agentleFS
Sign inStart free
ray5273ray5273/kr-research-kit/skills/kr-chatgpt-review/SKILL.md

kr-chatgpt-review

Skill2 starsChanged 9 days agoMITView on GitHub

Send a finished Korean stock or sector memo's reasoning to the user's logged-in ChatGPT website (paid web account, driven through a dedicated gstack browser profile — not the OpenAI API, not Codex) for an adversarial logic review, save the reply as structured feedback, then triage every point (accept / partial / reject / needs-check) and apply only verified fixes to memo.md. Use when the user asks for ChatGPT feedback, a second-opinion or red-team review of a memo's logic, or before publishing a memo to the blog. Do not use to gather facts, to replace primary-source verification, or to send holdings, the decision ledger, or the private voice profile anywhere.

The file

Create a free account to mount
Files
SKILL.md

ChatGPT Logic Review — 웹 ChatGPT로 논리 반박 받기

메모를 다 쓴 뒤 로그인된 ChatGPT 웹사이트에 논리를 넣고 반대편 애널리스트 역할로 공격받는다. 받은 피드백은 에이전트가 하나씩 판정하고, 확인된 것만 메모에 반영한다.

API 키나 Codex 토큰을 쓰지 않는다. 사용자가 유료로 쓰는 chatgpt.com 계정을 전용 브라우저 프로필로 연다. 그래서 대화는 사용자 ChatGPT 기록에 남는다.

준비 (최초 1회)

node skills/kr-chatgpt-review/scripts/chatgpt-review.js login

전용 헤드 브라우저(~/.gstack/kr-chatgpt-review/chromium-profile)가 chatgpt.com을 연다. 로그인은 사용자가 직접 한다. 비밀번호·인증코드를 채팅으로 받지 않는다. 로그인 후:

node skills/kr-chatgpt-review/scripts/chatgpt-review.js status

loggedIn: true와 model 표시를 확인한다. 로그인 세션은 프로필에 남아 다음부터는 바로 쓴다. 네이버 발행 프로필과 분리돼 있어 서로 충돌하지 않는다.

Workflow

  1. 메모 확정. analysis-example/<market>/<company>/memo.md가 최신인지 본다. 말투 변환(memo.voice.md) 전 원본 메모로 검토한다 — 논리는 원본에 있다.

  2. 검토 요청.

    node skills/kr-chatgpt-review/scripts/chatgpt-review.js review \
  --memo analysis-example/kr/<company>/memo.md \
  --focus "사용자가 특히 걱정한 논점 한 줄 (선택)"

    새 대화를 열어 프롬프트를 붙여넣고, 답변이 끝날 때까지 기다린다(기본 20분 한도, --timeout-min). 메모 옆에 세 파일이 생긴다.

    파일내용
    chatgpt-review-prompt.md실제로 보낸 프롬프트
    chatgpt-feedback.md답변 원문(마크다운 복원) + 대화 URL·모델·판정
    chatgpt-feedback.json섹션별 파싱 결과, verdict, missingSections

    보내기 전에 프롬프트만 보고 싶으면 build-prompt --memo ....

  3. 판정. references/feedback-structure.md를 읽고 지적마다 수용 / 부분 수용 / 기각 / 확인 필요를 정해 chatgpt-triage.md를 쓴다. 수용하려면 1차 자료나 재계산으로 근거를 확인해야 한다.
  4. 반영. 수용·부분 수용만 원본 memo.md에 고친다. 확인 필요는 Decision-Changing Issues나 후속 확인 목록으로 보낸다. 그 다음 kr-my-voice, kr-naver-blog-publish 변환을 다시 돌린다.
  5. (선택) 2회차. 큰 수정이 있었으면 한 번만 더 review한다. 최대 2회.
  6. 보고. 사용자에게 ChatGPT 판정, 수용/기각 개수, 메모에서 바뀐 곳, 기각 이유 요약, 대화 URL을 알려준다.

피드백 구조

ChatGPT에게는 고정 형식을 요구한다: 0. 한 줄 판정 · 1. 논리 비약 · 2. 숫자·계산 점검 · 3. 빠진 반대 논리 · 4. 확신도 점검 · 5. 결론을 뒤집을 데이터 · 6. 먼저 고칠 3가지. 판정표 형식과 반영 규칙은 references/feedback-structure.md에 있다.

Operating Rules

  1. ChatGPT는 검토자이지 출처가 아니다. ChatGPT가 준 숫자·사실은 1차 자료로 확인한 뒤에만 메모에 들어가고, 출처는 그 1차 자료로 적는다.
  2. 보내면 안 되는 것. 실보유 포트폴리오, decision-ledger, portfolio.json, ~/stock-analysis-private·~/folio-private 아래 파일, 말투 프로필·코퍼스, 자격증명. 스크립트가 경로·내용으로 막지만 에이전트도 확인한다.
  3. 로그인·CAPTCHA·사용량 한도는 사용자 몫. 감지되면 멈추고 알린다. 우회하지 않는다.
  4. 브라우저는 gstack browse 전용 프로필로만 연다. mcp__claude-in-chrome__*는 쓰지 않는다.
  5. 판정표와 피드백 원문을 메모 본문에 붙이지 않는다. 메모에는 반영 결과만 남긴다.
  6. 결론 변경은 에이전트 판단이다. ChatGPT 판정을 그대로 Structured Stance로 옮기지 않는다.
  7. 검토는 메모당 최대 2회. 같은 지적이 되풀이되면 기존 판정을 유지한다.
  8. 선택자(#prompt-textarea, send-button, stop-button, data-message-author-role)가 바뀌어 실패하면 스크립트 오류를 그대로 보고하고, 수동으로 붙여넣은 답변을 chatgpt-feedback.md로 저장해 판정 단계부터 이어간다.

Commands

명령하는 일
login전용 브라우저로 chatgpt.com을 열고 로그인 상태 출력
status새 대화 화면을 열어 로그인·모델 표시 확인
build-prompt --memo M [--focus F] [--out-dir D]프롬프트 파일만 생성 (브라우저 안 씀)
review --memo M [--focus F] [--out-dir D] [--timeout-min N]프롬프트 생성 → 전송 → 답변 대기 → 저장
stop전용 브라우저 종료

환경 변수: CHATGPT_REVIEW_HOME(런타임 디렉터리), CHATGPT_REVIEW_PROFILE(프로필 경로), CHATGPT_REVIEW_URL(기본 https://chatgpt.com/).

Validation

node skills/kr-chatgpt-review/scripts/test-chatgpt-review.js
node --check skills/kr-chatgpt-review/scripts/chatgpt-review.js

오프라인 테스트는 프롬프트 생성, 피드백 파싱, 비공개 경로 차단만 확인한다. 실제 전송은 로그인된 전용 브라우저가 있어야 한다.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free