Zurück zur Übersicht
GitHub Repository system_prompts_leaks sammelt extrahierte System-Prompts führender KI-Modelle von OpenAI bis Google
Open SourceSystem-PromptsGitHubOpenAI

GitHub Repository system_prompts_leaks sammelt extrahierte System-Prompts führender KI-Modelle von OpenAI bis Google

Im auf GitHub Trending gelisteten Repository system_prompts_leaks stellt der Entwickler asgeirtj eine Sammlung extrahierter System-Prompts bereit. Die Dokumentation umfasst Instruktionen und System-Prompts diverser führender KI-Systeme und Hersteller. Zu den erfassten Plattformen zählen Modelle von Anthropic wie Claude Fable 5.1, Opus 5, Claude Design und Claude Code, Angebote von OpenAI wie ChatGPT GPT-6-Astra und Codex sowie Google-Systeme wie Gemini 3.8 Flash, 3.1 Pro und Antigravity. Ergänzt wird die Übersicht durch Implementierungen von xAI mit Grok und Grok Bot sowie Lösungen wie Cursor und Kimi. Laut den Angaben des Autors wird das GitHub-Projekt kontinuierlich gepflegt und regelmäßig mit neuen Daten aktualisiert.

GitHub Trending

Die wichtigsten Punkte

  • Umfassende Sammlung veröffentlicht: Das GitHub-Repository system_prompts_leaks von Autor asgeirtj führt extrahierte System-Prompts zahlreicher moderner KI-Modelle auf.
  • Breite Abdeckung von Anbietern: Enthalten sind Prompts von Anthropic, OpenAI, Google, xAI sowie Cursor und Kimi.
  • Konkrete Modellversionen dokumentiert: Die Sammlung listet unter anderem Claude Fable 5.1, Opus 5, ChatGPT GPT-6-Astra, Gemini 3.8 Flash und Antigravity auf.
  • Regelmäßige Pflege: Der Autor kennzeichnet das Repository als Projekt, das fortlaufend und regelmäßig aktualisiert wird.
  • Präsenz in den Entwickler-Trends: Die Veröffentlichung erreichte am 13. September 2026 eine Listung auf GitHub Trending.

Analyse

Dokumentierte Systeme und Modellreihen im Detail

Die vom Entwickler asgeirtj bereitgestellte Sammlung zeichnet sich durch eine detaillierte Zusammenstellung von System-Prompts aus, die aus unterschiedlichen KI-Werkzeugen und generativen Sprachmodellen extrahiert wurden. Innerhalb der Dokumentation werden prominente Branchenakteure und deren spezifische Produktlinien explizit erfasst.

Auf Seiten von Anthropic deckt die Sammlung mehrere Ausprägungen ab, darunter Claude Fable 5.1, Opus 5 sowie spezialisiertere Implementierungen wie Claude Design und Claude Code. Für den Entwickler OpenAI werden Prompts für ChatGPT GPT-6-Astra und das auf Programmierung ausgerichtete System Codex aufgeführt. Das Spektrum von Google umfasst gleich drei namentlich genannte Modellvarianten: Gemini 3.8 Flash, Gemini 3.1 Pro und das Projekt Antigravity. Darüber hinaus werden Systeme von xAI mit Grok und Grok Bot aufgeführt sowie Werkzeuge von Entwicklungsplattformen wie Cursor und dem Sprachmodell Kimi. Die Vielfalt der genannten Werkzeuge zeigt, dass sich die Dokumentation nicht auf einen einzelnen Anbieter beschränkt, sondern promptbezogene Vorgaben verschiedener KI-Architekturen erfasst.

Struktur, Herkunft und Aktualisierungszyklus der Datensammlung

Veröffentlicht unter der Webadresse https://github.com/asgeirtj/system_prompts_leaks und aufgeführt in den GitHub Trending Charts, positioniert sich das Repository als zentrale Ablage für extrahierte System-Prompts. Ein wesentliches Merkmal des Repositorys ist der explizit formulierte Hinweis auf eine kontinuierliche redaktionelle Weiterführung. Der Betreiber hält fest, dass der Datenbestand regelmäßig gepflegt und um weitere extrahierte System-Prompts ergänzt wird.

Die Dokumentation stützt sich nach Angaben des Erstellers auf Inhalte, die direkt aus den jeweiligen Diensten und Benutzerschnittstellen extrahiert wurden. Dadurch fungiert das Projekt als Nachschlagewerk für standardisierte Instruktionen, mit denen Sprachmodelle und Programmierassistenten vor Beginn der eigentlichen Nutzerinteraktion instruiert werden. Die Listung auf GitHub Trending unterstreicht dabei die unmittelbare Sichtbarkeit innerhalb der Entwicklergemeinschaft zum Erfassungszeitpunkt im September 2026.

Bedeutung für die KI-Branche

Die Verfügbarkeit und systematische Bündelung von System-Prompts in einem öffentlichen GitHub-Repository macht Entwicklungsansätze und Standardvorgaben verschiedener Anbieter direkt vergleichbar. Da System-Prompts das fundamentale Verhalten, Begrenzungen und Rollenanweisungen von KI-Modellen festlegen, bietet eine dokumentierte Übersicht Einblicke in die Konfigurationen führender Systeme von Anthropic, OpenAI, Google, xAI, Cursor und Kimi.

