system_prompts_leaks：把主流大模型的「系统提示词」一次性扒给你看

你有没有好奇过：当你打开 Claude、ChatGPT、Cursor 或者 Copilot，背后那一段看不见的「系统提示词」到底写了什么？

asgeirtj/system_prompts_leaks 这个仓库做的事情非常简单粗暴——把市面上主流大模型厂商的系统提示词（system prompt）泄露版整理到了一起。截止到现在，它已经收录了 Anthropic 的 Claude 全家桶（Fable 5、Opus 4.8、Claude Code、Claude Design）、OpenAI 的 ChatGPT 5.5 Thinking / GPT 5.5 Instant / Codex、Google 的 Gemini 3.5 Flash / 3.1 Pro / Antigravity，还有 xAI 的 Grok、Cursor、Copilot、VS Code、Perplexity 等一系列产品，并且定期更新。

这篇文章就带你快速过一遍这个仓库能做什么、为什么值得收藏，以及怎么用 Docker（或者直接克隆）在本地搭一个随时查阅的版本。

一、背景：系统提示词为什么这么重要

所谓「系统提示词」，是大模型产品上线时悄悄塞给模型的一段隐藏指令。它定义了：

• 人设：模型扮演什么角色、用什么口吻说话、应该拒绝哪些请求。
• 工具调用格式：何时输出 JSON、何时调用函数、使用什么工具描述格式。
• 风格与边界：回复长度限制、表情使用偏好、是否允许吐槽竞品。
• 安全护栏：哪些话题直接拒答，哪些话题要转人工。

对普通用户来说这段话是「不可见」的——你看到的只是它生成的回答。但对开发者、独立产品经理、AI 工程师来说，系统提示词就是产品最核心的 prompt 资产。研究它，基本等同于看这些顶尖团队是「怎么教 AI 做人」的。

这也是为什么每次大厂系统提示词泄露都能上 Hacker News 头条——大家都在抄作业。

二、它能做什么

打开仓库主页你就能看到，它把泄露出来的提示词按照厂商分组，主要包括：

1. Anthropic 阵营
- Claude Fable 5
- Claude Opus 4.8
- Claude Code（编程专用）
- Claude Design（设计专用）

2. OpenAI 阵营
- ChatGPT 5.5 Thinking
- GPT 5.5 Instant
- Codex（代码生成）
- Copilot / VS Code 内嵌提示

3. Google 阵营
- Gemini 3.5 Flash
- Gemini 3.1 Pro
- Antigravity（Google 的 Agent 平台）

4. xAI / 其他
- Grok（马斯克家的）
- Cursor（AI IDE）
- Perplexity（搜索增强）

每个厂商下面都按产品/版本拆分到独立文件，文件名通常带日期戳，方便你对比「同一款产品在不同时间点的提示词差异」。比如你想知道 Claude Code 三个月前和今天有什么变化，直接 diff 两个文件就行。

三、为什么值得收藏

我自己的用法是把它当成「提示词博物馆」 来用，具体场景包括：

• 写产品 prompt 时抄作业：写一个类似 Claude Code 的代码助手？不妨先看看官方 Claude Code 的提示词是怎么组织 XML 标签和工具描述的。
• 研究竞品策略：想知道 Cursor 和 Copilot 在「是否允许调用文件系统」这件事上有什么不同？直接对比两边的 system prompt 即可。
• 追踪行业风向：大版本更新（比如 Claude Opus 4.8 → Fable 5）通常会改写系统提示词，看 diff 就能猜出厂商在新版本想强调什么能力。
• 论文与博客素材：做 prompt engineering 研究、写技术博客，这是一手的、最权威的语料。

最关键的一点是：这个仓库一直在更新。README 里明确写着「Updated regularly」，基本上每次有新产品/新版本发布，作者就会在几天内把对应的提示词整理进来。对一个 5 万多 star 的项目来说，维护频率相当良心。

四、快速上手

整个仓库就是一个纯文本的 Git 仓库，没有后端、没有数据库。两种使用方式任选其一：

方式 1：直接克隆（推荐）

git clone https://github.com/asgeirtj/system_prompts_leaks.git
cd system_prompts_leaks
ls

你看到的目录结构大概是这样的：

.
├── Anthropic/
│   ├── Claude-Fable-5.md
│   ├── Claude-Opus-4.8.md
│   ├── Claude-Code.md
│   └── Claude-Design.md
├── OpenAI/
│   ├── ChatGPT-5.5-Thinking.md
│   ├── GPT-5.5-Instant.md
│   └── Codex.md
├── Google/
│   ├── Gemini-3.5-Flash.md
│   ├── Gemini-3.1-Pro.md
│   └── Antigravity.md
└── ...

想搜某个关键词？直接用 grep：

# 找所有提到 "tool_use" 的提示词
grep -ril "tool_use" .
看看 Claude Code 是怎么描述工具调用的
cat Anthropic/Claude-Code.md | grep -A 5 "Available tools"

方式 2：用 Docker 起一个本地搜索服务

仓库本身没有官方镜像，但你可以用现成的 md 静态站点生成器快速搭一个本地检索界面。下面是一个最小可用示例（基于 squidfunk/mkdocs-material 的思路，自己改一下源目录即可）：

docker run --rm -it \
  -p 8000:8000 \
  -v $(pwd):/docs \
  squidfunk/mkdocs-material:latest \
  serve --dev-addr 0.0.0.0:8000

如果想要更简单的纯静态浏览，也可以直接：

python3 -m http.server 8000
浏览器打开 http://localhost:8000，挑你想看的厂商目录

方式 3：配合 grep + ripgrep 做全文检索

对于 50k+ star 的仓库，文件量已经不小了。推荐装一下 ripgrep：

# 统计每个厂商的提示词字数
rg -c '^' Anthropic/ OpenAI/ Google/
在所有 Claude 相关文件里搜 "web_search"
rg "web_search" Anthropic/

这种「git clone + grep」的极简用法，反而是这个仓库最舒服的打开方式。

五、它适合谁

• AI 应用开发者：要写 system prompt，又不知道行业最佳实践，直接抄大厂作业。
• 产品经理 / 独立开发者：调研竞品的「AI 边界」——哪些问题会被拒、哪些会放行。
• Prompt Engineer / 研究者：做论文、做 benchmark，需要真实的工业级 prompt 语料。
• AI 爱好者：纯好奇，想知道 ChatGPT 每次开场白的「You are a helpful assistant...」后面到底藏了多少字。

不适合的群体：

• 期待看到一个「一键部署的 SaaS」的用户——它就是一堆 md 文件。
• 想拿它做商业 prompt 库出售的人——内容是社区整理的，注意 license。
• 完全没接触过命令行的新手——至少要会用 cd 和 cat。

六、链接

• GitHub 仓库：https://github.com/asgeirtj/system_prompts_leaks
• Anthropic 官方 Claude 文档：https://docs.anthropic.com
• OpenAI Prompt Engineering Guide：https://platform.openai.com/docs/guides/prompt-engineering
• Google Gemini API Docs：https://ai.google.dev/docs

> ⚠️ 声明：仓库里整理的「系统提示词」属于泄露版本，主要来源是社区逆向、抓包、二手转载。引用时务必注明出处，并注意各厂商的服务条款与版权要求。本文仅作技术研究用途。

一句话总结：想研究大厂是怎么「调教」自家 AI 的？直接 clone 这个 5w+ star 的仓库，5 分钟就能翻完所有主流模型的隐藏指令。