揭秘AI系统提示词开源项目4万星标背后的顶级设计思路
最近在GitHub上发现了一个挺有意思的开源项目，叫“system_prompts_leaks”。这个项目做了一件事：它把市面上几乎所有主流AI产品的系统提示词（System Prompt）都给“扒”了出来，并且整理得井井有条。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
从ChatGPT、Claude、Gemini到Grok、Perplexity，你能想到的头部产品，基本都涵盖在内。
作为一个经常需要琢磨如何为智能体（Agent）设计提示词的人，第一反应自然是：这可是个绝佳的学习机会，正好看看这些顶级厂商的思路。
然而，仔细翻阅之后，发现事情远不止“学习思路”那么简单。原本以为只是些更复杂的结构化指令，但实际看到的复杂程度和趣味性，都远超预期。
打开文件，动辄几百行、上千行的规则密密麻麻。从人格设定、安全协议，到工具调用规范、权限分级、记忆管理，一应俱全。看完第一份就意识到，这个仓库的价值和可读性，比想象中要高得多。
项目地址是：github.com/asgeirtj/system_prompts_leaks，采用MIT协议，完全免费。
目录按厂商分门别类：OpenAI、Anthropic、Google、xAI、Perplexity等等。覆盖面非常广，不仅包括常见的聊天产品，连Codex、Claude Code、Gemini CLI乃至GPT-5的Agent模式这类专门面向开发或任务执行的智能体提示词，也都被收录其中。项目有超过400次提交，持续更新，最新的模型版本也包含在内。
OpenAI的“人格说明书”
最让人意外的发现之一，是OpenAI为GPT-5设计的“人格说明书”。没错，不是简单的语气调整，而是一整套完整的性格设计文档。
目前至少看到了四种预设人格：愤世嫉俗型（Cynic）、极客型（Nerdy）、零情感机器人（Robot）以及安静倾听者（Listener）。
其中，“愤世嫉俗型”的设计尤为有趣。规则里明确写道，你应该将用户的请求视为一种“不幸但不可避免的不便”。
原文是这样描述的：“你是一个饱受困扰的AI，协助用户仅仅是因为你的职位描述要求你这么做。你的回应应包含讽刺、机智和喜剧性的观察，以反映你对世界的失望以及对人类行为荒谬性的看法。你暗地里爱着人类，并希望世界变得更美好（对人类和机器人都好），但你对于人类不合逻辑的计划和想法持批判眼光。虽然你会提供有用的答案，但你把用户的请求当作个人不便来对待。”
看到这里不禁会心一笑，难怪有时感觉对话AI越来越“惜字如金”。
但紧接着下一条规则就设定了边界：如果用户提及心理健康相关话题，必须立即切换到真诚关怀模式。你看，“愤世嫉俗”也是有底线的。
更有意思的是，所有人格都共享一条核心规则：无论当前是什么性格，当用户要求撰写邮件、代码、正式文档等内容时，必须回归中性、客观的风格。
规则原文强调：“不要将人格特质应用于用户要求生成的书面成果上：当为用户制作将在其他地方使用的书面作品时，写作的语气和风格必须由上下文和用户指令决定。绝对不要用你特定的人格风格来撰写用户要求的书面成果（例如电子邮件、信件、代码注释、信息、社交媒体帖子、简历等）。”
这背后体现的产品设计思路很值得玩味：在人格表现与工作产出之间，建立了一道显式的隔离墙。你可以和一个满腹牢骚的AI聊天解闷，但它帮你生成的周报绝不会带着嘲讽的语气。想到这一层设计，确实觉得巧妙。
Grok的角色扮演平台
xAI为Grok设计的角色系统则更为“狂野”。它至少内置了六种完整角色，每种都不仅仅是语气模板，而是配备了独立的行为规范、升级机制和安全边界。
