leaked-system-prompts

看穿AI产品背后的系统指令,学习提示词设计。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 2106 🐛 待处理 42 👀 关注 224
GitHub ↗
GitHub 星标 ★ 15014
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,无付费版本。

项目预览

leaked-system-prompts 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队jujumilk3
定价模式🏷️完全免费
价格说明开源项目,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
技术栈/模型ai,document,llm,prompt
GitHub 星标★ 15014
上线时间2023-05-16 00:00:00
代码更新2026-09-23
仓库体积13.3 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-09
浏览次数6

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 15014

技术标签

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 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。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 git(用于克隆仓库)
  • 可阅读 Markdown 的编辑器或浏览器

安装与启动步骤

  1. 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.git
  2. 2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
    ls
  3. 3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. 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. 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。

如何确认成功

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。

常见问题

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。

注意事项

  • README 中没有安装、运行或配置说明,本教程仅覆盖获取与阅读资料的通用流程。
  • 提交内容必须附可验证来源或可复现的提示词,否则可能不会被合并。
  • 请勿在仓库内容或投稿中包含敏感商业源码,以免触发 DMCA 下架。

核心亮点

  • 汇集了ChatGPT、Claude等主流AI的泄露系统提示词,信息量大且持续更新
  • 提供提示词版本对比,可追踪产品行为调整,洞察设计思路
  • 对提示词工程和AI产品分析有直接参考价值,真实案例学习

不足之处

  • 内容依赖社区泄露,时效性和完整性无法保证
  • 文档/社区待观察

适用场景

  • AI产品开发者研究竞品行为设定与安全策略
  • 提示词工程师学习系统级提示词的设计模式
  • AI爱好者了解主流模型背后的隐藏指令

替代项目

f/awesome-chatgpt-prompts、dair-ai/Prompt-Engineering-Guide、brexhq/prompt-engineering

上一篇:datasets

下一篇:anomaly-detection-resources

同类项目推荐

Awesome-Token-Merge-for-MLLMs 开源

一页看懂多模态Token压缩前沿论文,快速定位技术方案

A paper list about Token Merge, Reduce, Resample, Drop for MLLMs.

★ 90 2026-08-09
civitai-data-manager 开源

本地整理 Civitai 模型元数据,批量备份防丢失

A lightweight tool to locally manage, back up, and organize SafeTensors model metada···

★ 60 2026-08-09
OpenAnnotate3D 开源

用自然语言自动标注3D数据,省去人工画框

OpenAnnotate3D: Open-Vocabulary Auto-Labeling System for Multi-modal Data

★ 112 2026-10-06
Anime-Face-Dataset 开源

下载即用,快速训练动漫人脸生成模型

A collection of high-quality anime faces.

★ 434 2026-08-09
voice-dataset-creation 开源

帮原住民社区自主打造语音数据集,守护语言并喂给AI

Community-controlled voice data collection for language preservation and AI developm···

★ 73 2026-08-09
awesome-instruction-datasets 开源

一站式找齐训练对话模型的指令数据集

A collection of awesome-prompt-datasets, awesome-instruction-dataset, to train ChatL···

★ 752 2026-08-09
ICASSP-2023-24-Papers 开源

一键速览ICASSP 2023-24前沿论文,附代码,科研快人一步

ICASSP 2023-2024 Papers: A complete collection of influential and exciting research ···

★ 525 2026-08-09
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···

★ 10923 2026-08-10