Plate 项目 gpt-pro Skill 实战：为外部模型生成自包含评审提示词

Plate 项目 gpt-pro Skill 实战为外部模型生成自包含评审提示词【免费下载链接】plateRich-text editor with AI and shadcn/ui项目地址: https://gitcode.com/GitHub_Trending/pl/plate本指南以 plate 仓库中 2026-05-01-gpt-pro-skill.md 计划文档为主线系统讲解gpt-pro这一可复用 Agent Skill 的设计目标、硬性政策、提示词契约与生成同步机制。读者将掌握如何让本仓库内的 Agent 产出粘贴即用的外部评审提示词面向 ChatGPT Pro / GPT Pro如何通过pnpm install让 Skiller 自动同步规则源与技能镜像以及如何用证据标注、决策强制与质量门来保证外部评审结果可决策、可引用。一、背景与目标外部模型没有仓库访问权plate 是一个Rich-text editor with AI and shadcn/ui的富文本编辑器开源项目其docs/plans/目录下沉淀了大量架构评审、性能基准与迁移方案文档。当内部 Agent 需要第二意见——例如评审某个 Slate v2 架构决策、API 重写方向或基准测试结论时一个常见做法是把它交给 ChatGPT Pro / GPT Pro 等外部模型。但外部模型没有仓库、终端、浏览器或本地文件访问权它无法自己读取packages/slate下的源码也无法运行bun run重新跑一遍基准。2026-05-01-gpt-pro-skill.md计划的核心目标正是解决这个信息不对称问题Create a reusablegpt-proskill that generates paste-ready external-review prompts for ChatGPT/GPT Pro. The prompt must carry the full local context because the external model has no repo access.即生成一个可复用的gpt-proSkill产出粘贴即用的外部评审提示词提示词必须携带完整本地上下文因为外部模型没有仓库访问权。计划文档同时固化了四条当前决策Current Decisions以.agents/rules/gpt-pro.mdc作为唯一事实源source of truth运行pnpm install将规则同步生成到.agents/skills/gpt-pro/SKILL.md保持 Skill 聚焦于提示词生成而不是本地实现复用ralplan-creator的严谨性source-backed state基于源码的状态、intent boundaries意图边界、decision brief决策简报、evidence ladder证据阶梯、pressure questions压力问题、objections异议与 review gates评审门。计划的验证部分Verification确认了该 Skill 在仓库中的落地状态pnpm install通过skiller apply完成.agents/skills/gpt-pro/SKILL.md已生成并指回.agents/rules/gpt-pro.mdcbun run completion-check通过类型检查/浏览器证明不适用——本改动只涉及 markdown 技能源与生成的技能镜像。二、规则源与技能镜像一份内容、两个文件gpt-pro技能遵循规则源 生成镜像的双文件模式这是 plate 仓库 Agent 工作流的核心约定。2.1 规则源.agents/rules/gpt-pro.mdc规则源文件位于 .agents/rules/gpt-pro.mdc其 frontmatter 定义了技能的调用元数据--- description: Create a self-contained GPT Pro or external-review prompt with full repo context, current state, evidence, and pointed review questions because the reviewer has no local file access. argument-hint: [topic | plan path | review target | prompt request] disable-model-invocation: true ---其中argument-hint说明了技能的入参形态主题 / 计划路径 / 评审目标 / 提示词请求disable-model-invocation: true意味着该技能默认不随模型自由调用而是在用户明确表达gpt-pro / GPT Pro / 外部评审等意图时按需触发。2.2 生成镜像.agents/skills/gpt-pro/SKILL.md生成的技能镜像位于 .agents/skills/gpt-pro/SKILL.md内容与规则源几乎一致区别仅在于 frontmatter 追加了name与metadata.skiller.source字段显式记录其来源--- name: gpt-pro metadata: skiller: source: .agents/rules/gpt-pro.mdc ---2.3 同步机制Skiller 与pnpm install两个文件的同步由 Skiller 完成。