把「打包体积分析」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（打包报告），按什么顺序处理，交付什么（体积优化建议），哪些事不能做。Skill 就是把这些写下来的载体。

本文介绍如何在 GPTs 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能打包体积分析（bundle-analyzer）
作用分析打包产物，找出过大依赖与重复打包
输入打包报告
输出体积优化建议
形态带脚本
风险低
适用人群前端工程师

处理流程分四步：

  1. 读取分析报告
  2. 排序大模块
  3. 找出重复依赖
  4. 建议替换或按需加载

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。

在 GPTs 中是什么形态

GPTs 是在 ChatGPT 中创建的定制版助手，可以设置指令（Instructions）、上传知识文件、开启所需能力，并通过 Actions 调用外部 API。

创建与分享的权限取决于账户类型与工作区设置，以 OpenAI 官方说明为准。

示例配置

# Instructions（指令）示意
你是「打包体积分析」助手。用户会提供打包报告。
1. 读取分析报告
2. 排序大模块
3. 找出重复依赖
4. 建议替换或按需加载
输出：体积优化建议。
- 视觉与交互结果要在真实浏览器里确认。
- 信息不足时先提问，不要自行编造数据或事实。
- 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。
知识文件中的规范优先于你的通用习惯；找不到依据时直说。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在前端工程师提出相关请求时能对上号；二是约束部分要写进「视觉与交互结果要在真实浏览器里确认」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在 GPT 编辑器中新建 GPT，填写名称与描述
  2. 在 Instructions 中写入技能步骤、输出格式与约束
  3. 上传团队规范、模板等知识文件
  4. 需要外部数据时配置 Actions（OpenAPI 描述）
  5. 在预览中测试后保存，并设置分享范围

实操：一次完整的运行

假设你在浏览器、组件库与设计稿中发出这样的请求（虚构示例）：

用打包体积分析技能处理这份打包报告，输出体积优化建议。

智能体识别到任务与「打包体积分析」相关后，会依次读取分析报告、排序大模块、找出重复依赖、建议替换或按需加载。最终交付体积优化建议，并在末尾列出需要人工确认的内容。你的工作是对照原始打包报告抽查两三处关键信息，确认无误后再使用。

测试与验收

在预览窗口用正常、缺信息和越界三类请求测试，确认指令中的边界有效。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准打包报告，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • 知识文件包含不应外泄的信息却设置了公开分享。
  • Instructions 过长且结构混乱，关键规则被忽略。
  • 只写了步骤，没写交付格式，导致每次输出的体积优化建议结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。