System Prompts Leaks 是一個在 GitHub 累積 68,864 顆星標的開源資料庫，專門收錄全球主流 AI 產品的系統提示詞原文，涵蓋 Anthropic、OpenAI、Google、Meta、xAI、Perplexity、Cursor、Kimi、DeepSeek 與微軟等十餘家廠商。該專案以 CC0-1.0 授權釋出，自二零二五年五月建立以來持續更新，是目前公開範圍中最完整的系統提示詞集合之一。系統提示詞是模型在對話開始前收到的隱藏指令，決定其語氣、界線與工具使用方式，因此這批文件被視為理解商用 AI 產品實際行為的重要材料。
System Prompts Leaks 是收錄主流 AI 產品系統提示詞原文的 GitHub 資料庫，累積 68,864 顆星標。
System Prompts Leaks 是什麼？
它是一個以 Markdown 檔案整理各大 AI 聊天機器人與程式開發代理系統提示詞的公開資料庫，內容按廠商分類，並持續追蹤最新模型版本。
該專案的定位並非工具，而是一份持續維護的文件集。每一份檔案記錄一個特定產品在特定版本下的系統提示詞原文，並以廠商為目錄單位歸類。使用者可在同一個儲存庫中，同時找到網頁版 ChatGPT、桌面版 Claude 與命令列工具 Codex 的指令內容。
這種做法讓系統提示詞從一次性的外洩事件，轉變為可長期比對的資料集。當廠商更新模型，維護者會補上新的版本，舊版本則保留在版本控制歷史中。研究者因此得以觀察同一產品在不同時期的指令變化，而不只是取得一份靜態快照。
System Prompts Leaks 收錄了哪些廠商的系統提示詞？
收錄範圍涵蓋 Anthropic、OpenAI、Google、Meta、xAI、微軟、Cursor、Kimi 與 DeepSeek 等廠商。
Anthropic 部分收錄的內容最為完整。除了 Claude 網頁版與行動版的提示詞外，還包含 Claude Code 在桌面、網頁與無介面模式下的多個版本，以及 Claude Design、Claude Cowork、Claude Science 等衍生產品，另有子代理與技能相關的指令檔案。
OpenAI 部分則涵蓋 ChatGPT 各代模型與 Codex 系列，並細分為 Thinking、Instant、Agent 模式與多種個性設定。Google 方面收錄 Gemini 各版本、NotebookLM、Google 搜尋 AI 模式與 Jules；Meta 收錄其 Muse 代理與 Muse Code；xAI 收錄 Grok 各版本與 CLI。
其餘廠商包括微軟的 GitHub Copilot 與 VS Code 代理、Perplexity 與其 Comet 瀏覽器、Cursor、Mistral、Moonshot 的 Kimi、DeepSeek，以及 ElevenLabs、Warp、Zed、Raycast 等工具的代理指令。清單中還有 GLM 一類經實測確認不注入系統提示詞的特例。
System Prompts Leaks 的技術結構如何組織？
專案以純 Markdown 檔案按廠商目錄分類，透過 Git 版本控制追蹤每次模型更新，並以索引表格列出新增與變更項目，方便逐版比對。
結構上，專案以廠商名稱作為第一層目錄，產品名稱作為第二層，個別模型或模式則成為檔案。這種安排讓新增項目只需放入對應位置，不必改動既有內容。README 頂部設有「最近新增與變更」表格，逐條列出更新的模型、日期與連結。
技術成分以純文字為主。儲存庫主要由 Markdown 檔案構成，另含少量用於輔助處理的 Python 與 JavaScript，整體無編譯或執行需求，任何人皆可直接閱讀。這種低門檻的形態，也是它容易被引用與轉載的原因之一。
授權方面採用 CC0-1.0，屬於放棄著作權的公有領域宣告。使用者可自由複製、修改與再散布這些內容，無須標示來源，這對希望將提示詞納入研究或產品文件的使用者相當便利。
System Prompts Leaks 為何受到媒體與研究者關注？
該資料庫被《華盛頓郵報》的互動報導採用，歐洲智庫 CEPS 依其內容製作專題解析，研究者 Simon Willison 亦稱其為所知最完整的洩漏提示詞集合。
系統提示詞平時不對外公開，使用者只能從模型的回應推測其規範。當原文被整理成可查閱的文件，外界便能直接檢視廠商如何設定語氣、如何處理敏感議題，以及如何安排工具呼叫的優先順序，這種透明度正是它被引用的主因。
實際的引用案例包括《華盛頓郵報》於二零二六年五月以該資料庫為基礎製作互動報導，歐洲智庫 CEPS 的 AI World 專題按主題拆解提示詞內容，開發者 Simon Willison 則在文章中稱其為所知最完整的洩漏提示詞集合。這些外部引用反過來為專案帶來更多貢獻者與回報。
對開發者而言，資料庫的另一層價值在於提示詞工程。透過觀察成熟產品的指令寫法，可理解如何定義角色、限制輸出格式與處理模糊需求，這些模式對於自行設計代理系統具有直接參考意義。
