GitHub热门项目曝光Anthropic、OpenAI、Google多款顶级AI模型系统提示词泄露
GitHub上有个叫asgeirtj的开发者搞了个开源项目，名字挺直白——system_prompts_leaks。干什么用的？就是专门收集各家主流AI模型的系统提示词。目前已经囊括了Claude Fable 5、ChatGPT 5 5 Thinking、Gemini 3 5 Flash这些最新型号
GitHub上有个叫asgeirtj的开发者搞了个开源项目，名字挺直白——system_prompts_leaks。干什么用的？就是专门收集各家主流AI模型的系统提示词。目前已经囊括了Claude Fable 5、ChatGPT 5.5 Thinking、Gemini 3.5 Flash这些最新型号，覆盖Anthropic、OpenAI、Google、xAI等几大厂的核心产品。说白了，这些提示词就是模型运行时的“底层指令逻辑”，现在被扒了个底朝天，而且项目承诺会定期更新。
核心要点
- 大规模泄露：GitHub出现名为system_prompts_leaks的开源项目，专门收集主流AI模型的系统提示词。
- 覆盖顶尖厂商：泄露范围涵盖Anthropic、OpenAI、Google、xAI等顶尖AI厂商的最新模型。
- 涉及前沿型号：包括Claude Fable 5、ChatGPT 5.5 Thinking、Gemini 3.5 Flash及神秘的Antigra vity等模型。
- 持续更新机制：该项目旨在揭示AI模型背后的底层指令逻辑，并提供定期的内容更新。
详细分析
泄露涵盖的主流模型矩阵
从GitHub项目内容来看，这次泄露几乎把AI领域的头部玩家一网打尽。Anthropic这边，Claude Fable 5、Opus 4.8、Claude Code、Claude Design都在列；OpenAI那边，ChatGPT 5.5 Thinking、GPT 5.5 Instant以及Codex等前沿型号也没落下。Google的Gemini 3.5 Flash、3.1 Pro，还有一个名字挺神秘的“Antigra vity”模型，同样在名单里。要知道，系统提示词可是定义AI行为准则、安全边界和任务处理逻辑的核心指令，它们一旦公开，相当于这些模型的“出厂设置”已经在一定程度上透明化了。
跨平台与垂直领域AI的指令曝光
除了通用语言模型（LLM），这个项目还挖出了不少针对特定场景和垂直领域AI的系统提示词。编程助手Cursor、GitHub Copilot、VS Code内置AI，还有搜索增强模型Perplexity，甚至xAI旗下的Grok也没逃过去。这说明泄露的边界远不止基础大模型，已经延伸到了集成AI的开发工具和搜索应用里。换句话说，不同应用场景下AI的差异化设计逻辑和约束规则，现在也能看个大概了。
行业影响
这次系统提示词的大规模汇集和公开，对AI安全和提示词工程（Prompt Engineering）领域的影响是实打实的。一方面，研究人员终于有了一个窗口，可以观察顶级厂商如何通过指令给AI画圈、设定角色定位。但另一方面，系统提示词泄露也可能让针对性攻击——比如提示词注入——更容易得手。对于开发者来说，这些泄露内容成了学习高效指令编写、理解模型运行逻辑的非官方参考资料，但围绕AI厂商知识产权的讨论，恐怕也会跟着升温。
常见问题
什么是系统提示词（System Prompts）？
系统提示词是开发者预设给AI模型的底层指令，用来规定模型的身份、语气、安全准则，以及处理特定任务的方式。它是模型与用户交互前必须遵守的最高准则，用户通常没办法直接在对话界面看到这些指令——所以这次泄露才显得格外有料。
此次泄露涉及哪些主要厂商和模型？
主要涉及Anthropic（Claude系列）、OpenAI（ChatGPT 5.5系列）、Google（Gemini系列）、xAI（Grok），以及Perplexity、Cursor等垂直领域AI应用厂商。其中包含了一些尚未大规模普及或仍处在前沿阶段的模型型号。
该项目是否会持续更新？
根据项目作者asgeirtj在GitHub上的描述，这个仓库会定期更新，把更多新发布或新提取的AI模型系统提示词加进来。所以，这很可能只是个开始。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：GitHub热门项目曝光Anthropic、OpenAI、Google多款顶级AI模型系统提示词泄露要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点人脸侦测技术利用哈尔特征与积分图实现快速识别，但灰阶转换导致肤色深者辨识率偏低，引发公平性争议。后续YOLO技术虽提升效率，却因军事应用与隐私问题使作者退出研究，凸显技术伦理的复杂性。
系统梳理了解释型、模式挖掘、集成、聚类、时间序列和相似度六大机器学习算法类型。每种算法介绍核心原理与典型应用，涵盖线性回归、决策树、随机森林、XGBoost、DBSCAN、Prophet、余弦相似度等，帮助建立全局认知并选择合适工具。
PyTorch与TensorFlow各有优劣。PyTorch更Python化，在学术研究和模型生态上占优，适合开发效率优先的场景。TensorFlow部署更成熟，支持多语言，适合生产环境和移动端。选择应基于项目具体需求，需综合考虑团队技术栈、目标平台及性能要求。
三维重建与逆渲染实现从照片到真实感场景的转化。前者通过运动恢复结构、多视角立体及表面重建恢复几何结构信息；后者利用可微渲染等技术恢复材质与光照，从而提升新光照下的渲染真实感。
- 日榜
- 周榜
- 月榜
热点快看