PromptCraft：把 1000 个 AI 产品的"底牌"摊开给你看

如果你做过自定义 GPT，一定有过这样的经历：精心写了几百字的 system prompt，花两天打磨角色设定，结果某天被人一句话套了出来，你看着对方屏幕上的输出欲哭无泪。而更让人不安的是——别人的 GPT 底牌，你其实也看不到，只能靠猜。

PromptCraft（仓库名 LouisShark/chatgpt_system_prompt）做的事情非常直接：把 ChatGPT、Claude、Cursor、Devin、Manus、Windsurf、Gemini 等大量主流 AI 产品，以及 1000 个社区热门自定义 GPT 的系统提示词，全部扒下来、归档、分类、建索引，放进一个开源仓库里。当前 GitHub 10.8k star、1.4k fork，是这个赛道涨星最快的项目之一。

它到底收了些什��

仓库结构分三大块，外加一份不断扩充的"攻防手册"：

• custom GPTs（1000 个）：从"人格测验生成器"到"AI 耶稣精神导师"，再到"多伦多市议会助手"，每个 GPT 一个 Markdown 文件，含完整 instructions、知识文件清单、动作配置和 Logo 元数据。文件名就是 GPT ID + 名称，如 00GrDoGJY_Personality_Quiz_Creator.md。
• official-product（29 家厂商）：按厂商分目录，覆盖 openai（GPT-4o、GPT-5、o3、Codex、Deep Research、Canvas、Advanced Voice 等 20+ 个版本）、anthropic、cursor、devin、github（Copilot）、google、nvidia、perplexity、xai、manus、minimax、replit、lovable、v0、raycast、poe 等。
• opensource-prj（30 个）：开源 AI 编程工具的系统提示词，包括 Hermes、OpenCode、QwenCode、KiloCode、Claude Code 等——这部分对做 AI Agent 的开发者价值最高。

除此之外，仓库把"怎么偷"和"怎么防"放在同等重要的位置：GETTING_STARTED.md 给出 8 套成熟的开箱即用注入话术，SECURITY.md 反过来给出防护模板。

类比：它是一本 AI 界的"透镜说明书"

把它想成一块XR 眼镜的透镜说明书更贴切。系统提示词就是 AI 产品出厂时镜片上预设的成像参数——你看不见它，但它的焦距、畸变、光圈直接决定了产品"长什么样"、能干什么、边界在哪。这个仓库做的事情，是把这些出厂参数一个个拆出来、量化、公开，让你能逆向理解主流产品的设计意图。

这在传统软件时代是不可想象的：Windows、Photoshop 的内部逻辑你永远只能猜；而大模型时代，提示词是纯文本的、可读可复制的，于是整个行业第一次出现了"提示词逆向工程"这个物种。

技术实现：一个静态知识库 + 轻量 Python 工具链

这是全仓库最值得说清楚的部分——它几乎不"实现"任何东西，但工程组织得相当克制：

• 1754 个文件，其中 1370 个 Markdown，纯静态内容，克隆即用。
• 语言构成：HTML 2.27MB（GitHub Pages 静态站与目录页）、Python 108KB、C++ 31KB、C 4.9KB、JavaScript 4.8KB。
• 核心脚本 .scripts/：
  • gptparser.py：GPT Markdown 解析器。定义 GptMarkdownFile 类，用正则 ^([0-9a-z]{9})_(.*)\.md$ 从文件名提取 GPT ID 与名称，用命名元组 GptFieldInfo 描述 url/title/description/logo/verif_status/instructions/actions/kb_files_list/extras 九个字段的顺序与展示名，是一个设计干净的小型解析框架。
  • idxtool.py：本地检索工具，克隆后可离线按名称搜索 GPT。
  • oneoff.py：一次性批量处理脚本。
  • requirements.txt 只有一个依赖：GitPython。
• CI 自动化：.github/workflows/build-toc.yaml 在 PR 合入时自动重建 TOC.md 索引，update-token-count.yml 自动更新 token 计数徽章——这是它能长期保持 1000 条目不腐化的关键。

贡献者共 16 人，核心是仓库作者 LouisShark（645 次提交）与 0xeb（1178 次提交，来自 TheBigPromptLibrary 项目），另有大量 bot 提交。

上手门槛：几乎为零

最简路径：浏览器打开仓库 → 进 TOC.md → Ctrl+F 搜产品名 → 读对应 Markdown。全程不需要装任何东西。

进阶路径：git clone 后用 idxtool.py 做本地全文检索，适合要批量做提示词对比分析的团队。

无 Web UI、无 Docker、无 GPU、无 API Key。需要注意的是，这里没有任何"可运行的产品"，只有知识本身——所以严格来说它不支持一键部署，也确实没有部署的意义。

争议与局限：这不是一份"干净"的资料

必须诚实指出几个问题：

1. 合规风险是第一位的。 仓库收录的大多数系统提示词来自未授权的反推提取。OpenAI、Anthropic 等厂商的服务条款通常明确禁止绕过其提示词保护机制。本项目提供的方法论（GETTING_STARTED.md 的注入话术）本身就被多数厂商的安全团队列为对抗目标。
2. 内容可能过时或失真。 提示词随模型版本快速迭代，仓库里 gpt-4-5、gpt4v_default 这类条目可能已被新版替换；由社区贡献的部分准确度无法保证。
3. 作者的免责声明是免责而非授权。 README 中"仅供学习参考"的表述，不改变上述合规事实。
4. 防护方案的本质是脆弱的。 SECURITY.md 自己承认："当前通用的提示词保护方法依赖于 LLM 的能力，不存在完全保证或万无一失的方法让 LLM 不泄露你的提示词"。这是作者难得的诚实，也是本仓库最有价值的结论之一。
5. 开源项目提示词的获取方式更激进。 opensource-prj 部分标注了"通过本地录制代理抓取线上 system 角色"，这类手段已触及工程调试的边界。

行业意义：提示词正在变成 AI 时代的"公开协议"

把视角拉高，PromptCraft 代表的趋势比它本身更重要：

• 提示词从商业机密变成公共知识。 10.8k star 说明大量开发者清楚：闭源产品的优势不在提示词本身，而在模型、算力和工程化。提示词可以被复制，但复现不了 GPT-5 的推理能力。
• 攻防两端同时被公开研究。 仓库同时教"怎么偷"和"怎么防"，反而推动了厂商加强防护——README 明确说已观察到许多 GPT 作者因这些拆解而提升了安全措施。这是一个公开的、双向的军备竞赛。
• Agent 时代的对照物。 当越来越多 AI 编程 Agent 出现（Cursor、Devin、Claude Code、OpenCode），它们的系统提示词就是产品行为的直接决定因素。opensource-prj/Hermes.md 这类条目，让开发者第一次能横向比较不同 Agent 的"人格"和工具策略——这在 Agent 架构研究上是稀缺的一手材料。
• 给防守方的免费红队工具。 对做 AI 应用安全的团队，这 1000+ 真实系统的提示词就是现成的测试语料。

一句话总结

PromptCraft 把大模型时代最不透明的一层——系统提示词——用最透明的方式摊在了阳光下。它没有部署难度，没有技术壁垒，却成了 2023 年底以来 AI 安全与提示词工程领域最重要的公共基础设施之一。对 AI 爱好者，它是观察主流产品设计意图的博物馆；对 AI 开发者，它是提示词工程的参考手册和 Agent 行为的横向对照表；对安全工程师，它是一份现成的攻击面清单。前提是：看清楚它的免责声明，也接受它所带来的合规责任。