asgeirtj/system_prompts_leaks es un repositorio que organiza prompts de sistema de productos de IA, con contenido relacionado con Anthropic Claude, OpenAI ChatGPT, Google Gemini, xAI Grok, Cursor, Copilot, Perplexity y otros.
Repositorio del proyecto:
https://github.com/asgeirtj/system_prompts_leaks
Página en línea:
https://asgeirtj.github.io/system_prompts_leaks/
Cómo explorarlo
La forma más sencilla es abrir la página en línea y navegar por proveedor y producto:
- Anthropic — Claude
- OpenAI — ChatGPT
- Google — Gemini
- xAI — Grok
- Perplexity
- Microsoft — Copilot
- Cursor
- Meta, Mistral, Notion, Qwen y otros
Si quieres una copia local, clona el repositorio:
|
|
Luego abre directamente los archivos Markdown correspondientes.
Para qué sirve
Este repositorio encaja mejor para investigación y comparación:
- Cómo distintos productos de IA definen roles y límites.
- Cómo se describen capacidades como llamadas a herramientas, búsqueda, código y generación de imágenes.
- Cómo los productos manejan seguridad, privacidad, rechazos y citas.
- Cómo herramientas de desarrollo como Cursor, Copilot y Claude Code organizan los prompts de sistema.
- Qué estructuras pueden servir de referencia al escribir tu propio Agent prompt.
Qué no conviene hacer
No trates estos contenidos como “prompts universales de jailbreak”. Los prompts de sistema cambian, y también hay que juzgar la fuente y la vigencia. El uso más práctico es estudiar la estructura:
- Cómo se escriben las definiciones de rol.
- Cómo se escriben los límites de herramientas.
- Cómo se restringen los formatos de salida.
- Cuándo conviene que el modelo haga preguntas.
- Cuándo conviene que el modelo rechace o degrade la respuesta de forma segura.
Sugerencias de uso
Al leer este tipo de material, puedes crear una tabla comparativa:
|
|
Después, convierte los patrones útiles en tus propias plantillas de prompt. No copies secciones enteras directamente, porque tu producto, tus herramientas y tus escenarios de usuario normalmente son diferentes.
Notas
Las bibliotecas de prompts de sistema sirven para estudiar diseño de productos de IA, pero no conviene sobreinterpretarlas. El comportamiento de un producto no depende solo del prompt de sistema. También influyen la versión del modelo, la implementación de herramientas, las capas de políticas, el contexto y la lógica del producto en el frontend. Trátalo como material de observación, no como un manual completo.