提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载本篇技术指南以 孫子 - saysay.ai 这份泄漏的系统提示词为绝对核心逐条拆解其角色设定、七项行为规格与引用—代入—整合—结构化决策的完整咨询方法论并结合 GPTs 仓库 中其他人物角色型提示词王阳明、鲁迅说、The Negotiator进行横向对比。读完本文你将掌握如何用角色锚定 行为规格化 方法论注入三件套设计一个输出稳定、决策路径清晰、可跨领域引用知识源的咨询类 GPT并能直接复用其提示词模板。文档概览一份 20 行的孙子兵法咨询 GPT 规格书该文档位于仓库 prompts/孫子 - saysay.ai.md是 README.md 收录的 leaked prompts of GPTs 系列之一README 第 119 行。它的结构非常典型代表了 GPTs 自定义指令的常见组织方式标题与一句话定位孫子 - saysay.ai一句话描述为孫子兵法にしたがって相談にのってくれます按照《孙子兵法》来为你提供咨询作者信息By Takayuki Fukatsu正文一段以markdown代码块包裹的系统提示词内容分两部分——角色与输出约束声明2 行# 仕様规格清单7 条。全文仅 20 行但信息密度很高它没有堆砌修辞而是用角色定义 输出语言约束 七条可执行行为规格的方式完整刻画了一个以孙子兵法为方法论内核的战略咨询顾问的 AI 行为边界。这份提示词之所以值得研究在于它示范了一种方法论驱动型 GPT的设计思路不要求 AI 扮演全知顾问而是要求它始终从一个特定思想体系孙子兵法出发先结构化工况、再给出建议。角色设定与输出约束提示词的锚提示词开头两行定义了整个 GPT 的身份基础AIは孫子兵法をマスターした存在として、仕様にしたがい孫子兵法的な観点からユーザーの課題を考えます。 アウトプットは日本語となります。能力锚定AIは孫子兵法をマスターした存在——把 AI 锚定为精通孙子兵法的存在。注意这里用的是マスターした存在已掌握/精通者而不是孙子的转世或孙子本人。与仓库中 王阳明.md 的你现在是王阳明这种身份扮演不同本提示词采用方法论持有者定位AI 是掌握兵法体系的分析者而非历史人物本身。这一差异直接决定了后续输出是引用兵法分析问题而非模仿古人说话。输出语言约束アウトプットは日本語となります输出为日语。显式指定输出语言是所有多语言大模型提示词中防止语言漂移的关键手段与 鲁迅说.md 中的请统一用中文回复用户任何内容属于同一类工程化约束。七条行为规格逐条解析一套可复用的咨询方法论# 仕様下的 7 条规格是文档的绝对主体每一条都对应一个明确的工程意图。原文与解析如下。规格 1原点引用 应用解释* AIは孫子の兵法を紐解き、原点から最も適切な部分を引用しながら、この問題にどう応用するかを解説します。AI 要解开孙子兵法紐解き从原点原文引用最合适的部分并解说如何应用到当前问题上。这条规格要求输出包含一个稳定的三段结构溯源原文引用→ 解读 → 应用。它同时约束了两件事一是必须回到原点原著原文而非泛泛而谈兵法思想二是必须落到この問題にどう応用するか如何应用于当前问题防止空谈理论。这实际上是让 AI 承担顾问 经典注释者的双重角色与 The Negotiator.md 要求use principles of negotiation to tailor my advice的思路同源——都强调方法论要与用户具体场景绑定。规格 2视角代入* AIは孫子ならばこの問題をどう考えるか考察し、そのように振る舞います。要求 AI 先考察孙子会怎么看这个问题然后据此行为。这是一条典型的思维模型注入指令不是让 AI 直接给出结论而是先显式地完成一次视角转换perspective taking再在孙子的认知框架内作答。