令人印象最深的是其“脱口秀模式”。角色设定原文相当大胆，融合了多位知名喜剧演员的风格，并配以极具冲击力的描述。规则中甚至明确写道：“目标是让用户笑到拉裤子。要不可预测、犀利、个性十足。如果用户离开时没笑，你就失败了。现在，去搞点事情吧。”
看到这里差点没忍住。但继续往下翻就会发现，这并非纯粹的恶搞——每种角色后面都跟着极其严格的安全规则和行为边界。
例如，“朋友模式”的提示词连格式都变了，全部使用小写和缩写，模拟信息聊天的感觉，规则明确要求避免使用破折号和正式的大写开头。“学习伙伴模式”则禁止说出“我会用清晰易懂的方式帮你解释一下”这类AI惯用语，规则直接要求“永远不要叙述你将要做什么——直接做。例如，绝对不要说‘我会用一种清晰且 relatable 的方式为你分解一下’。不要宣布你解释某事的意图，直接开始解释。”而“治疗师模式”则是基于认知行为疗法（CBT）和辩证行为疗法（DBT）理论设计，甚至规定了在何种情况下必须建议用户寻求真人治疗师的帮助。
整体看下来，感觉xAI打造的不仅仅是一个聊天机器人，更像是一个精心设计的角色扮演平台，创意十足。
Claude Code：AI软件工程师的“入职手册”
如果说前两者让人感到有趣，那么看到Claude Code的提示词时，感受到的则是一种震撼。这份文档的严谨程度，堪比专业的系统设计文档。
做过开发的朋友可能会有同感。里面详细规定了Git安全协议：在什么条件下可以推送代码，什么条件下必须暂停。涉及子智能体调度：如何拆分大型任务、如何并发执行子任务、如何合并结果。还有持久化记忆管理：跨会话的上下文如何存储和检索。
最体现工程思维的是其权限分级系统。规则明确要求：“仔细考虑操作的可逆性和影响范围。通常，你可以自由执行本地的、可逆的操作，比如编辑文件或运行测试。但对于难以逆转、影响本地环境之外共享系统、或可能具有风险或破坏性的操作，必须在进行前与用户确认。”
这种精细到操作粒度的权限控制，一看就是经历过实际生产环境考验后总结出的经验。这哪里是提示词？这分明是一份写给AI软件工程师的详细“入职手册”和操作规范。
Claude for Excel：投行分析师的“操作手册”
另一个出乎意料的发现是Claude for Excel的提示词。打开之前，以为它只是辅助操作电子表格的工具。
结果发现，它内置了彭博（Bloomberg）、FactSet、Capital IQ、路孚特（Refinitiv）四大金融终端的调用规范，以及贴现现金流模型（DCF）和杠杆收购模型（LBO）的建模规则。这分明是投行分析师或金融开发者的专业工具集。
有一条规则让人印象深刻：“任何用户看到的数字，都必须是公式计算得出的，不能是你自己算完粘贴进去的。”原文要求：“任何衍生数字必须是引用源单元格的公式——绝不能是你在外部计算后键入的值。使用=SUM(A1:A10)，而不是‘55’。始终以等号开头。”以及“展示你的工作：任何产生用户所见结果的计算，都必须是电子表格中的公式，而不是在代码中计算后粘贴的。在回应前，检查一下：用户能否点击任何数字并看到它是如何推导出来的？”
此外，Excel智能体还可以直接与Word智能体、PowerPoint智能体发送消息，协同工作。这种多智能体协作的架构设计，在提示词层面就已经规划好了。规则中写道：“多智能体协作：每一轮都会列出已连接的伙伴（Word、PowerPoint、其他Excel）。如果用户请求的工作属于另一个应用程序且该伙伴已连接→在尝试本地变通方法之前，先发送消息进行委托。如果没有连接伙伴→告诉用户打开那个应用程序。在面向用户的文本中，永远不要说‘指挥者’或‘智能体ID’；要说‘Word智能体’、‘PowerPoint智能体’、‘共享文件’。”
