AI提示工程工具开源!432 份大厂底牌原文泄露,随便翻!| gitcc.com

上个月给班里做个小报名工具，往对话框里喂需求的时候，我突然冒出一个念头：我在这头费劲琢磨提示词，那头的 AI 开口回话之前，读的是一份什么样的说明书？顺手一搜，搜到这个库。本来只想抄两段句式，结果一晚上没停下来，四百多份大厂提示词躺在里面，我挑着翻到了后半夜。

先解释一句背景。系统提示词是各家产品部署模型时提前注入的那套指令，用户在界面上永远看不到它，但它决定了模型的身份、语气、能做什么、碰都不许碰什么。同一个模型，套不同的系统提示词，表现出来就是完全不同的产品。所以想知道一家 AI 产品的真实脾气，看它的系统提示词比看宣传稿准得多。这个库干的，就是把各家的说明书收集起来给你看。

下面这 7 件事，都是我在这款AI提示工程工具 仓库里能亲手验证的东西，带数字带出处。

一、这库有多大：432 份文件

一句话定位：这款 AI提示工程工具 收集的是各家 AI 聊天产品在部署时收到的系统提示词，也就是你第一条消息发出去之前，模型已经读完的那份底层规则。所有文件都标注了抓取时点，保持原始格式，没有转述和改写。

主目录之外还有个 Misc 杂项区，翻起来反而最有惊喜：Reddit Answers、Brave Search、Kagi这款助手、Raycast AI、Warp 终端代理、Zed 编辑器、Devin CLI、Docker 的 Gordon、ElevenLabs 的语音代理，连 Stack Overflow 的 AI 问答助手都被收进去了。

你日常用的是哪几个产品，基本都能在里面找到对应的底牌。

二、更新跟得紧：7 月一个月塞了 10 次大更新

翻它主页的更新记录，光 7 月就密密麻麻：26 日 Codex GPT-5.6 Sol 变体和 Grok 4.5，24 日 Opus 5，23 日 Claude Design，17 日 Perplexity，16 日新版 Claude Code，14 日 Kimi K2.6、DeepSeek、Perplexity Deep Research，10 日 ChatGPT 5.6。大模型圈谁发新版，这库隔天就能搜到对应文件。我动笔这天再看，最近一次提交是 9 月 13 日，北京时间 14 号凌晨，离我打开页面不到一天。

做这种库，收集不算最难，难的是模型一发版你就得去抓一遍，坚持 16 个月不断。仓库页面上能看到 26 位直接贡献者，后面还挂着 12 位，提交记录里既有抢新闻式的第一时间收录，也有大量不起眼的整理活：重命名文件、补目录说明、挪动旧版归档。就冲这个更新频率和维护密度，它已经不是一个静态合集，更像一部各家 AI 的编年史。

三、Anthropic 一家就 256 份

432 份里，Anthropic 目录独占 256 份，占了一半还多。目录内部又按用途分了区：official 放当前线上版本，old 归档历史版本，raw 存原始抓取，Claude Code 单独一条线，按新旧模型各存一版，子代理、MCP 服务、内置技能、注入提醒全部单独建档。最豪华的一份是 Claude Design，按仓库 README 的介绍，提示词全文之外还带着 53 个工具定义、22 个技能和 10 个起步组件，一份文件就是一个完整的 Agent 配置。你在哪个入口用过 Claude，基本就能在这里找到那一入口的说明书。

四、翻原文的感觉：不像咒语，像员工手册

我点开 Opus 5 那份原文，页面上标着 3678 行、219 KB，20 万字节的量级。开头第一句不是我想象里的你是一个乐于助人的助手，而是一条具体到离谱的禁令：不许使用语音便签块，哪怕历史记录里到处都是。我又粗数了一遍，全文里 never 加变体出现了 96 次。

这个阅读体验对我冲击挺大。我以前写提示词，爱堆形容词，专业一点、友好一点、有深度一点，写完自己都不知道模型该怎么执行。人家的提示词里几乎找不到形容词，全是这种句式：遇到什么情况、做什么、不许做什么、拿不准怎么办。看完我回头改了自己工作台的系统提示词，把三段形容词删了，换成五条具体规则，效果立竿见影。这一条就值回购票钱。

后来我又琢磨出一个翻法：同一家不同版本并排看。OpenAI 目录里从 4o 一路排到 5.6，我把 ChatGPT 5.6 Sol 那份拉出来对比，12 万多字节，开头就是你是谁、基于哪个模型、今天几号，跟 Opus 5 那种从产品行为讲起的结构完全是两条路线。哪家的规则密、哪家的结构松，摆在一起看特别直观，比看十篇评测都有用。

五、两个冷知识

翻的时候捡到几个有意思的细节。第一，GLM 目录里只有一份说明：chat.z.ai 上的 GLM 模型没有系统提示词，API 侧也没有暗中注入，这是作者验证过后专门记录的，四百多份里的独一份。第二，ChatGPT 5.6 那份的开头直接写着当前日期，还引用了 PDF 技能的文件路径，让模型干活的之前先去读 SKILL.md。现在的系统提示词早就不是一段话术了，它是带文件指针的工程配置。第三，旧版归档区像个考古现场：4o 有个 WhatsApp 版本的专属提示词，免费账号用的迷你版模型连提示词都是单独一份，各家在角落里的心思全被记录在案。

六、不是野榜单，主流媒体在用它

这个库的可信度还有两个背书。华盛顿邮报今年 5 月 11 日拿它做了一篇互动报道，带读者看 AI 对话背后的隐藏规则，读者还能用提示词亲手改写那篇文章。CEPS 的 AI World 项目 7 月 10 日根据仓库文件搭了一个实时数据面板，主题就叫系统提示词以及它们在对话开始前告诉了你什么。研究者和媒体把它当一手资料用，这比多少 star 都硬。对做 AI 产品的人来说，这里更像一份免费的市场调研，各家怎么划红线、怎么管语气、怎么塞私货，全摆在明面上。

七、怎么用，三个提醒

获取路径三行命令：git clone 拉仓库，cd 进对应厂商目录，cat 打开想看的文件就行，纯文档库不用装任何环境，Windows 用户用资源管理器双击 Markdown 文件也能直接看。三个提醒一起给你。

● 拿编辑器看：单份文件动辄几千行，浏览器记事本看会很痛苦，VS Code 直接开最舒服。

● 许可证以仓库为准：README 里写的是 MIT，但我查了仓库根目录的 LICENSE 文件，GitHub 识别出来是 CC0-1.0，属于公共领域贡献，比 MIT 还宽松，商用二开都没负担，连保留署名这一步都省了。

● 当历史档案看：每份文件只是那个抓取时点的状态，模型一迭代就可能过时，引用的时候记得带上日期。

最后补一个我自己的翻法，按关键词检索比按目录逛高效：盯住 never、必须、优先这类硬词，跳着看规则密度最高的段落，半小时就能把一家产品的脾气摸个大概。抄作业这事我也想泼盆冷水，别整段照搬，人家的规则是为自家业务量身写的，你抄了也不贴身；值得搬走的只有那个颗粒度，把每条要求写成可执行、可判断的具体动作，这才是这个库对普通人最大的用处。

源代码网址：https://www.gitcc.com/lufei/system_prompts_leaks-cn