仓库根目录的 .agents/skiller.toml 是 Skiller 的配置文件其中关键配置为[skills] enabled truepnpm install会触发skiller apply把.agents/rules/*.mdc渲染成.agents/skills/*/SKILL.md。这一机制保证了只编辑规则源再运行pnpm install即可同步生成镜像避免两处内容漂移。这一约定在后续的 2026-05-24-cut-ralplan-creator.md 计划中同样被严格执行Edit rule sources, then usepnpm installto regenerate generated files可见它已成为仓库 Agent 工作流的通用纪律。三、使用边界何时用、何时不用规则源通过 Use When 与 Do Not Use When 两节明确划定了技能的触发边界防止误用。3.1 应当使用Use When用户说出gpt-pro、GPT Pro、ChatGPT Pro、external review、ask another model、send this to ChatGPT 等关键词用户希望外部模型给出full current state完整当前状态、review the direction评审方向、ask questions提问、best solution最佳方案或harsh review严厉评审任务需要外部模型无法自行检查的 source-backed context基于源码的上下文、benchmark evidence基准证据、API shapeAPI 形态或 architecture skeleton架构骨架用户需要针对以下对象生成评审提示词计划plan、API 重写、架构决策、基准结果、研究方向、迁移方案、对外设计。3.2 不应当使用Do Not Use When用户要求在本地实现该计划用户只需要常规的已接受计划执行、代码评审或 bug 修复聊天中直接给一个简短回答就足够外部评审者已经拥有仓库的直接访问权。这一边界设计保证了gpt-pro只承担提示词生成这一种职责不越权去实现代码也不重复普通评审技能的工作。四、硬性政策Hard Policy提示词生成的底线约束规则源中 Hard Policy 一节定义了生成提示词时必须遵守的约束这是该技能的灵魂所在输出提示词而非实现计划除非用户明确要求本地计划文件否则输出的是 prompt不是 implementation plan假定评审者零本地访问绝不把read this file、inspect the repo、run the benchmark、see the branch写成评审者必须执行的步骤内联全部必要上下文源码路径、API 骨架、行为流、文档声明、测试/基准结果、先前决策、约束、已知缺口、待回答的确切问题全部写进提示词不得虚构当前状态总结之前必须先读实时文件、文档、测试、基准、计划和兄弟仓库旧提示词与旧回答只算上下文不算真理可行时对照当前仓库刷新给事实打标签用confirmed已确认、benchmarked已基准验证、inferred推断、stale已过期、gap缺口明确标注每一类陈述偏好精确路径 简明摘要而不是大段代码转储只引用足以证明 API 形态或行为的最小片段证据缺失要明说在提示词中说明缺少什么并请评审者指出什么证据会改变你的结论强制决策要求严苛结论、被拒绝的备选方案、红旗red flags、通过/失败门pass/fail gates以及能推翻建议的证据最新用户意图优先于粘贴进来的旧上下文。这些政策共同解决了一个核心问题外部模型在不碰仓库的情况下如何得到一份可以独立推理、且推理结果可被本地团队信任的输入。五、读取顺序Read First先扎根再打包规则源规定了一个固定的信息收集顺序确保提示词建立在最新事实之上最新的用户请求用户点名的计划、状态文件、文档、源文件、issue、基准或兄弟仓库检出当前持有该 API/行为的本地源码支撑该论断的当前测试、示例、基准 runner 或证明产物若提示词涉及进行中的工作读取现有活动计划或完成文件若请求涉及生态对比读取相关研究文档或本地兄弟仓库只有在本地状态扎根之后才读取此前的外部回答。针对性能或当前行为类问题规则源特别要求优先使用新鲜的基准或测试输出若新鲜证明成本过高必须精确说明哪些数字是过期的或记忆推导的。六、工作流从问题到粘贴即用提示词的 8 步规则源把提示词生成过程标准化为 8 步工作流用一句话复述待决策问题或评审问题收集评审者脱离仓库也能推理所需的最小本地证据把已确认事实与假设、缺口、旧观点区分开抽取 API 或架构骨架具体包括公开类型或 props运行时流程runtime flow数据模型扩展点源码路径证明/测试/基准的归属总结最强证据相关时带上数字列出候选方向以及本地分析当前倾向的方向添加能逼出权衡的尖锐评审问题而非泛泛建议产出一份粘贴即用的提示词。这套流程与 plate 仓库对证据驱动的一贯要求一致评审者拿到的不只是结论而是结论背后的可验证事实链。七、提示词契约Prompt Contract12 段标准结构规则源给出了提示词应包含的标准章节可随任务调整这是本技能最直接可复用的部分角色与评审标准Role and review standard待决策问题Decision to make仓库当前状态Current repo state基于源码的 API/架构骨架Source-backed API or architecture skeleton证据基准、测试、文档、示例或观察到的失败已接受的先前决策Prior decisions already accepted约束与非目标Constraints and non-goals已知缺口与红旗Known gaps and red flags候选方向Candidate directions本地当前倾向的方向The direction we currently favor, if