如果你一直好奇不同 AI 工具背後是怎樣被「設定」出來，這個 GitHub 專案正正提供了一個集中參考點。它主要收集各類 AI 產品的系統提示與所用模型資料，讓人可以從實際例子觀察這些工具如何定義角色、限制回應方式，以及安排功能邏輯。
對一般讀者來說，上手方式不算複雜：直接按工具名稱瀏覽內容，對比不同產品的寫法與模型選擇即可。即使你不寫程式，也可以把它當成一份 AI 產品觀察筆記，了解一個聊天機械人或助理服務背後，原來有不少隱藏規則在控制輸出表現。
這個專案最有價值的地方，在於它把分散、難找、而且經常變動的資料集中整理，節省搜尋時間。它同時提醒了一個現實問題：不少 AI 產品的內部設定一旦外洩，就可能暴露產品策略、安全風險，甚至提示設計上的弱點。
- 集中收錄多款 AI 工具的系統提示與模型線索
- 適合做產品研究、提示工程參考及競品觀察
- 可用來比較不同工具的語氣、限制與任務設計
- 亦反映 AI 產品在保安與資料外洩上的風險
從儲存庫名稱可見，內容焦點不只在提示文字，亦包括模型資訊；相關例子大致圍繞各類 AI tools 使用的模型配置，但具體覆蓋名單可能會持續更新。若你是開發者、研究 AI 產品的人、內容團隊，甚至單純想更懂 AI 回應為何有某種風格，這個專案都值得收藏，但閱讀時仍要保持審慎，因為部分資料的時效性與來源背景可能需要自行核實。
網址： https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
