节，附错误信息与堆栈跟踪。
架构评审：加入当前架构描述、拟议变更、待评估的权衡。
写作/图书评审：将“问题”替换为“评审标准”（结构、节奏、清晰度、论点强度）。
数据分析：加入数据集描述（模式、规模、采集方式）与分析目标。
设计评审：加入设计需求、用户画像、既有模式。
逆向工程：加入“已知信息”“未知信息”“参考实现”。

通用模式始终是：角色 + 上下文 + 具体问题 + 证据指引 + 输出格式。

限制

该技能不做推理，也不自动上传；推理由用户在浏览器中的 ChatGPT Pro 完成，上传与发送均需手动操作。
需要用户能访问 ChatGPT Pro 及 GPT-5.4 Pro 模型。
涉密内容必须先行脱敏，本技能不保证自动识别全部敏感信息。
深度思考耗时较长（资料称约 10 分钟到 1 小时），期间不应点击“Answer now”。
关于定价、平台覆盖范围等具体信息暂未提供。

技能介绍

用途

主要能力

使用方式

适用场景

限制