any要求 GPT Pro 输出的确切内容Exact output requested评审问题Review questions对于架构 / API / 性能类提示词规则源还建议要求以下输出按需选用严苛结论harsh verdict推荐默认值或决策recommended default or decision如何赢得关键基准或质量赛道how to win the critical benchmark or quality lane从同类系统偷师什么、拒绝什么what to steal and reject风险表risk table基准或证明矩阵benchmark or proof matrix带硬门的实现阶段implementation phases with hard gates维护者异议与解答maintainer objections and answers可能推翻结论的红旗red flags that could invalidate the conclusion足以改变决策的确切证据exact evidence that would change the decision这套契约的价值在于它把让外部模型评审从一次随意的聊天提问升级为一份结构化、可复现、结论可回映到仓库的评审任务书。八、上下文打包规则Context Packing Rules打包是把本地事实塞进提示词的关键技术环节规则源给出了六条操作纪律打包完整当前状态而不是只给链接提示词中保留路径便于外部回答反映射回仓库指标与并列权衡用表格tablesAPI 形态与 before/after 示例用代码片段snippets不要粘贴大源文件总结行为只保留最小决定性片段纳入源码支持的矛盾尤其是过期文档 vs 新鲜基准这类冲突若涉及兄弟仓库同样内联其行为骨架不要要求评审者去检查它们若引用了此前的 GPT Pro 回答以 previous answer 形式包含并要求评审者对照新状态批判或改进它。可以对照 plate 仓库的真实场景来理解这些规则例如评审packages/slate某次架构改动时正确做法是在提示词中写API 骨架见packages/slate/src/...行为流为 A→B→C基准数据见benchmarks/...的 X 项结果目前倾向方向为 D而不是把整个packages/slate目录塞进聊天框。九、质量门Quality Gates输出前自检清单规则源在定稿提示词前要求逐项自检外部模型能否在没有仓库访问权的情况下作答提示词是否包含当前 API/行为骨架而不只是目标基准/测试是否在已知时标注了日期、命令或源码路径过期声明是否标注stale开放问题是否尖锐到足以产出决策级答案提示词是否要求权衡与红旗而非鼓励本地倾向的方向是否表述得足够清晰、足以被挑战这七条自检相当于给提示词质量定义了一个可执行的标准任何不满足项的提示词都不应被交付。十、输出形态与边界约束规则源对输出形态做了明确约定用户点名目标文件时把提示词写入该文件否则直接在聊天中粘贴提示词仅在有用时在提示词前加一个简短包装wrapper例如Prompt below. Sources grounded from: - ...随后给出提示词本体通常放在 fenced markdown 块中使用本技能期间不得创建或更新实现文件除非用户另行要求该工作。这一条约束把gpt-pro与plate-plan、slate-plan等本地执行类技能彻底区分开前者只产生交给外部模型的文本后者才负责本地落地。从后续计划 2026-05-24-cut-ralph-merge-execution-into-plan-skills.md 的边界清单可以看到gpt-pro.mdc被持续保留在活跃规则集中说明该技能在仓库 Agent 工作流中长期稳定存在。十一、在 plate 中的典型应用场景结合仓库实际结构与计划文档脉络gpt-pro技能可服务于以下典型场景均为仓库内可印证的真实工作形态架构决策评审将docs/analysis/、docs/slate-v2/下的架构研究结论打包成提示词请外部模型对候选架构给出严苛结论与风险表API 重写方向评审将packages/core、packages/slate等包中的公开类型与运行时流程抽取为 API 骨架连同基准数据一并打包基准结果评审将benchmarks/下的基准输出标注日期与运行命令后打包要求外部模型指出要赢得关键基准赛道应如何取舍迁移方案评审将docs/migration/下的迁移文档与源码矛盾点stale docs vs fresh benchmarks显式列出要求外部模型给出推翻建议所需的证据清单。在上述任何场景中提示词都应遵守同一原则外部模型零访问上下文全内联事实带标签结论强制决策。结语gpt-proSkill 的价值不在于把问题丢给外部模型而在于它建立了一条可复制的证据管道内部 Agent 用 8 步工作流收集本地事实按 12 段契约打包成自包含提示词经 7 道质量门校验后交付最终把外部模型的回答反映射回仓库路径继续推进。其规则源唯一 pnpm install同步镜像的维护方式也与 plate 仓库中 goal、plate-plan 等技能的工作流纪律完全一致是 Agent 生态中外部评审这一环节的标准化答案。若要在本地亲手验证这套机制可以按顺序查看 规则源、生成镜像 与 Skiller 配置并在修改规则源后运行pnpm install观察镜像文件被重新生成。【免费下载链接】plateRich-text editor with AI and shadcn/ui项目地址: https://gitcode.com/GitHub_Trending/pl/plate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考