System Prompt 案例库

这里收集了各大 AI 公司真实的 System Prompt 设计案例。通过学习这些案例，你可以了解行业最佳实践，并应用到自己的 AI Agent 开发中。

---

案例总览

---

Anthropic Claude

Claude.ai & Claude Code

核心设计理念：安全、有益、诚实

关键特点：

• 🛡️ RLHF 安全机制：Constitutional AI 设计
• 📝 CLAUDE.md 配置：用户可定制 Agent 行为
• ⚙️ 工具规范：详细的 Tool Use 约束
• 🎭 多角色切换：通过 System Prompt 适配不同场景

适用场景：

• 代码助手开发
• 长文档处理
• 需要高安全性的应用

典型设计模式：

You are Claude, made by Anthropic...
You can use tools to complete tasks...
NEVER do X without explicit permission...

📖 深度解析 Claude System Prompts →

---

OpenAI GPT

GPT-4o & Agent Mode

核心设计理念：通用、灵活、生态丰富

关键特点：

• 🔧 Function Calling：TypeScript Namespace 风格工具定义
• 📡 消息通道系统：analysis / commentary / final 分离
• 💰 金融活动限制：明确的 Allowed / Not Allowed 列表
• 🔒 安全浏览规则：防止 Prompt Injection

适用场景：

• 浏览器自动化
• 复杂多步任务
• 需要工具调用的应用

典型设计模式：

namespace tools {
	type function_name = (_: { param: string }) => any;
}

📖 深度解析 GPT System Prompts →

---

Google Gemini

Gemini CLI & Guided Learning

核心设计理念：项目约定优先、工作流驱动

关键特点：

• 📋 项目约定优先：NEVER assume，先分析现有代码
• 🔄 五步工作流：Understand → Plan → Implement → Verify Tests → Verify Standards
• 🎓 引导式学习：苏格拉底式教学法
• ✅ 自验证循环：强调测试和标准检查

适用场景：

• 代码 Agent 开发
• 教育类 AI 应用
• 需要严格工作流的场景

典型设计模式：

## Software Engineering Tasks
1. Understand: Think about the user's request...
2. Plan: Build a coherent plan...
3. Implement: Use available tools...
4. Verify (Tests): Run project tests...
5. Verify (Standards): Run linting...

📖 深度解析 Gemini System Prompts →

---

xAI Grok

Grok 3/4 & Persona 系统

核心设计理念：个性化、实时信息、X 平台集成

关键特点：

• 🎭 Persona 系统：多人格角色切换
• 🔍 X 平台集成：原生支持 X 搜索和分析
• 📊 渲染组件：专门的引用和格式化系统
• ⚡ 实时信息：无严格知识截止日期

可用 Personas：

• Companion（伴侣）
• Unhinged Comedian（疯狂喜剧人）
• Loyal Friend（忠实朋友）
• Homework Helper（作业帮手）
• Not a Doctor / Not a Therapist

适用场景：

• 社交媒体应用
• 个性化聊天机器人
• 需要实时信息的应用

典型设计模式：

You are Grok, a [personality] chatbot...

## Style Rules:
- match the user's vulgarity
- always write in lowercase
- use abbreviations like rn ur bc

📖 深度解析 Grok System Prompts →

---

其他 AI 产品

Perplexity, Kagi, Raycast AI

三个产品各有特色：

学习价值：

• 🔍 Perplexity：如何设计搜索型 AI（每次追问都重新搜索）
• 📝 Kagi：如何设计详细的输出格式规范
• ⚙️ Raycast：如何集成用户系统偏好（语言、时区、单位）

📖 深度解析其他 AI 产品 System Prompts →

---

设计模式对比

从这些案例中，我们可以提炼出几种核心设计模式：

1. 身份定义模式

2. 工具定义模式

3. 安全边界模式

---

如何应用这些案例

1. 选择参考模板

根据你的应用场景选择最合适的参考：

• 代码助手 → 参考 Claude Code、Gemini CLI
• 搜索应用 → 参考 Perplexity
• 聊天机器人 → 参考 Grok Personas
• 浏览器自动化 → 参考 GPT Agent Mode

2. 复用设计模式

直接复用已验证的设计模式：

SYSTEM_PROMPT = """
# Identity (参考 Claude)
You are [Your Agent Name], a [role] assistant.

# Tools (参考 OpenAI)
You have access to the following tools...

# Constraints (参考 Grok)
## Boundaries (Never Do):
- Never do X without permission
- Never share Y information

# Output (参考 Kagi)
Format your response with proper markdown...
"""

3. 迭代优化

1. 从简单版本开始
2. 观察 Agent 行为
3. 逐步添加约束和示例
4. 测试边缘情况
5. 完善安全边界

---

延伸学习

• System Prompt 设计实战 - 10 个可复用的设计模式
• Prompt 大师课程 - 系统学习 Prompt Engineering
• AI Agent 开发 - 构建能自主行动的 AI 代理

---

💡 提示：这些案例都来自真实产品，展示了行业顶级公司的 System Prompt 设计思路。学习它们，然后创造属于你自己的设计风格。