Системные промпты — это те самые скрытые инструкции, которые разработчики встраивают в AI-модели перед их релизом. Они определяют поведение модели, её тон, стиль ответов и даже ограничения. Но что делать, если эти промпты становятся публичными? Репозиторий asgeirtj/system_prompts_leaks собирает такие утечки, и это не просто любопытство — это возможность понять, как работают модели вроде Claude, GPT, Gemini и других.
Почему системные промпты важны
Когда ты пишешь промпт для AI, ты взаимодействуешь не с “чистой” моделью, а с моделью, которая уже обработана системным промптом. Это как если бы ты общался с человеком, у которого есть внутренний скрипт, определяющий его поведение. Например, Claude Code может быть настроен на то, чтобы всегда предлагать оптимизации кода, а ChatGPT — на поддержку диалога с чёткой структурой.
Утечки системных промптов позволяют заглянуть “под капот” и понять, какие инструкции разработчики встроили в модель. Это особенно полезно для prompt engineering, где знание системного промпта может помочь тебе лучше настроить свои запросы.
Что можно найти в репозитории
Репозиторий регулярно обновляется и включает системные промпты из самых популярных моделей:
- Anthropic: Claude Fable 5.1, Opus 5, Claude Design, Claude Code
- OpenAI: ChatGPT GPT-6-Astra, Codex
- Google: Gemini 3.8 Flash, 3.1 Pro, Antigravity
- xAI: Grok, Grok Bot, Cursor, Kimi
Например, системный промпт для Claude Code может включать инструкции о том, как модель должна интерпретировать запросы на оптимизацию кода, какие шаблоны использовать и какие ограничения соблюдать. Это полезно, если ты хочешь понять, почему модель иногда отклоняет определённые запросы или предлагает неожиданные решения.
Как использовать эти данные
-
Анализ поведения модели: Если модель ведёт себя странно, системный промпт может объяснить почему. Например, Gemini может избегать определённых тем не из-за ограничений модели, а из-за встроенных инструкций.
-
Оптимизация промптов: Зная системный промпт, ты можешь лучше настроить свои запросы. Например, если модель настроена на минимизацию токенов, ты можешь адаптировать свои запросы, чтобы получить более точные ответы.
-
Обучение: Системные промпты — это отличный источник знаний для тех, кто изучает prompt engineering. Ты можешь увидеть, как разработчики формулируют инструкции для моделей, и использовать эти паттерны в своей работе.
Пример: системный промпт для Claude Code
Рассмотрим пример системного промпта для Claude Code:
You are an AI assistant specialized in code optimization and refactoring. Your goal is to provide concise, efficient, and readable code solutions. Always prioritize performance and maintainability. Avoid suggesting solutions that violate best practices or introduce security vulnerabilities.
Этот промпт объясняет, почему Claude Code всегда предлагает оптимизации и избегает решений, которые могут быть небезопасными. Зная это, ты можешь лучше формулировать свои запросы, чтобы получить нужный результат.
Риски и ограничения
Работа с системными промптами — это не всегда безопасно. Некоторые разработчики могут воспринимать утечку своих промптов как угрозу, особенно если эти инструкции содержат конфиденциальную информацию. Кроме того, публичные промпты могут быть изменены или обновлены, поэтому важно следить за актуальностью данных.
Что дальше?
Если ты занимаешься prompt engineering или просто интересуешься работой AI-моделей, репозиторий asgeirtj/system_prompts_leaks — это отличный ресурс для изучения. Попробуй проанализировать системные промпты для моделей, которые ты используешь, и посмотри, как они влияют на результаты. Это поможет тебе лучше понять, как работают AI-модели, и улучшить свои навыки взаимодействия с ними.
Попробуй сам: Cursor — AI-редактор для разработчиков.