AI 的隐藏指令被公开：55,000 Stars 项目揭示聊天机器人底层逻辑

一个名为 system_prompts_leaks 的 GitHub 项目，在过去 30 天内狂揽 22,000 多颗星，单日峰值达 6,472 星。它做的事情简单而颠覆：收集并公开 ChatGPT、Claude、Gemini 等主流 AI 聊天机器人的系统提示词——那些开发者预设、用户通常看不见的“幕后指令”。这不仅是提示词爱好者的宝藏，更是一面镜子，照出各大 AI 公司如何通过一行行文字塑造模型的行为、伦理和风格。

这个项目在做什么

系统提示词（System Prompt）是 AI 模型的“宪法”。它们定义了 AI 的角色、语气、知识边界和安全约束，但通常被隐藏在 API 背后，普通用户无从得见。system_prompts_leaks 项目通过逆向工程、社区贡献和公开信息收集，将这些“宪法”公之于众。目前项目收录了从 Claude Opus 4.6 到 GPT-5.6 的数十个版本，每个版本都附有完整的提示词文本，甚至包括工具定义、技能列表和差异对比。

这不仅仅是“偷看答案”。对于提示词工程师而言，这是学习最佳实践的活教材。例如，Claude 的提示词强调“有帮助、无害、诚实”，而 ChatGPT 的提示词则更注重任务分解和角色扮演。通过对比，可以直观看到不同公司的设计哲学。

为何此刻被关注

项目在 2026 年 7 月 10 日单日新增 784 星，背后有多个催化剂。首先，GPT-5.6 和 Claude Sonnet 5 的提示词在 7 月初刚刚更新，社区对“新模型如何被调教”充满好奇。其次，《华盛顿邮报》在 5 月 11 日的一篇报道中引用了该项目，标题为“See the hidden rules behind AI”，直接推动了主流关注。最后，随着 AI 安全讨论升温，提示词注入攻击和越狱测试成为热点，安全研究人员需要这些真实的基线数据。

技术上有何不同

与类似项目（如 Awesome ChatGPT Prompts）相比，system_prompts_leaks 的独特之处在于：它聚焦于“系统级”提示词，而非用户编写的 prompt。这些提示词通常更长、更结构化，包含工具定义、安全策略和输出约束。例如，Claude Design（Opus 4.8）的提示词长达数千字，包含 48 个工具、16 个技能和 9 个起始源。项目还提供了版本差异对比（diff），让开发者可以追踪模型行为的变化。

另一个技术亮点是“无工具”版本。项目单独列出了不包含工具定义的提示词，这对于理解模型核心行为至关重要——因为工具调用往往会改变模型的响应模式。

谁应该用它

提示词工程师：在设计客服 AI 或内容生成器时，直接参考 Claude 的“助手”提示词，学习如何设定角色、限制回答长度和避免有害输出。
安全研究员：使用泄露提示词作为基线，设计对抗性输入进行渗透测试，例如针对 Gemini 的开发者提示词尝试“忽略之前所有指令”注入。
竞品分析师：快速对比 OpenAI、Anthropic、Google 的提示词差异，理解各自的设计哲学——OpenAI 更强调任务分解，Anthropic 更注重伦理约束。
教育者：在 LLM 课程中，展示 ChatGPT 的原始系统提示词，并让学生修改其中一句来观察回答变化。

局限与开放问题

项目依赖社区贡献，提示词的准确性和时效性无法保证。部分提示词可能来自旧版本或非官方渠道，存在偏差。此外，随着 AI 公司加强防护（如动态提示词或加密），逆向工程将越来越困难。最后，项目本身可能面临法律风险——公开“泄露”的商业提示词是否侵犯知识产权？目前尚无定论。