AI提示工程工具开源!帮大家看懂AI背后的行为规则 | gitcc.com

System Prompts Leaks是开源AI系统提示词资料库，简单来说就是收集各大AI底层预设指令，帮大家看懂AI背后的行为规则。

AI厂商通常隐藏系统提示词，开发者很难摸清模型边界，研究人员缺少参考素材。

这个工具就可以帮到您！

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

一、核心定位

1. 1. 面向AI研究者与提示工程师的开源文档库，通过逆向工程收集主流大模型的原始系统提示词，挖掘AI对话背后内置的隐藏规则，为提示词相关研究提供真实、一手的参考资料。
2. 2. 轻量化纯文档类开源项目，不包含可执行程序，专注归档ChatGPT、Claude、Gemini等头部厂商模型底层指令。以Markdown格式存储资料，降低查阅、复用、二次检索的门槛。
3. 3. 社区驱动的持续维护项目，依靠社区力量跟进各大AI模型版本迭代，持续新增与更新系统提示词样本，鼓励开发者提交资料，共同完善AI底层规则资料库。

二、解决的痛点

1. 1. 市面上AI产品会对普通用户隐藏底层系统提示词，用户只能看到AI输出的回答，无法获知模型初始预设指令，很难理解AI为什么会做出特定的回复与内容限制逻辑。
2. 2. AI开发者在做提示工程开发时，难以准确掌握不同大模型真实能力边界，不清楚模型内置约束，在调试提示词、做模型适配时容易踩坑，缺少可靠参考依据。
3. 3. AI科研人员开展模型行为研究时，缺少成套、原始的系统提示词数据集。公开可获取的资料零散失真，难以开展横向对比，增加大模型行为分析的研究成本。

三、核心优势

1. 1. 覆盖主流厂商大模型资源，项目收录OpenAI、Anthropic、Google等头部企业ChatGPT、Claude、Gemini系列模型，汇集市面上关注度最高的大模型底层系统提示词样本。
2. 2. 库内提示词均为原始未修改版本，保留获取到的原文格式，不做人工改写润色。研究人员可以直接使用原始文本开展实验，保证研究数据真实可信，避免二次加工带来偏差。
3. 3. 项目持续迭代维护，跟踪各大AI厂商的模型更新动态，同步新增、更新系统提示词内容。社区持续贡献新样本，资料库内容跟随大模型生态保持同步更新。

四、应用场景

1. 1. 提示工程学习与调优场景，提示工程师可参考原始系统提示词，理解模型底层约束逻辑，优化自定义提示词，规避模型内置限制，提升大模型应用开发与Prompt调试效果。
2. 2. AI模型行为科研分析场景，高校与科研人员可以横向对比多家大模型的底层预设指令，研究不同模型的安全规则、输出偏好，开展大模型对齐、行为边界相关课题研究。
3. 3. AI产品竞品调研场景，AI行业从业者可以查阅竞品模型的底层系统指令，分析不同厂商的模型设计思路，用于产品方案设计，评估各类大模型是否适配自身业务需求。

五、技术架构

1. 1. 整体采用纯文档库架构，无后端服务、无需运行代码，全部资料以Markdown文件形式存放。依托Git仓库进行版本管理，记录每一次提示词文件新增、修改的变更历史。
2. 2. 文件结构轻量化，使用md文本格式存储提示词内容，长文本内容可兼容专业代码编辑器打开阅读。目录按模型厂商、模型版本分类，方便用户快速检索定位目标模型资料。
3. 3. 社区协作架构，基于Git工作流接收外部贡献。贡献者提交资料PR，经过校验后合并入库，依靠开源社区协作完成样本收集、校验、更新，实现分布式内容维护。

六、功能优化方向

1. 1. 完善检索能力，增加标签索引、全文检索功能，支持按厂商、模型版本、关键词快速检索提示词。优化目录结构，自动分类归档，提升在海量文档中查找目标资料的效率。
2. 2. 丰富辅助配套工具，开发在线预览页面、提示词对比工具，支持多模型提示词并排对比。增加格式化转换功能，一键导出为JSON、CSV，方便导入数据分析工具。
3. 3. 建立资料校验机制，新增原文真实性校验流程，过滤伪造提示词样本。补充中文大模型相关样本，丰富国内模型资料，完善中英文大模型系统提示词的覆盖广度。
5. 

System Prompts Leaks作为开源系统提示词资料库，为提示工程、AI科研领域提供了一手原始参考素材。项目依托社区持续更新，帮助从业者读懂AI底层规则，探索大模型的行为边界，也欢迎开发者一起参与共建，完善资料库。

你在提示工程实践中，有没有想逆向查看大模型系统提示词的经历？对于这个资料库，你希望优先补充哪些模型的资料，欢迎评论区交流！