去年年底我在给一个客服机器人调系统提示词连续改了两周效果一直卡在答得对但不好用这个阶段——事实没问题语气生硬用户问三句就开始不耐烦。后来一个同行甩给我一个地址说你去翻翻 system_prompts_leaks 这个合集里面收的都是各家 AI 产品流传出来的系统提示词原文。我花了一整个通宵看完最大的收获不是原来他们这么写而是原来人家的提示词是当成工程文档在写的。这篇文章就把我从这个合集里拆出来的东西讲清楚它是什么、里面到底有什么、哪些结构可以直接抄、哪些坑必须绕开以及怎么在自己项目里落地成一套可维护的提示词库。不管你是刚开始写第一个 system prompt 的新手还是已经踩过几轮坑的从业者应该都能拿到点能直接用的东西。1. system_prompts_leaks 这类合集到底是什么1.1 它更像一份工程样本库而不是猎奇收藏很多人第一次听到这个项目的名字第一反应是哦就是那个收集别人家提示词的仓库。这个理解不算错但只说对了一半。真正有价值的不是里面写了什么而是为什么这么写。这类仓库的典型形态是一个按产品/模型分类的目录树每个条目下面放一段提示词正文有的还会附上时间戳、模型版本、来源说明和语言变体。早期版本和后期版本并存这一点非常关键——它让你能观察到同一家产品在半年、一年里的提示词是怎么演进的加了什么、删了什么、把哪句话提到了最前面。这种纵向对比的价值比单份提示词本身大得多因为提示词工程的很多决策只有放在迭代序列里才看得懂。我个人的判断是这类合集的价值排序是这样的迭代对比 结构拆解 单点措辞 具体业务规则。最后一项其实最难迁移因为那是别人家产品的业务你抄过来没用但前三项是通用工程能力可以跨场景复用。1.2 为什么生产级提示词比市面教程更值得读网上讲提示词的文章绝大多数有一个共同问题它们是单轮、理想化、无状态的。比如你是一位资深营销专家请帮我写一段文案——这种东西拿来演示没问题拿去上线基本会崩。而生产级提示词要处理的是完全不同的难题模型可能被诱导跑偏、用户可能连续追问二十轮、输出要被下游程序解析、要跟工具调用协议对齐、要在千差万别的输入下保持格式稳定。这些东西不会出现在教程里但全都写在生产提示词的正文里。举个我印象很深的例子。教程会告诉你要明确告诉模型它的角色而生产提示词里你看到的往往是这样一组东西角色声明 能力边界 不适用场景 越界时的应对话术。四件事绑在一起才叫角色设定只写第一句等于没写。这就是生产环境和教学环境之间最直观的差距。1.3 用这份合集之前先给自己立三条规矩第一条只把公开流传的内容当作研究材料不要当成官方文档引用。这类合集的条目来源五花八门有的可信度高有的明显是二手转述还有的被后人加工过。你可以参考它的结构思路但不要在产品文档里写某某产品就是这么做的那是给自己挖坑。第二条不要把别人的业务规则当成自己的业务规则。我见过有人直接把某产品的整段提示词复制进自己的项目结果模型疯狂拒答——因为那段提示词里不回答 X 类问题的规则跟他的业务场景完全不搭。结构可以抄规则必须重写。第三条关注可迁移的模式忽略不可迁移的细节。判断标准很简单把这段文字里的业务名词全部替换成你行业的词读起来还成立吗成立就是模式不成立就是细节。2. 拆开一份生产级提示词七个高