Die regelmäßige Aktualisierung und Gegenüberstellung dieser internen Instruktionen offenbart, wie unterschiedliche Plattformen ihre Modelle steuern und anleiten. Zugleich zeigt die Präsenz auf GitHub Trending, dass die Offenlegung und Analyse derartiger Leitlinien auf ein hohes Interesse in der Fachöffentlichkeit trifft, wenn es um das operative Verhalten moderner KI-Dienste geht.

Häufig gestellte Fragen

Welche KI-Modelle und Hersteller sind in dem Repository vertreten?

In der Sammlung sind Prompts von Anthropic (Claude Fable 5.1, Opus 5, Claude Design, Claude Code), OpenAI (ChatGPT GPT-6-Astra, Codex), Google (Gemini 3.8 Flash, 3.1 Pro, Antigravity), xAI (Grok, Grok Bot) sowie von Cursor und Kimi aufgeführt.

Wer ist für die Bereitstellung des Repositorys verantwortlich?

Das Repository system_prompts_leaks wurde von dem Entwickler asgeirtj auf GitHub erstellt und bereitgestellt.

Werden die Inhalte des Projekts weiter gepflegt?

Ja, der Autor gibt ausdrücklich an, dass die Sammlung extrahierter System-Prompts regelmäßig aktualisiert wird.

Ähnliche Nachrichten

Knowledge-Work-Plugins von anthropics: Open-Source-Erweiterungen für Claude Cowork und Wissensarbeitende im GitHub-Trending-Fokus
Open Source

Knowledge-Work-Plugins von anthropics: Open-Source-Erweiterungen für Claude Cowork und Wissensarbeitende im GitHub-Trending-Fokus

Die Organisation anthropics hat auf GitHub das quelloffene Repository „knowledge-work-plugins“ bereitgestellt, das umgehend die GitHub-Trending-Listen erreicht hat. Das Projekt umfasst eine strukturierte Sammlung von Open-Source-Plugins, die primär für Wissensarbeiterinnen und Wissensarbeiter konzipiert wurden, welche mit der Plattform Claude Cowork interagieren. Der primäre Zweck dieser Werkzeuge besteht darin, den KI-Assistenten Claude gezielt an individuelle berufliche Rollen, Teams und spezifische Unternehmensstrukturen anzupassen. Auf diese Weise soll Claude zu einem maßgeschneiderten internen Experten für den jeweiligen Arbeitskontext werden. Die Veröffentlichung dokumentiert den strategischen Ansatz von anthropics, funktionale Erweiterungen für kollaborative Arbeitsumgebungen frei zugänglich bereitzustellen, und verdeutlicht das wachsende Interesse an dedizierten Plug-in-Lösungen für wissensbasierte Tätigkeiten in modernen Team- und Unternehmenskontexten.

Ponytail: Ein GitHub-Trending-Projekt für KI-Agenten im Entwicklerstil
Open Source

Ponytail: Ein GitHub-Trending-Projekt für KI-Agenten im Entwicklerstil

Das auf GitHub-Trending gelistete Projekt ponytail von Autor DietrichGebert verfolgt einen besonderen Ansatz für künstliche Intelligenz. Die Originalmeldung beschreibt das Ziel, KI-Agenten wie das im Team jeweils am wenigsten aktive, aber erfahrene Entwicklungsmitglied denken zu lassen. Dabei gilt das Prinzip, dass der beste Code derjenige ist, der niemals geschrieben wird. Der vorliegende Artikel analysiert diese spärlichen Informationen des Open-Source-Projekts streng auf Basis der bereitgestellten Daten.

Graphify von Graphify-Labs wandelt Codebasen und Dokumente ohne Vektorspeicher in abfragbare Wissensgraphen für Entwicklerwerkzeuge um
Open Source

Graphify von Graphify-Labs wandelt Codebasen und Dokumente ohne Vektorspeicher in abfragbare Wissensgraphen für Entwicklerwerkzeuge um

Das Entwicklerteam von Graphify-Labs hat auf GitHub Trending das Projekt graphify vorgestellt. Die Lösung transformiert beliebige Codebasen sowie die dazugehörigen Dokumentationen, SQL-Schemas, Konfigurationsdateien und PDF-Dokumente in vollständig abfragbare Wissensgraphen. Als spezifische Funktion wird der sogenannte /graphify-Skill bereitgestellt, welcher direkt in gängige KI-Werkzeuge wie Claude Code, Cursor, Codex und die Gemini CLI integriert werden kann. Technisch stützt sich das System auf eine rein lokale, deterministische AST-Analyse, die jede einzelne Kante im Graphen nachvollziehbar erklärt. Ein wesentliches Merkmal des Ansatzes besteht darin, dass die Erstellung und Abfrage dieser Wissensstrukturen vollständig ohne den Einsatz eines herkömmlichen Vektorspeichers auskommt. Damit bietet Graphify Entwicklern einen spezialisierten Weg, Softwareprojekte strukturiert für verschiedene KI-Assistenten aufzubereiten.