返回列表
GitHub 爆火:Anthropic、OpenAI 及 Google 多款顶尖 AI 模型系统提示词遭汇总泄露
行业新闻系统提示词大模型GitHub

GitHub 爆火:Anthropic、OpenAI 及 Google 多款顶尖 AI 模型系统提示词遭汇总泄露

GitHub 开发者 asgeirtj 近期发布并维护了一个名为 system_prompts_leaks 的热门仓库,汇总了包括 Anthropic 的 Claude Fable 5、OpenAI 的 ChatGPT 5.5 Thinking 以及 Google 的 Gemini 3.5 Flash 在内的多家顶尖 AI 厂商的系统提示词(System Prompts)。该项目还涵盖了 Claude Code、Cursor、Copilot 等开发工具的底层指令,旨在通过定期更新揭示 AI 模型背后的运行逻辑与行为准则。

GitHub Trending

核心要点

  • 大规模覆盖:该项目汇总了 Anthropic、OpenAI、Google、xAI 等全球顶尖 AI 公司的核心模型系统提示词。
  • 涉及前沿模型:泄露名单中包含了尚未广泛公开或处于最新阶段的模型,如 Claude Fable 5、ChatGPT 5.5 Thinking 以及 Gemini 3.5 Flash。
  • 开发工具集成:除了独立的大语言模型,项目还提取了 Cursor、Copilot、VS Code 和 Perplexity 等集成开发环境及搜索工具的系统指令。
  • 动态更新机制:作者 asgeirtj 表示该仓库会进行定期更新,以追踪各厂商对模型系统提示词的最新调整。

详细分析

顶尖厂商模型全覆盖

根据 GitHub 仓库 system_prompts_leaks 提供的信息,此次泄露的系统提示词涵盖了当前 AI 领域的几乎所有头部玩家。在 Anthropic 方面,涉及的模型包括 Claude Fable 5、Opus 4.8 以及专门针对编程和设计的 Claude Code 与 Claude Design。OpenAI 阵营中,备受关注的 ChatGPT 5.5 Thinking、GPT 5.5 Instant 以及经典的 Codex 模型均在列。Google 方面则包含了 Gemini 3.5 Flash、3.1 Pro 甚至是名为 Antigravity 的模型。这种全方位的覆盖不仅展示了各家公司在模型迭代上的竞争态势,也为研究者提供了对比不同厂商模型行为准则的珍贵素材。

开发生态与垂直应用指令

除了通用型大模型,该项目还深入到了 AI 开发工具的底层。通过提取 xAI 的 Grok,以及开发者常用的 Cursor、GitHub Copilot、VS Code 插件和 Perplexity 搜索的系统提示词,该仓库揭示了这些工具是如何定义其与用户交互的边界的。系统提示词作为 AI 模型的“灵魂指令”,决定了模型在处理特定任务(如代码生成、信息检索或 UI 设计)时的语气、限制条件及优先级。这些信息的公开,使得开发者能够更清晰地理解 AI 助手在 IDE(集成开发环境)中提供建议的内在逻辑。

提示词工程的透明化趋势

该项目的出现反映了 AI 社区对于模型透明度的极高关注。系统提示词通常被视为厂商的商业机密,用于防止模型产生有害输出或维持特定的品牌人格。然而,随着 system_prompts_leaks 这样的项目在 GitHub Trending 榜单走红,原本封闭的“黑盒”指令开始走向公开。作者通过定期更新的方式,确保了信息的时效性,这对于研究 AI 安全、提示词注入防御以及提示词工程的优化具有重要的参考价值。

行业影响

该新闻对 AI 行业具有深远影响。首先,它挑战了 AI 厂商的安全性策略,迫使公司重新审视如何保护其核心指令不被逆向提取。其次,对于提示词工程师和研究人员而言,这些泄露的提示词是学习如何构建复杂、鲁棒的 AI 指令系统的绝佳案例。最后,这种透明度的增加可能会推动行业标准的形成,使得 AI 模型的行为约束更加公开化和规范化,但也可能引发关于版权和商业机密的法律争议。

常见问题

问题 1:该仓库主要包含哪些公司的模型提示词?

该仓库主要包含了 Anthropic、OpenAI、Google、xAI 等公司的模型,同时也涉及了 Cursor、Perplexity 等应用端的系统指令。

问题 2:泄露的模型中包含哪些最新的版本?

根据原文内容,泄露名单中包含了 Claude Fable 5、ChatGPT 5.5 Thinking、GPT 5.5 Instant 以及 Gemini 3.5 Flash 等前沿模型版本。

问题 3:这个项目会持续更新吗?

是的,根据作者 asgeirtj 在 GitHub 上的描述,该项目会进行定期更新(Regularly updated),以反映最新的模型变动。

相关新闻

美团LongCat发布General 365推理评测基准:Gemini 3 Pro准确率仅62.8%领跑
行业新闻

美团LongCat发布General 365推理评测基准:Gemini 3 Pro准确率仅62.8%领跑

美团LongCat团队正式发布General 365推理评测基准,旨在为大语言模型的推理能力树立新标尺。在对26款主流模型的实测中,目前表现最强的Gemini 3 Pro准确率仅为62.8%,而绝大多数模型未能达到60%的及格线。这一结果揭示了当前AI模型在复杂推理任务中面临的严峻挑战,为行业提供了客观的性能评估参考。

ACL 2026 精选论文分享:美团履约团队大模型 Agent 技术体系深度解析
行业新闻

ACL 2026 精选论文分享:美团履约团队大模型 Agent 技术体系深度解析

美团履约 AI 算法团队在 ACL 2026 期间分享了其在大模型 Agent 技术体系方面的最新研究成果。该团队通过深耕持续预训练(CPT)、后训练(Post-training)、Agent 强化学习(Agentic RL)及多模态理解等前沿方向,成功构建了赋能美团履约业务的 Agent 自进化运营系统。目前,相关研究已在 ACL、EMNLP 等国际 AI 顶会发表数十篇高质量论文,展示了美团在 AI 工业落地与学术研究方面的深厚积淀。

美团发布LongCat-2.0:首个国产五万卡集群训练的万亿参数模型,支持1M超长上下文
行业新闻

美团发布LongCat-2.0:首个国产五万卡集群训练的万亿参数模型,支持1M超长上下文

美团技术团队正式发布LongCat-2.0大模型。该模型是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型,总参数量达1.6T。LongCat-2.0采用从零预训练模式,原生支持1M(百万级)超长上下文,其架构设计深度聚焦于Agentic Coding任务,旨在提升复杂代码环境下的理解、生成与执行效率,标志着国产算力在大模型全链路开发上的重大突破。