AI提示工程工具开源!| gitcc.com

请问你们用 AI 的时候，你有没有好奇过它背后到底被下了什么"军令状"？为什么 ChatGPT 说话总是客客气气，Claude 总爱长篇大论？这个开源仓库就是把各大 AI 模型藏在背后的系统提示词收集整理出来，让你看看大厂到底怎么给 AI 写"人设说明书"的。

源代码：

https://www.gitcc.com/lufei/system_prompts_leaks-cn

收集整理各大AI模型的系统提示词，包括Anthropic Claude、OpenAI ChatGPT、Google Gemini等，定期更新供研究和参考

一、核心定位

1. 1. 主流AI系统提示词收集库：整理ChatGPT、Claude、Gemini等主流AI的底层系统指令集，集中归档公开可获取的提示词文本，揭示AI对话背后的隐藏规则。
2. 2. 面向研究与学习的文档型项目：纯Markdown文件仓库，无需特殊运行环境，把分散在各处的系统提示词集中收纳，方便研究者一站式查阅对比。
3. 3. 持续追踪模型迭代：定期更新维护，跟着OpenAI、Anthropic、Google等厂商的版本节奏收录最新提示词，不做一次性快照，长期保鲜。

二、解决的痛点

1. 1. AI底层指令不透明：对话系统通常对用户隐藏其底层系统提示词，普通用户和开发者只能通过行为反推规则，知其然不知其所以然。
2. 2. 行为边界难摸清：不同AI模型"性格"迥异，开发者难以系统对比各家模型的真实行为边界和安全策略，只能零散试错、踩坑。
3. 3. 研究缺参考样本：提示工程研究者缺乏权威、完整的真实系统提示词做对照，只能靠网上零散截图和二手转述，样本碎片化。

三、核心优势

1. 1. 覆盖主流厂商：收录Anthropic、OpenAI、Google等一线AI厂商的最新模型提示词，一站集齐ChatGPT、Claude、Gemini三家底层指令文本。
2. 2. 原始格式未修改：所有提示词均保留原始文本，不做二次加工和润色，研究者看到的就是模型实际加载的原始指令，原汁原味。
3. 3. 纯文档零门槛：整个仓库就是Markdown文件，克隆下来用任何文本编辑器就能看，不依赖数据库、不依赖API、不收费、不用注册。

四、应用场景

1. 1. 提示工程学习：研究者对照真实大厂提示词，学习专业级系统指令的写法、结构和安全约束设计，提升自己的prompt工程水平。
2. 2. AI行为对比：横向对比ChatGPT、Claude、Gemini在人设定义、安全边界、输出风格上的差异，为选型和调优提供一手参考。
3. 3. 学术研究素材：AI伦理、对齐、安全方向的论文和课题，可以把这些公开提示词作为分析样本，研究大厂如何约束模型行为。

五、技术架构

1. 1. 纯Markdown文档仓库：整个项目就是一组.md文件，按厂商分目录组织（如OpenAI/、Anthropic/），结构扁平、阅读门槛极低，没有复杂依赖。
2. 2. Git版本托管：基于GitHub托管，通过git clone即可完整拉取，历史提交记录本身就是模型提示词迭代的时间线，可追溯。
3. 3. 轻量零依赖：无需数据库、无需API Key、无需GPU，只要有Markdown阅读器或代码编辑器（如VS Code）就能浏览全部内容，跑在任何机器上。

git clone https://github.com/asgeirtj/system_prompts_leaks.gitcd system_prompts_leaks/OpenAIcat gpt-5.6-sol-extra-high.md

六、功能优化方向

1. 1. 持续收录新模型：跟着厂商版本节奏更新，每出新模型就把对应系统提示词补进仓库，保持和官方迭代同步，不断扩充样本库的覆盖面。
2. 2. 多维度分类整理：除按厂商分目录外，未来可按安全策略、人设风格、任务类型等维度做标签化，方便研究者横向检索和对比分析。
3. 3. 社区协作贡献：欢迎开发者补充新发现的提示词，通过Git PR贡献，让仓库从单人整理逐步变成社区共建的提示词参考百科。

结语

这类仓库最大的价值，是把"大厂怎么给 AI 立人设"这件黑箱里的事摊开给研究者看——提示词工程不再是玄学，而是有真实范本可对照的手艺。需要提醒的是：这些内容仅供学习研究，请尊重各厂商的知识产权和服务条款，别拿它去做绕过审核、伪造身份之类的事。