看穿AI产品背后的系统指令，学习提示词设计。
这是一个收集各大AI产品（如ChatGPT、Claude、Bard等）泄露的系统提示词（system prompts）的仓库。它解决了普通用户和开发者难以获取这些隐藏在模型背后的指令细节的问题，通过公开这些提示词，帮助人们了解AI产品的行为设定、安全限制和功能设计。核心能力包括：系统化地整理和归档泄露的提示词，提供版本对比，并持续更新。对于AI应用开发者、提示词工程师和研究者而言，这是宝贵的参考资料，可以从中学习如何设计有效的系统提示词，以及理解主流AI产品的内部机制。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆仓库
README 未提供安装说明，此步仅为把资料仓库下载到本地。
git clone https://github.com/jujumilk3/leaked-system-prompts.git2进入目录
切换到仓库目录，列出收录的提示词文档，确认内容已下载。
cd leaked-system-prompts
ls3阅读提示词
用编辑器或浏览器打开各 Markdown 文件，查看不同产品的系统提示词。
4按格式提 PR
贡献新提示词需匹配现有文档格式，并附上可验证来源或可复现提示词。
5改用 Issues 投稿
若提 PR 太麻烦，可在 Issues 区贴链接，作者验证来源后合并。
能进入仓库目录并列出多个 .md 提示词文档，即表示资料获取成功。
Q：这个仓库能直接运行吗？
A：不能。它只是系统提示词的文档合集，不含可执行代码或模型权重，克隆后阅读 Markdown 即可。
Q：如何贡献自己发现的提示词？
A：按现有文档格式提交 PR，并附可验证来源或可复现的提示词；也可在 Issues 区贴链接等待作者验证合并。
Q：为什么不能放商业源码？
A：README 明确说明，为避免 DMCA 警告导致仓库被下架，请勿包含敏感的商业源代码。
Q：需要安装 Python 或依赖吗？
A：不需要。README 未给出任何依赖或安装步骤，只需 git 克隆和文本阅读工具。
f/awesome-chatgpt-prompts、dair-ai/Prompt-Engineering-Guide、brexhq/prompt-engineering
leaked-system-prompts 是数据集领域的开源项目，由 jujumilk3 开发，2023 年首次发布。
在全站 13,014 个收录项目中，它的 GitHub 星标数（14,939）位列前 4%，在数据集分类的 279 个项目里位列前 4%。
近 41 天，它的 GitHub 星标从 14,900 增加到 14,939，净增 39。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。完全免费，无付费版本。
它主要面向的使用场景是：AI产品开发者研究竞品行为设定与安全策略。同类可对比的替代方案包括 f/awesome-chatgpt-prompts、dair-ai/Prompt-Engineering-Guide、brexhq/prompt-enginee…。
上一篇：datasets
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models