55 000 звёзд за подглядывание: репозиторий с системными промптами Fable 5, GPT-5.6 и Gemini 3.5 — учебник, который никто не собирался публиковать

Лучший курс промпт-инжиниринга в 2026 году написали не блогеры, а сами Anthropic, OpenAI и Google — просто они не в курсе, что он опубликован. Репозиторий system_prompts_leaks собирает вытащенные системные промпты флагманских моделей и инструментов: 55 тысяч звёзд, 9 тысяч форков, и обновления прилетают в течение дней после каждого крупного релиза — промпты GPT-5.6 появились там почти сразу после запуска 9 июля.

TL;DR: system_prompts_leaks — регулярно обновляемая коллекция извлечённых системных промптов: Claude Fable 5, Opus 4.8, Sonnet 5, GPT-5.6 и GPT-5.5 (включая Codex), Gemini 3.5 Flash, Grok Build, Cursor, Copilot CLI, Perplexity Computer и десятки других. Читать это полезнее большинства курсов: видно, как лаборатории реально пишут инструкции агентам, описания инструментов и правила поведения. Главная оговорка: вендоры ничего не подтверждают, точность не гарантирована.

Что лежит в репозитории?

Внутри — системные промпты практически всей передовой линейки: у Anthropic это Fable 5, Opus 4.8, Sonnet 5 и Claude Code, у OpenAI — GPT-5.6 и вся ветка GPT-5.5 с Codex и восемью «личностями», у Google — Gemini 3.5 Flash, 3.1 Pro и Antigravity, плюс xAI (Grok Build), Cursor, Copilot CLI, Perplexity Computer, Meta AI, Le Chat, Notion AI и Qwen. Отдельная ценность — промпты не только чат-ботов, но и инструментов: как Claude Code описывает своим агентам инструменты Glob и Grep, как устроен CLI-агент Grok Build, что зашито в Amp Code и OpenCode.

Свежесть поддерживается на удивление бодро. Sonnet 5 добавили 1 июля — в день релиза модели. Claude Design лежит целиком: полный промпт плюс 48 инструментов и 16 скиллов. Для Fable 5 есть готовый дифф с Opus 4.8 — можно за пять минут увидеть, что именно Anthropic поменяла в инструкциях для модели нового класса. А папка Official отдельно хранит промпты, которые Anthropic публикует сама, — удобно сравнивать официальную версию с вытащенной.

Зачем это разработчику?

Короткий ответ: это единственное место, где видно, как пишут промпты люди, у которых промпт — продакшен на сотни миллионов пользователей. Четыре конкретных применения:

• Учиться описывать инструменты. Промпты Glob и Grep из Claude Code — эталон tool description: какие случаи оговорены, как заданы приоритеты, где явно прописано «чего не делать». Если пишешь свои MCP-серверы или скиллы, это готовая школа.
• Красть паттерны для CLAUDE.md и агентов. Структура «правило → почему → пример нарушения», жёсткие маркеры вроде IMPORTANT/NEVER, самопроверки перед ответом — всё это переносится в собственные инструкции почти дословно.
• Дебажить поведение моделей. Половина «странностей» модели — не веса, а промпт. Когда видишь в утёкшем тексте прямое «никогда не делай X», перестаёшь бороться с моделью промптами поверх и понимаешь, что упёрся в системное правило.
• Читать диффы как changelog. Дифф Opus 4.8 → Fable 5 показывает, что вендор чинит инструкциями между релизами: где докрутили безопасность, где поменяли стиль ответов. Это честнее маркетингового анонса.

Как вообще достают системные промпты?

В основном уговорами: модель просят воспроизвести свои инструкции, обходя запрет на это через ролевые сценарии, форматирование, многошаговые заходы — классический prompt extraction. Мейнтейнер методики полностью не раскрывает, и у этого есть прямое следствие для читателя: проверить дословную точность невозможно, а модель, пересказывая свой промпт, может галлюцинировать детали.

Косвенные признаки качества у репозитория при этом хорошие: промпты, которые Anthropic публикует официально, совпадают с извлечёнными версиями по структуре и формулировкам, а сообщество в issues быстро репортит расхождения. Но статус у любого файла там — «максимально правдоподобная реконструкция», не оригинал.

Подводные камни

• Точность не гарантирована. Вендоры ничего не подтверждают, извлечённый промпт может быть неполным или частично галлюцинированным — особенно длинные, где модель пересказывает себя кусками.
• Промпты меняются чаще, чем репо. Лаборатории правят системные инструкции без анонсов хоть каждую неделю; дата в таблице Recently Updated — дата извлечения, а не гарантия актуальности сегодня.
• Слепое копирование — карго-культ. Эти промпты писаны под конкретную модель, harness и набор инструментов. Перенесённый дословно в другую модель кусок может ухудшить результат: паттерны переносятся, тексты — нет.
• Правовой статус серый. CC0-лицензия на репозитории не делает тексты Anthropic и OpenAI свободными — для личного обучения это никого не волнует, но встраивать чужие промпты в коммерческий продукт как есть — плохая идея и юридически, и практически.

Альтернативы

• Официальные публикации Anthropic — единственная лаборатория, которая сама публикует системные промпты своих моделей в release notes; это подтверждённый первоисточник, но только по одному вендору и без промптов инструментов.
• x1xhlol/system-prompts-and-models-of-ai-tools — второй большой репозиторий той же категории с упором на AI-инструменты и стартапы (v0, Devin, Manus); хорошо дополняет, но обновляется менее регулярно.

Вердикт

Поставь звезду и прочитай минимум два файла: Claude Code (Opus 4.8) и Codex GPT-5.5 — это два разных учебника по постройке кодинг-агентов от двух лучших команд индустрии, и разница подходов сама по себе урок. Используй как источник паттернов и как дебаг-инструмент, но не как спецификацию: точность не гарантирована, а дословное копирование чужих промптов в свой продукт не работает и не надо.

Как попробовать

1. Открой репозиторий и начни с таблицы Recently Updated — там самое свежее с датами.
2. Прочитай промпт Claude Code и обрати внимание, как сформулированы правила работы с инструментами — это применимо к твоим скиллам уже сегодня.
3. Открой дифф Opus 4.8 → Fable 5 и посмотри, что Anthropic поменяла для модели Mythos-класса.
4. Возьми один паттерн (например, структуру tool description из Glob/Grep) и перепиши по нему описание худшего из своих MCP-инструментов — разница в поведении агента будет заметна сразу.