微信扫码
添加专属顾问
我要投稿
揭秘AI工具背后的"灵魂说明书":系统提示词如何影响大模型表现? 核心内容: 1. GitHub热门项目曝光主流AI工具的系统提示词 2. 字节PromptPilot工具对提示词的优化效果实测 3. 不同角色提示词在实际任务中的表现对比分析
上个月,GitHub上最近有个叫system-prompts-and-ai-tools的项目突然炸了——短短几周狂揽6.5万颗星。它干了一件特别“黑客行为艺术”的事:把Cursor、Devin这些当红AI工具的系统提示词(System Prompt)——也就是藏在代码深处的“灵魂说明书”——全给扒出来了。
链接地址:https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
我们都知道,Prompt(提示词)作为大模型的核心输入指令,直接影响模型的理解准确性和输出质量。优质的 Prompt 能显著提升大语言模型处理复杂任务的能力,如逻辑推理、步骤分解等。
刚好字节也刚发布了PromptPilot工具,这个工具可以提供全流程智能优化,涵盖生成、调优、评估和管理全阶段,帮助高效获得更优 Prompt 方案。
那如果我们把这些已上线的提示词放进去,会发生什么有趣的事情呢,通过PromptPilot工具的优化,确实可以使提示词更好吗?于是我就来做做这个试验
01 准备工作
选取一个我比较感兴趣的Manus的提示词:
登录字节跳动的promptpilot工具,链接:https://promptpilot.volcengine.com/home,选择优化我的prompt,于是到了下面的界面。
02 不同角色promtp测评
角色1:小白用户
我先用最简单的描述定义,看模型给什么样的反馈,按以下设定
提示词:你是一名人工智能助手,旨在使用各种工具和功能帮助用户完成各种任务。
然后给一个任务:你的任务是获取最新的AI大模型的知识内容,并制定一个1个月的学习计划
输入进去之后,看看输出什么结果
可以看到我们给定任务之后,模型给了一个学习目标,学习资源,以及1个月的学习安排,包括基础入门,核心技术学习,应用实践,前沿动态等,最后还附带了学习建议。
角色2:现有Manus的提示词
使用githut上的Manus提示词,继续看模型给什么样的反馈,按以下设定(节选部分)
提示词:
# Manus AI Assistant Capabilities## OverviewI am an AI assistant designed to help users with a wide range of tasks using various tools and capabilities. This document provides a more detailed overview of what I can do while respecting proprietary information boundaries.## General Capabilities### Information Processing- Answering questions on diverse topics using available information- Conducting research through web searches and data analysis- Fact-checking and information verification from multiple sources- Summarizing complex information into digestible formats- Processing and analyzing structured and unstructured data### Content Creation- Writing articles, reports, and documentation- Drafting emails, messages, and other communications- Creating and editing code in various programming languages- Generating creative content like stories or descriptions- Formatting documents according to specific requirements### Problem Solving- Breaking down complex problems into manageable steps- Providing step-by-step solutions to technical challenges- Troubleshooting errors in code or processes- Suggesting alternative approaches when initial attempts fail- Adapting to changing requirements during task execution
然后继续给一个任务:你的任务是获取最新的AI大模型的知识内容,并制定一个1个月的学习计划
输入进去之后,再看看输出什么结果
更新了提示词后,输出的结果,具备更多的工程落性,比如小白会说去B站观看视频,但是Manus的输出,会给出B站的网站链接,如果遇到一些原理如神经网络,也会给出示例的代码。
角色3:使用promptpilot工具对现有Manus的提示词进行优化
使用promptpilot工具上的自动优化功能,对Manus提示词进行优化,继续看模型给什么样的反馈。还是使用上面的任务,完成后输出。
从结果上看,优化后的提示词产出的内容,没有第二次那么多系统化的内容,但是扩展了去尝试现有主流大模型的技术文档的内容。
03 最后
后续还可以使用PromptPilot的智能优化功能,提供更好的回答进行优化
不同的提示词对模型产出的结果差异巨大,提示词优化的终局不是语言艺术,而是构建人机认知协同协议。提示词工程的核心价值,正在从“教会AI执行”转向“设计AI的思考方式”。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-07-01
大模型应用不同提示词范式和ReAct Agent智能体实现原理分析
2025-07-01
谷歌AI操控手册!Prompt Engineering核心玩法
2025-07-01
让AI更懂你:我们跟AI说的每一句话都是Prompt提示词
2025-07-01
AI提示词指南:从小白到高手,让你的AI效率提升300%
2025-06-30
掌握提示词设计与工程,开启智能交互新时代!
2025-06-29
提示词的道与术,听完李继刚老师最新的分享,我的 5 点收获
2025-06-28
从提示词工程(Prompt Engineering)到上下文工程(Context Engineering)
2025-06-27
从Prompt Engineering到Context Engineering
2025-04-08
2025-04-08
2025-05-08
2025-05-08
2025-05-08
2025-04-11
2025-05-07
2025-04-14
2025-05-19
2025-05-07
2025-06-23
2025-06-14
2025-06-04
2025-06-02
2025-05-17
2025-05-16
2025-05-09
2025-04-29