Claude Fable 5 系統提示詞洩漏是真的嗎？

主要內容可信度較高，但需注意 asgeirtj repo 無官方驗證機制，社群已指出部分提示詞為假或過期。可用「模型行為是否與提示詞描述一致」作為評估標準。

asgeirtj system_prompts_leaks GitHub repo 是什麼？

由研究者維護的 AI 系統提示詞公開存檔，收錄 20+ 主流 AI 工具的洩漏提示詞，CC0-1.0 授權，截至 2026-07-14 有 57.4k stars，包含 Claude Fable 5、GPT-5.6、Gemini 3.5、Grok 4.3 等。

Claude 的知識截止日期是什麼時候？

Claude Fable 5 的訓練知識截止日為 2026 年 1 月底，但發布日是 2026 年 6 月 9 日，中間有近 5 個月的知識空窗期。詢問近期事件時應要求 Claude 進行網路搜尋確認。

系統提示詞洩漏對我的日常使用有什麼影響？

實質影響有限，但你可以做三件事：(1) 詢問近期事件時記得知識截止在 1 月，主動要求搜尋；(2) 重要決策同時問 Claude 和 GPT，利用兩者設計哲學差異互補；(3) 涉及資安類問題時，回應品質可能因靜默路由而不同。

知道系統提示詞可以用來「越獄」AI 嗎？

作用有限。即使了解指令結構，模型的安全訓練已內化在參數中，不只靠系統提示詞。且 Anthropic 持續更新版本，過期的提示詞不反映現行行為。最實用的收穫是理解工具邊界，改善使用策略。

AI 系統提示詞洩漏解析：Claude 和 GPT 背後真正的指令是什麼？

2026 年 6 月 9 日，Claude Fable 5 發布。不到 24 小時，一份長達 1,585 行、120,000 字元的隱藏指令手冊已經出現在 GitHub 上，供所有人閱讀。這份文件你以前看不到，卻在你每次問 Claude 問題之前就被讀完一遍了。

現在，一個 GitHub repo（asgeirtj/system_prompts_leaks，截至 2026-07-14 有 57.4k stars）集中收錄了 Claude、GPT-5.6、Gemini、Grok 等主流 AI 的系統提示詞。這篇文章帶你看懂這些指令裡面寫了什麼，以及它如何影響你每天的 AI 使用體驗。

TL;DR

Claude Fable 5 系統提示詞共 1,585 行、27,000+ tokens，知識截止日為 2026 年 1 月底，比發布日早近 5 個月
敏感請求（資安、生化等）會被靜默路由到 Opus 4.8 處理，你不知情，觸發率低於 5%
Claude 和 GPT 的拒絕邏輯根本不同：Claude 看情境、GPT 查黑名單
部分「洩漏」提示詞已被社群驗證為假，57.4k stars 不等於可信度

這個 GitHub repo 是什麼？洩漏了哪些 AI 的系統提示詞？

看到「AI 系統提示詞洩漏」這幾個字，你第一個反應可能是：「是不是哪個駭客入侵了 OpenAI 或 Anthropic 的伺服器？」實際情況完全不同。

asgeirtj/system_prompts_leaks 是一個完全公開的 GitHub repo，截至 2026 年 7 月 14 日已有 57.4k stars、9.5k forks，採 CC0-1.0 授權（等同公開領域，可自由使用）。任何人都可以讀取，也可以提交新的「洩漏」提示詞。

這個 repo 目前收錄的模型包括：

Anthropic 系列：Claude Fable 5、Opus 4.8、Claude Code、Claude Design
OpenAI 系列：GPT-5.6（含 Sol、extra high 版本）、Codex GPT-5.6、GPT-5.5
Google 系列：Gemini 3.5 Flash、Gemini 3.1 Pro、Antigravity
其他：Grok 4.3 Beta、GitHub Copilot、VS Code Copilot Agent、Cursor、Perplexity、Mistral Medium 3.5、Qwen 3.6 Plus

共超過 20 個主流 AI 工具，且持續在新增（最後更新為 2026-07-10）。

值得注意的是，Claude Fable 5 的洩漏版本在 Claude Fable 5 發布後一天內，GitHub repo 的 stars 就從約 51.5k 暴增到 57.4k，說明業界對這次洩漏的關注度之高。

認知翻轉：你以為「洩漏」是某種神秘的資安事件，但實際上這是一個完全公開、合法的 GitHub repo，任何人都可以讀取或提交。

「洩漏」的真相：不是駭客攻擊，是反覆對話逼出來的

那麼，這些系統提示詞到底是怎麼「洩漏」出來的？

Claude Fable 5 的系統提示詞由 AI 研究員「Pliny the Liberator」首次發布。他的方法不是技術入侵，而是社會工程：透過反覆提問，讓 Claude 在對話中逐步揭露自身行為邊界和指令內容，隨後將結果整理後透過他維護的 elder-plinius/CL4R1T4S repo 公開，再被收錄至 asgeirtj repo。

