System Prompts Leaks免费AI提示词资源合集：ChatGPT、Claude、Gemini、Grok与Cursor系统提示词整理

如果你正在研究 AI Prompt、System Prompt 或提示词工程，这个 GitHub 项目非常值得收藏。

项目 System Prompts Leaks 长期整理多个AI产品和开发工具中的系统提示词，目前已经覆盖 Anthropic、OpenAI、Google、xAI、Microsoft、Cursor、Perplexity、DeepSeek、Kimi、Qwen、Mistral、Meta 等多个平台。

目前收录了哪些AI提示词

这个仓库并不只是收集某一个AI产品，而是按照不同厂商和产品进行整理。例如可以找到 ChatGPT、Codex、Claude、Claude Code、Gemini、Grok、Cursor、Perplexity、GitHub Copilot、Kimi、DeepSeek、Qwen 等相关系统提示词。

仓库还会跟踪新模型和新产品的变化。根据项目当前页面，近期更新内容包括 Claude Code、Codex GPT-6-Astra、Claude Fable 5.1、Grok 4.6、Grok Bot、Gemini 3.7 Flash 等。项目目前已经有超过 770 次提交，GitHub 页面显示约 6.49 万 Star，仍然处于持续更新状态。

为什么值得研究System Prompt

很多人看到这类资源，第一反应可能是直接复制里面的提示词，然后放到自己的AI对话中使用。

实际上，这可能并不是这些资料最有价值的用途。

真正值得研究的是优秀AI产品背后的提示词设计方法。

• 角色设定：明确AI是什么角色，以及应该采用什么工作方式。

• 任务拆解：把复杂任务拆分成更加明确、可执行的步骤。

• 行为边界：规定AI什么情况下可以执行，什么情况下应该拒绝或要求更多信息。

• 输出规范：明确回答格式、内容结构以及不同场景下的输出要求。

• 工具使用：规定搜索、代码执行、文件处理等工具应该在什么条件下使用。

• 结果验证：通过检查、复核和约束机制减少错误结果。

• 异常处理：面对信息不足、任务冲突或用户要求不明确时，应该采取什么策略。

不要只复制Prompt，更应该学习Prompt结构

一个优秀的系统提示词通常不是简单的一句“你是一名专业的程序员”或者“请以专家身份回答问题”。

真正复杂的AI系统，往往会围绕身份、目标、规则、工作流程、工具、限制条件和结果验证建立一套完整的行为框架。

因此，与其把这些系统提示词当成可以直接复制的“万能Prompt”，不如把它们当成一份优秀的案例库。

例如在设计自己的Prompt时，可以参考这种思路：

角色定义
↓
任务目标
↓
输入信息
↓
任务拆解
↓
执行规则
↓
边界与限制
↓
输出格式
↓
结果检查
↓
异常情况处理

这样设计出来的Prompt，通常比简单堆砌大量关键词更加稳定，也更容易针对自己的工作流程进行调整。

适合哪些人使用

这个项目比较适合对AI应用和提示词工程感兴趣的用户，包括AI开发者、程序员、产品经理、内容创作者以及经常使用ChatGPT、Claude、Gemini等工具的人。

如果你正在制作自己的AI助手、Agent或者自动化工作流，也可以通过对比不同产品的系统提示词，了解它们是如何组织角色、任务、工具和输出规则的。

把别人的Prompt变成自己的方法

Prompt真正有价值的地方，并不在于文字本身，而在于文字背后的逻辑和设计方法。

研究这些系统提示词时，可以重点观察三个问题：第一，为什么要加入这条规则；第二，这条规则解决了什么问题；第三，如果把它应用到自己的工作流程中，应该如何重新设计。

当你开始从“复制Prompt”转向“分析Prompt结构”，提示词工程的价值才真正体现出来。

因此，这个仓库更适合作为一个长期参考资料库。随着AI模型和AI Agent不断变化，系统提示词也会持续调整，定期查看项目更新，可以了解不同AI产品在角色设定、工具调用、任务规划和输出控制方面的新变化。