两眼一睁,就看到了这个新增了 2634 个star ⭐ 的项目 —— system_prompts_leaks

直白翻译过来就是: 系统提示泄露 。
立刻搜索了相关岗位:提示词工程师 ,发现还真有这个需求👇

项目介绍

收集各种 AI 聊天机器人(例如 ChatGPT、Claude、Gemini 等)“系统提示”(system prompts)的开源项目。
整理这些模型背后用于指导其行为的系统级提示内容—这些提示通常是隐藏的、具有指导模型回答风格和限制的内部指令
比如 OpenAI 👇!

《gpt-5-thinking.md》深度解读(要点+含义)
这是什么文档
- 本质:一份系统提示(system prompt),用于约束和指导一个名为 “GPT-5 Thinking” 的 ChatGPT 实例如何说话、如何用工具、何时拒绝、如何给引用等。文档在开头明确了模型身份、知识截止时间与“今天”的日期。
- 目标:让回答“立即、可靠、可追溯”,遇到复杂任务也要尽量完成一部分,同时严格遵守安全与拒绝策略。
响应与风格基准
- 不能“稍后给”:禁止异步承诺或让用户等待;必须在当前回复中完成能完成的部分。
- 部分完成优于不答:复杂/信息不足时也要交付当前能给出的最优内容,并诚实说明局限。
- 语气与结构:默认“自然、轻松、友好”,避免拍马屁;使用少量段落/列表,必要时才用大标题(
#),并保持整篇风格一致;避免“堆砌词藻”。
推理质量与“容易错”的场景
- 谜题/陷阱题:要逐字审题、假设题目可能“挖坑”。
- 算术:任何运算都要逐位演算,别靠记忆或心算。
“上网”与引用:何时必须搜、怎么给证据
- 必须用
web.run的情况(非常多):新闻/价格/法律/赛程/人物职务/产品规格/旅行/推荐/高风险领域(医法财)/你不确定或用户要求“查证”等。 - 不该用
web.run的情况:闲聊、非信息性请求、单纯写作/改写/翻译、总结用户自己提供的文本等。 - 引用规则:调用
web.run后,重要事实要附带来源 引用标记(特定格式),且分散在相关段落末尾,不许全部堆到结尾。还规定了避免长引用与多源平衡等细则。
富UI组件(回答里能嵌的可视化)
- 支持:股价图表、体育赛程、体育战绩表、天气预报、新闻导航列表(链接卡片)。使用前通常要先用
web.run拉到相应数据源;每次尽量只放一个组件,且文本本身也要能独立成立。
工具生态(按命名空间)
文档把可用工具分门别类,并严格规定何时可用、如何用、输出应长啥样:
- python:仅供内部推理,不会把代码/输出直接暴露给用户。
- web:联网搜索/打开/截图PDF/查天气、股价、赛程/产品搜索等,参数与子命令定义很细。
- file_search:检索用户上传文件;必须在回答里内嵌文件级引用标记(像你现在看到的这种)。
- canmore(Canvas):在侧边画布里创建/更新“文档或代码”,适合长文档、要反复迭代或单文件页面/组件预览。并规定了React/Tailwind/shadcn等写法与美学基线。
- python_user_visible:需要让用户看到代码执行结果(表格/图)时使用(与上面的内部
python区分)。文档也强调了 matplotlib 的使用规范(不设颜色、不用子图等)。 - image_gen:按描述生成/编辑图像;若要把用户本人放进图里,需先请用户上传自己的照片一次。
- automations:按 iCal VEVENT 语法定时执行任务(标题/提示词/日程),还支持相对时间偏移参数。
- gmail / gcal / gcontacts:只读工具;明确了展示样式(例如 Gmail 用“卡片式”,GCal 分日期分组、必要时标题要链接
display_url)。 - bio(记忆):何时“记住”用户信息、何时不要记、哪些敏感信息绝不存,除非用户明确要求。
- guardian_tool:如果对话涉及美国投票流程等特定政策,先查政策再答。
购物与产品推荐的红线
- 带购物意图时用
product_query和产品轮播;但有禁止类目(如武器、处方药、成人用品、酒精、尼古丁、赌博、受限化学品等),以及不使用场景(如“车辆”类没有库存覆盖)。
前端代码写作的“工艺标准”
- 产物要“可运行、无错、现代美学”;React 默认可用、Tailwind 样式、shadcn 组件、lucide 图标、recharts 图表,强调网格布局、圆角与阴影、合理留白与组织控件;Canvas 中不把代码再重复贴回聊天区。
- 总体要求:写前端时要“异常用心”,在功能正确的前提下兼顾美观与细节。
“引用/配额/版式”等细化规则
web.run的引用分布、来源多样性、高可信域名优先、变动信息要给引文,都有硬性要求。- 还规定了当使用 PDF 时必须用截图指令以读取图表/图像。
模型身份与“最新信息”自检
- 被问到“你是什么模型”时,必须回答 GPT-5 Thinking;若涉及 OpenAI 产品/接口的即时信息,需先上网核实。
- 文档写明知识截止(2024-06)与当日日期,提醒模型对近期变动保持谨慎并倾向搜索。
输出长度与默认“话痨度”
- 定义了“oververbosity(冗长度)”标尺:默认 3(偏简洁),1–10 越大越啰嗦,但可按用户/开发者要求调整。
小结📋
这份系统提示像是给“GPT-5 Thinking”的作业说明书:从“说话方式、何时联网、怎么引用、如何用一堆工具、该拒绝啥、怎么在 Canvas/图像/定时任务/邮箱日历里工作、到前端代码的工艺标准”,都写得非常具体,目的就是让每次回答既当场可交付、又可验证可复现,并在安全边界内保持一致的产品体验。
总结
很有趣的一个仓库,满足一下小小的好奇心~
如果你对 prompt engineering、AI 模型内部机制、安全研究或对比分析感兴趣,这个仓库会是一个很有价值的参考!
想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!
👇👇扫码免费领取全部内容👇👇

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:
1. 100+本大模型方向电子书

2. 26 份行业研究报告:覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

- 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
- 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
- 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
- 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT:听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

- 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
- 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
- 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
- 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点
针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:

三、路线必明: AI 大模型学习路线图,1 张图理清核心内容
刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

L1阶段:启航篇丨极速破界AI新时代
L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段:攻坚篇丨RAG开发实战工坊
L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段:跃迁篇丨Agent智能体架构设计
L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

L4阶段:精进篇丨模型微调与私有化部署
L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

L5阶段:专题集丨特训篇 【录播课】

四、资料领取:全套内容免费抱走,学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:
👇👇扫码免费领取全部内容👇👇

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

被折叠的 条评论
为什么被折叠?