整個過程中，Anthropic 的伺服器或 API 端點從未被未授權存取。HN 討論串（#44832990，293 points）的社群也普遍確認這一點：這次「洩漏」在技術上完全合法，沒有任何系統被入侵。

認知翻轉：AI 系統提示詞不是被「偷走」的，是 AI 被持續追問後自己說出來的。Anthropic 的技術防線從未失守，但 AI 的「自我揭露」邊界比大多數人想像的更容易突破。

Claude Fable 5 系統提示詞解析：1,585 行裡寫了什麼？

看完這份洩漏的系統提示詞，我最驚訝的是它的規模和細緻程度。1,585 行、120,000 字元、27,000+ tokens，這不是幾行「你好，請幫助使用者」這樣的簡單說明，而是一份比大多數產品說明書還詳盡的完整行為手冊。

以 token 量換算，27,000 tokens 相當於 Claude 可用 context window 的約 20%，也就是說，在你開口說第一個字之前，Claude 已經「讀完」了一份佔用五分之一注意力的隱藏規範。

這份規範裡涵蓋的範疇超乎想像。以下是幾個特別值得注意的條目：

1. Claude 可以主動結束對話

系統提示詞明確規定：若使用者持續濫用，Claude 被允許主動終止對話。這打破了「AI 永遠要有耐心」的假設。你對 Claude 發脾氣？它有權說掰掰。

2. 記憶措辭被明確管控

提示詞禁止 Claude 使用「Based on what I remember」這類讓人不舒服的記憶敘述。Anthropic 顯然考慮到這類用語會讓使用者對 AI 記憶能力感到不安。

3. 版權硬限制是法律防火牆

連續引用任何來源不得超過 15 個連續單字，且每個來源最多引用一次。這不是 Claude 自主判斷的合理引用行為，而是 Anthropic 管理版權訴訟風險的法律指令。你以為 Claude 不完整引用文章是「尊重作者」，但實際上這是寫進指令的自保條款。

4. 搜尋策略有明確規定

何時需要搜尋（時事、近期事件）、何時不需要（數學、既有歷史知識），都有明確說明。提示詞甚至規定：首次提到不熟悉的實體時，應先搜尋以避免幻覺。

如果你對 Claude 如何在對話中管理工具使用和 context 感興趣，可以參考這篇關於 Claude Code agent 系統架構的分析，其中有更多關於 Claude 底層設計的討論。

知識截止日的落差：Claude Fable 5 的世界停在 2026 年 1 月

這是這次洩漏中對日常使用者影響最大的發現之一。

事實：Claude Fable 5 的訓練知識截止日為 2026 年 1 月底，不是 2026 年 6 月，更不是更晚的日期。系統提示詞中的 reference date 寫死為「Tuesday, June 9, 2026」（Claude Fable 5 發布日），但這只是 Claude 用來定位「現在是哪一天」的參考點，不代表它知道那天之前的所有事情。

從訓練知識截止日（2026 年 1 月底）到發布日（2026 年 6 月 9 日），中間有將近 5 個月的「知識空窗期」。這段期間發生的事件，Claude 的訓練資料中完全沒有。

這意味著什麼？

如果你問 Claude 關於 2 月到 6 月之間發生的事，Claude 不是「拒絕回答」，而是真的不知道。它可能會給你一個聽起來合理但實際上是推測的答案，或者乾脆說它不確定，取決於它被如何訓練來處理不確定性。

實際建議：問時事類問題時，主動告訴 Claude「請搜尋確認最新狀況」，不要假設它使用最新版本就等於掌握最新資訊。

GPT-5.6 的系統提示詞：企業合規文件的邏輯

GPT-5.6（含 Sol、extra high 版本）的系統提示詞也已收錄於 asgeirtj repo（最後更新 2026-07-10）。

和 Claude 相比，GPT 的系統提示詞讀起來像一份企業法務部門起草的合規文件。大量篇幅用於明確列舉禁止類別：武器製造、醫療法律建議、特定圖像類型，條目一條接著一條，邊界清晰，邏輯直接。

回應模式也反映了這種設計哲學：ChatGPT 採用「先拒絕、再解釋」（refuse-first / explain-second）的架構。命中預設禁止類別，先回絕，再說明原因，不考慮提問的具體情境。

有一點值得注意：GPT 的系統提示詞同樣含有「拒絕揭露自身系統提示詞」的明確指令，和 Claude 一致。這已是業界標準做法，不是個別模型的「個性」。

認知翻轉：GPT 讀起來很聰明，但設計哲學更像企業合規框架，強調邊界與例外，而非靈活判斷。

Claude vs GPT 設計哲學對比：情境判斷 vs 類別黑名單

同樣是「不幫你做危害性的事」，Claude 和 GPT 的底層機制完全不同。這個差異值得每個重度 AI 使用者理解，因為面對同一個請求，兩者可能給出截然不同的回應。

