CL4R1T4S：把 AI 系统提示词放到台前的开源档案库

目标读者：想研究 AI 系统行为、提示词工程、模型安全边界的开发者与研究者

阅读收益：看懂这个仓库的价值、知道怎么把它用于研究、也知道哪些结论不能轻易下

先说结论

CL4R1T4S 不是一个“教你写提示词”的教程仓库，而更像一个持续更新的公开档案库。它把多个主流 AI 产品、AI 编码工具和代理式应用中已经泄露、提取或逆向得到的系统提示词集中到一个地方，方便研究者、开发者和安全人员做横向比较。

这个仓库最值得看的，不是“又发现了谁家的神秘 prompt”，而是它把一个原本分散、短命、容易失真的信息源，整理成了能追踪版本、能做差异分析、也能复盘产品策略的材料集合。

但也要先把边界说清楚：仓库中的文本并不自动等于“官方最终版本”，更不等于“模型真实能力的完整解释”。它更适合作为研究起点，而不是终局答案。

项目是什么

根据仓库首页和 README，CL4R1T4S 的定位非常明确：收集 OpenAI、Anthropic、Google、xAI、Perplexity、Cursor、Windsurf、Devin、Manus、Replit 等产品的系统提示词、使用规则与相关控制文本，用于 AI 系统透明度与可观察性研究。

截至 2026 年 4 月 19 日，GitHub 页面展示的信息大致如下：

README 里的核心主张也很直接：如果用户想信任 AI 的输出，就应该理解塑造这些输出的输入。这里的“输入”，指的不是用户临时发出的那一句请求，而是模型背后那层长期生效、用户通常看不到的系统级指令。

仓库里具体收了什么

从 GitHub 目录可以直接看到，仓库是按产品或厂商分目录组织的。可见目录包括 ANTHROPIC、OPENAI、GOOGLE、XAI，也包括 CURSOR、DEVIN、REPLIT、WINDSURF、MANUS、CLINE、BOLT、V0 等工具与代理型产品。

这说明它的覆盖范围不是“只看大模型公司”，而是把两类对象放在一起看：

光这一点就足够有研究价值。因为很多人谈系统提示词时，只盯着 ChatGPT、Claude、Gemini 这类对话产品；而真正影响开发者工作流的，往往是 Cursor、Devin、Windsurf 这类带有编辑器、代理执行、工具调用能力的系统。后者的提示词通常更长，也更接近“操作手册 + 行为守则 + 安全限制”的混合体。

为什么这类仓库值得看

系统提示词之所以重要，不在于它神秘，而在于它直接影响产品行为。一个用户感受到的“AI 风格”，经常并不是模型天然如此，而是被上层指令持续塑形后的结果。

把这个观点拆开，可以得到三个更实用的判断。

第一，系统提示词决定了很多“默认行为”

用户看到的语气、回答结构、拒绝方式、工具调用顺序，很多时候都不是临时生成的，而是被系统提示词预先限定的。仓库 README 也明确把这些影响描述为：

这里要注意一个关键点：这是仓库维护者的研究立场，不应被直接升级成已经被严格证明的普遍事实。更稳妥的做法，是把这些文本当作产品行为的一个高价值观察窗口，再结合真实交互、版本变化和其他公开材料交叉验证。

第二，AI 编码工具比聊天机器人更适合做细粒度分析

对话式产品的系统提示词，很多读者看完会停留在“原来它是这样被设定的”。但 AI 编码工具不一样，它们通常包含更具体的执行规范，例如：

这类文本非常适合拿来分析“代理式 AI 是如何被工程化管理的”。如果你的兴趣点是 AI coding agent，而不是泛泛的 LLM 对话，这个仓库的价值会更高。

第三，版本差异本身就是研究对象

仓库中很多文件名带日期、版本号或产品阶段标记。哪怕不阅读全文，只看命名方式，也能先做一轮版本演进分析：

1. 哪些产品的提示词更新更频繁。
2. 哪些系统从短 prompt 变成了长规则文档。
3. 哪些工具随着功能扩张，引入了更多安全与流程限制。

这类问题比“某家 AI 有没有秘密提示词”更值得长期跟踪，因为它们更接近真实的产品治理过程。

这篇仓库最适合怎么用

如果只是把它当“八卦资料库”，价值其实被低估了。更有效的打开方式有三种。

用法一：做产品行为对比

你可以选两个同类系统，比如 Claude 和 ChatGPT，或者 Cursor 和 Windsurf，对比它们在以下维度上的差异：

这种对比的价值在于，你看到的不只是“谁更强”，而是“谁被设计成什么样”。

用法二：做安全与注入研究

很多系统提示词会显式写出优先级、权限边界和不得泄露的信息。对安全研究来说，这些内容至少有两个用途：

1. 理解系统最怕被覆盖的规则是什么。
2. 理解厂商如何设计拒绝、重定向和隔离机制。

一个很实用的原则是：不要急着找“最戏剧化的泄露文本”，先找那些重复出现的结构化规则，例如“优先级顺序”“不得披露内部指令”“在何种条件下调用外部工具”。重复出现的规则，比个别夸张表述更有研究价值。