System Prompts Leaks 的專案數據與維護節奏如何？
截至二零二六年十月，專案擁有 68,864 顆星標、11,183 次複製、838 次提交與 24 位貢獻者，最近一次提交在十月四日，持續追蹤最新模型。
- 68,864GitHub 星標
- 11,183複製次數
- 838提交次數
- 24貢獻者
- Python主要語言
- CC0-1.0授權條款
下圖為專案儲存庫首頁頂部，可見專案名稱、星標數、複製次數與提交紀錄。
專案建立於二零二五年五月，一年多累積逾六萬八千顆星標，成長速度在同類文件中罕見。維護節奏亦相當緊密，README 的新增表格顯示，光是二零二六年十月三日與四日兩天，就補上 Muse Code、Meta Muse 代理與 Grok 4.7 等多份文件。
下圖為專案 README 的最近新增與變更清單，逐條列出更新的模型、日期與對應檔案連結。
系統提示詞外洩對 AI 產業意味著什麼？
系統提示詞外洩讓外界得以檢視 AI 產品實際的行為規範與安全設計，也促使廠商重新思考哪些指令屬於可公開的產品說明，哪些涉及防護機制。
從產業角度觀察，提示詞外洩揭露的事實是，模型的對外行為有相當比例來自文字指令，而非模型權重本身。這意味著相同的基礎模型，經過不同提示詞設定後，可呈現截然不同的產品人格，也說明為何各家產品的語氣與拒絕策略存在明顯差異。
其次是安全設計的可見性問題。部分被公開的提示詞包含防範提示注入、限制敏感內容與界定工具權限的條款，這些內容原本屬於內部防護細節。公開後雖有助於研究者評估其完備程度，但也讓攻擊者更容易針對特定規則設計繞過方式，形成透明度與安全性之間的張力。
對企業採購者而言，這批文件提供了評估產品的另一種材料。相較行銷文案，系統提示詞更能反映產品實際的界線與限制，例如是否明確禁止某些用途、如何處理資料與工具呼叫，這些資訊在選型階段往往難以從官方說明取得。
如何查閱與使用 System Prompts Leaks？
可直接瀏覽 GitHub 儲存庫的目錄結構，或複製整份儲存庫離線閱讀；內容以純 Markdown 呈現，無須安裝任何工具即可查詢與比對。
最直接的方式是開啟儲存庫頁面，依廠商目錄逐層進入，找到對應產品與版本的檔案。每份檔案即為完整的提示詞原文，無額外格式要求。若需要跨版本比對，可複製整份儲存庫，利用版本控制工具查看不同時間點的差異。
專案亦設有多個主題標籤，包括系統提示詞、提示工程、聊天機器人與各家廠商名稱，方便透過 GitHub 搜尋定位。README 的表格則提供快速入口，直接連往最近更新的模型檔案。
使用上須留意文件的時效性。AI 產品更新頻繁，同一產品在不同時期的系統提示詞可能差異明顯，引用時應確認對應的模型版本與日期。此外，該資料庫屬社群整理，部分內容由使用者提交，與產品實際行為之間未必完全一致。
出處連結有哪些？
本文資訊來源為 System Prompts Leaks 的 GitHub 儲存庫，包含專案說明、收錄清單、更新紀錄與統計數據，讀者可透過下列連結查證原始資料。
- GitHub 儲存庫：https://github.com/asgeirtj/system_prompts_leaks
- 議題與提交紀錄：https://github.com/asgeirtj/system_prompts_leaks/commits/main
常見問題有哪些？
常見疑問集中在收錄範圍、授權與準確性三方面；該資料庫以 CC0 授權釋出，內容由社群整理，使用時應確認對應的模型版本與日期。
System Prompts Leaks 是官方發布的嗎？
不是。該資料庫由社群維護者整理，內容來自使用者提交與公開觀察，並非任何 AI 廠商的官方文件。
這些系統提示詞可以自由使用嗎？
可以。專案採用 CC0-1.0 授權，屬於公有領域宣告，可自由複製、修改與再散布，無須標示來源。
收錄內容會不會過時？
會。AI 產品更新頻繁，同一產品在不同版本的提示詞可能不同，引用時應核對模型版本與更新日期。
一般使用者閱讀這些內容有什麼用處？
可理解 AI 產品實際的語氣設定與限制來源，並在提問時避開明確禁止的方向，提升互動效率。
開發者可以從中學到什麼？
可觀察成熟產品的指令結構，包括角色定義、輸出格式限制與工具呼叫安排，作為設計代理系統的參考。
總結：System Prompts Leaks 適合什麼人？
它適合研究 AI 產品行為的研究者、需要理解模型限制的企業採購者，以及設計代理系統的開發者；一般使用者亦可藉此了解產品的實際設定。
System Prompts Leaks 的意義在於把散落的系統提示詞整理成可長期比對的公開資料集。專案擁有 68,864 顆星標、逾一萬一千次複製與活躍的更新節奏，並已被媒體與研究者引用。對於需要理解 AI 產品實際行為規範、或希望參考成熟指令寫法的讀者而言，它提供了目前最完整的起點；惟內容屬社群整理且產品更新頻繁，使用時仍應以對應版本與日期為準。