Claude 的拒絕邏輯：情境判斷型

Claude 的核心問題是：「Is this request likely to cause harm given all context?」（考慮所有情境後，這個請求是否可能造成傷害？）每一次都重新評估，不依賴固定清單。

這意味著同樣的問題，在不同的對話脈絡、不同的使用場景下，Claude 可能給出不同的答案。一個研究員詢問化學物質合成方法，和一個剛表達過憤怒情緒的使用者問同樣問題，Claude 理論上會做出不同判斷。

GPT 的拒絕邏輯：類別黑名單型

GPT 的方式更直接：命中預設禁止類別，直接拒絕，不深入分析情境。好處是一致性高，壞處是有時會誤判合理的學術或專業請求。

個性設計的差異

Claude 的提示詞有大量「人格描述」和風格指引，強調 Claude 是一個有獨特個性的 AI，有自己的觀點和說話方式。GPT 的提示詞更像規則條列，著重在「該做什麼」「不該做什麼」。

共同點：所有主流模型（Claude、GPT、Gemini）的系統提示詞均包含「拒絕揭露系統提示詞」條款，這是業界標準，不是例外。

認知翻轉：你以為 Claude 和 GPT 只是說話風格不同，但它們的判斷架構根本不同。Claude 像個有自主思考的顧問（看案情決定），GPT 像個照規定辦事的合規人員（查名單決定）。重要決策同時問兩個，你能得到互補的視角。

靜默路由：哪些情況下 Claude 會換模型回答你？

這是最容易被忽略，但對進階使用者和 API 開發者最重要的機制。

Claude Fable 5 的系統提示詞明確記載了一個安全分類器機制：當請求涉及特定敏感類別時，會被自動路由到 Opus 4.8 處理，不告知使用者。

觸發靜默路由的類別包括：

資安（cybersecurity）：某些類型的安全研究或滲透測試問題
生化武器（bioweapons）：涉及生物製劑的合成或部署
化學武器：相關製造或使用資訊
模型蒸餾（model distillation）：試圖複製或萃取模型能力的請求

觸發率低於 5%，絕大多數一般對話完全不受影響。但這意味著：

對一般使用者：問到上述類別，你以為用的是 Fable 5，但實際上可能切換到了 Opus 4.8，回應品質和風格可能不同。
對 API 開發者：如果你用 Claude API 建構的應用場景涉及上述類別（例如資安工具、生物醫學研究平台），實際使用的模型可能與你預期的不同，這會影響成本計算和效能基準。

認知翻轉：你以為每次和 Claude 對話用的都是同一個模型，但不到 5% 的敏感請求在你不知情的情況下已靜默切換。

這些洩漏是真的嗎？怎麼評估可信度？

最後一個關鍵問題：57.4k stars 的 GitHub repo，代表這些提示詞都可信嗎？

答案是：不能這樣簡單認定。

支持可信度的因素：

洩漏者 Pliny the Liberator 是 AI 研究社群的知名人士，有可查的過往記錄。多個獨立分析者測試後發現，模型實際行為與提示詞描述一致，例如版權的 15 字限制、知識截止日期的行為表現、以及「拒絕揭露系統提示詞」這個條款。這些行為一致性提供了重要的間接驗證。

需要保持懷疑的原因：

asgeirtj repo 採 CC0 授權，任何人都可以提交「洩漏」提示詞，無官方驗證機制。HN 討論串（#44832990）中，已有社群成員指出特定「洩漏」提示詞與對應模型的實際行為矛盾，被認定為偽造或過期版本。

此外，Anthropic 持續更新生產版本，但不公告 changelog。即使某份提示詞是某個時間點的真實版本，它也不保證反映你今天使用的 Claude 的實際行為。

評估標準：如果模型的實際行為與提示詞所描述的一致，可信度較高。如果你想驗證，可以針對提示詞中的具體規定做測試（例如測試 Claude 是否真的拒絕連續引用超過 15 個字）。

認知翻轉：57.4k stars 是話題熱度的指標，不是內容可信度的背書。讀者應自行交叉驗證，不應全盤接受。

結論：了解工具的邊界，比越獄更有價值

系統提示詞洩漏讓我們第一次清楚看到 AI 背後的「說明書」，但真正的價值不在於拿來越獄，而在於理解你的工具。

知道這些之後，你可以做三件事改善你的 AI 使用體驗：

查時事之前先說清楚：Claude 的知識停在 2026 年 1 月，問近期事件時主動說「請搜尋確認最新狀況」，不要假設模型版本新就等於知識最新。
重要決策跨模型驗證：Claude 看情境、GPT 查黑名單，兩者判斷架構不同，同時問兩個能得到互補視角，降低單一模型盲點帶來的風險。
涉及資安類問題時留意：若你的請求觸發了安全分類器，Claude 可能靜默切換到 Opus 4.8，回應品質和風格可能與平時不同。

如果你想直接看這些系統提示詞的原始內容，去 github.com/asgeirtj/system_prompts_leaks 自己讀，對比你日常使用 Claude 或 GPT 的經驗，哪些行為現在有了解釋？