用法三：做提示词工程反向学习

如果你自己也在设计 AI 助手，可以从中学习的不是具体句子，而是设计方法：

这比复制几段“高级 prompt”更有长期价值。真正可迁移的，是结构，不是措辞。

一个可执行的阅读方法

如果你第一次接触这个仓库，建议按下面顺序看，而不是随机点开某个热点文件。

第一步，先确认目录层级

先看产品分组，再决定你是研究通用对话系统，还是研究编码代理。不要把两类材料混在一起下结论。

第二步，再看文件命名

文件名里的模型名、日期、版本号，常常已经告诉你这份材料适不适合做比较。不同日期的同类文件，天然适合做 diff；不同产品但同一时期的文件，天然适合做横向比较。

第三步，最后才看正文

进入正文后，优先标记这三类段落：

1. 身份与角色定义。
2. 安全边界与拒绝规则。
3. 工具权限、输出格式与执行流程。

先抓结构，再抓细节，会比从头逐字看更高效。

可以直接上手的几个命令

下面这些命令不依赖仓库私有脚本，适合做最小可用分析。

# 列出顶层产品目录
find . -maxdepth 1 -type d | sort

# 快速查看某个目录下有哪些版本文件
find ANTHROPIC -maxdepth 1 -type f | sort

# 搜索常见的拒绝与限制措辞
rg -n "cannot|must not|do not|refuse|redirect" ANTHROPIC OPENAI GOOGLE XAI

# 对比同一产品不同版本的差异
git diff --no-index ANTHROPIC/Claude-4.5-Opus.txt ANTHROPIC/Claude-Opus-4.7.txt

如果你更偏向教学或研究记录，可以把每次分析都收敛成一个固定表格：样本文件、时间、目标产品、核心规则、风险点、你的解释。这样后续做多文件比较时，不会陷入“看了很多，但没有结构化结论”的常见问题。

使用时必须保留的边界感

这是这篇文章里最重要的一部分。CL4R1T4S 有价值，但不能被神化。

如果你准备在文章、研究笔记或演讲里引用其中某一份材料，至少先做这四步核验：

边界一：文本来源未必统一

仓库里有的内容可能来自真实泄露，有的来自提取、逆向、观测或复原。它们的来源路径不完全一致，因此不能默认每份文本都拥有同样高的证据等级。

边界二：提示词不等于完整系统

系统行为还会受到模型参数、检索系统、工具路由、后处理过滤、产品界面逻辑等因素影响。把单份系统提示词直接等同于完整系统，是常见误区。

边界三：版本非常容易过期

这类材料最怕“拿旧文本解释新产品”。如果你要据此写研究结论，最好把文件日期、抓取时间和你自己的验证时间一起记录下来。

边界四：透明度研究与滥用只有一线之隔

同样一份材料，研究者可能拿来分析安全边界，攻击者也可能拿来找绕过路径。因此，阅读和引用这类内容时，最好始终坚持一个原则：研究结构，不传播可操作的规避细节。

我的评价

如果把 CL4R1T4S 当成“AI 圈八卦集合”，它的价值会被严重低估；如果把它当成“理解产品行为、提示词治理和代理式 AI 约束机制的样本库”，它就是一个相当稀缺的公开资料源。

它最强的地方，不是证明了某一家公司“藏了什么”，而是让更多人第一次有机会系统地比较：不同 AI 产品到底是如何被塑造出来的。

对开发者而言，这能帮助你理解为什么两个看起来能力相近的模型，在行为上会差那么多。对研究者而言，这能帮助你把“系统提示词”从传闻，变成可以分析、比较和归档的材料对象。对产品设计者而言，它提醒你一件事：真正决定用户体验的，往往不只是模型本身，还有那层你写进去、但用户平时看不到的系统规则。

总结

CL4R1T4S 的核心价值可以收敛成一句话：它把 AI 系统背后的控制文本，从零散线索变成了可研究的公开样本。

如果你准备从这类仓库开始做研究，最稳的路径不是追热点，而是按“目录分组、版本比较、规则提取、交叉验证”的顺序建立自己的分析框架。这样你得到的就不只是几段有趣的泄露文本，而是一套可复用的研究方法。

相关资源

• CL4R1T4S GitHub 仓库
• README 原文