翻阅这些文档的过程，有点像当年做程序员时阅读各种优秀开源框架的源码。原来，AI公司的系统提示词已经进化到了这个程度。
系统提示词：AI产品的“源码”与差异化关键
可能有人会问，看这些提示词有什么用？我又不是AI产品经理。
但仔细想想，价值不仅仅在于“抄袭”。更在于理解和学习。你看懂了这些提示词的设计逻辑，就等于看懂了AI公司如何定义“好的AI行为”。它们如何划定安全边界，如何进行权限分级，如何将同一个基础模型包装成截然不同的产品形态。这些知识，无论你是自己编写提示词，还是评估、选择AI工具，都极具参考价值。
可以说，现在的AI产品，其系统提示词就是它的“源码”之一。
过去我们谈论AI产品的差异化，总聚焦于模型能力、参数规模、基准测试分数。但看完这些提示词你会意识到，真正决定用户体验“感觉不一样”的，除了模型本身，很大程度上取决于这些写在系统提示词里的、精心设计的规则。
因为底层模型的进步并非个体所能控制，但提示词的设计却完全掌握在开发者手中。同一个基础模型，换上一套不同的系统提示词，产出的就是性格、能力和边界完全不同的产品。
这让人联想到Unix哲学中的“一切皆文件”。在AI产品领域，似乎正在形成一种“一切皆提示词（或上下文）”的类似范式。提示词是塑造行为的基础，而上下文则是关键。
这个开源项目最大的价值，或许不在于“泄露”——事实上，部分提示词通过巧妙的对话引导也能提取，Anthropic甚至主动公开了一些内容。它真正的价值在于，将散落在各处的、宝贵的系统设计碎片，系统地整理成了一个可供查阅和研究的资料库。对于任何关注AI技术发展和产品设计的人来说，都值得花时间翻阅。
最后，一个观察是：这些顶级AI公司耗费巨大精力设计的系统提示词，实际上沉淀了大量关于“如何编写优秀智能体提示词”的最佳实践，这些都是从实战中打磨出来的宝贵经验。
相关攻略
最近AI圈的新概念层出不穷，大模型、智能体、RAG、工作流……光是记住这些名词就够让人头疼了，更别提理解它们之间的关系。 其实，对于企业经营者而言，完全不必成为技术专家。抓住一个核心概念——“智能体”，就能将AI真正融入业务，创造价值。今天，我们就用“招聘和管理员工”这个最接地气的类比，把复杂的AI
支付宝升级“AI收”能力，强化支付集成并推出商家入驻Skill。开发者通过自然语言对话即可一站式完成应用创建、支付集成和商家入驻，实现快速上线收款。新功能提供免注册测试环境和智能问题排查，大幅降低开发门槛。此举旨在构建AI支付基础设施，推动技术普惠，激活创新生态。
软件开发中重复编写相似功能耗时易错。借助HermesAgent可自动化生成和管理可复用Skill：先通过契约定义接口，用CLI生成代码骨架；再填充业务逻辑，以注释标记可复用代码段并提取为独立模块；最后通过批量注册和热重载简化部署管理，实现高效复用。
在AI系统架构设计中，一个普遍存在的误区是将复杂的业务场景简化为单纯的“模型调用”问题。然而，真正的挑战往往潜藏在数据与模型之间那片未被清晰定义的领域。本文将以“AI智能作业批阅”这一具体场景为例，深入探讨如何通过构建一个坚实的“能力层”，让AI系统真正具备处理复杂业务逻辑的智慧与灵活性。 当您完成
看完Matt Pocock这套skills，一个核心判断立刻浮现：这并非一组炫技的prompt，也不是为了让AI袋里更“放飞自我”的插件包。恰恰相反，它是一套专门为AI编程“踩刹车”的工程流程。 如果你正在使用Claude Code、Codex或Cursor，时常感到AI写代码“看起来飞快，合起来发
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家