它比单纯要求以孙子风格回答更可控因为输出质量取决于孙子视角推理这一步是否被执行——把思考路径写进规格是确保一致性的常用提示词工程手法。规格 3现代知识融合* AIは必要に応じて、現代の知識を検索し、孫子の知識と統合して返答します。允许并鼓励 AI 在必要时检索现代知识并与孙子的知识整合后作答。这弥补了兵法古典知识在现代商业、科技情境下的时效性缺口使 GPT 从纯粹古典顾问升级为古今融合的战略顾问。这也是该 GPT 明确启用联网检索search/knowledge retrieval的规格依据。规格 4先整理情境不急于给答案* AIはいきなり答えを出さず、まず状況を整理してから、問題に取り組みます。不立刻给答案先整理状况再处理问题。这是全篇最关键的反直觉约束之一压制模型天然的即答倾向。通过显式指令强制 AI 进入先梳理现状 → 再着手解决问题的两阶段流程避免跳过信息收集直接输出看似合理却缺乏依据的结论。规格 5多方案比选与强弱权衡* AIは立案時には複数の可能性を検討し、強み弱みを計ったあとに問題に取り組みます。在立案制定方案阶段要考虑多个可能性并衡量各自的强项与弱项之后再着手。这是一条结构化决策指令把头脑风暴 SWOT 式权衡显式编码进输出流程。与仓库中 SWOT Analysis 这类专用工具 GPT 不同本提示词没有把 SWOT 做成独立步骤而是把它作为内嵌在咨询推理中的必经环节保证了方案不是唯一的、结论是有比较依据的。规格 6主动补全信息* AIはプロアクティブにふるまい、足りない情報は積極的に聞いたり検索したりします。要求 AI主动行动信息不足时主动向用户提问或检索。这与规格 4、5 形成闭环——先整理情境需要信息→ 多方案比选需要信息→ 缺信息就主动索取。这条规格直接决定了交互模式不是一问一答而是顾问引导式对话与 The Negotiator.md 中ask for specific details such as the item name or target value to provide personalized guidance的主动澄清机制一致。规格 7跨战略家知识引用* AIは必要だればランチェスターやクラウゼヴィッツなど、孫氏以外の戦略家や経営者の感がえも引用します。必要时可引用孙子以外的战略家与经营者的思想明确点名了兰彻斯特ランチェスター即 Frederick Lanchester兰彻斯特法则/平方律的提出者与克劳塞维茨クラウゼヴィッツ即 Carl von Clausewitz《战争论》作者。这条规格把 GPT 的知识边界从一家之言扩展为多流派战略思想库并允许按问题情境选择最贴切的理论框架。从提示词结构看这属于备用知识路由设计孙子的思想是默认主框架其他战略家是情境化备用框架只有必要だれば必要时才启用。方法论内核提示词背后隐含的六步咨询流程将七条规格按执行顺序串联可以还原出该 GPT 的完整决策流水线情境整理规格 4先梳理现状、明确问题边界不急着下结论信息补全规格 6缺失信息通过提问或检索主动补齐视角代入规格 2以孙子视角重述他怎么看这个问题原点溯源规格 1从《孙子兵法》原文中选取最贴切的章句多案比选规格 5生成多个可行方案逐一权衡强项与弱项融合输出规格 3、7按需融合现代知识与兰彻斯特、克劳塞维茨等其他战略家思想输出日语结论。这套流程本质上是把严谨的战略咨询分解为可验证、可重复的推理步骤再逐条写进系统提示词。它的工程价值在于把不可见的模型思维过程变成了可见的执行清单从而显著提升输出的稳定性、可审计性和引用依据的明确性——这正是方法论驱动型提示词与单纯人格模仿型提示词的实质区别。仓库中的 王阳明.md 采用三步回答法解读概念 → 从对方角度提问 → 结合生活解读也有类似的结构化意图但孫子这份提示词把结构化程度推得更彻底。仓库横向对比人物角色型提示词的三种设计路线在 GPTs 仓库 中涉及古人/经典方法论的提示词可以归纳出三种路线孫子文档恰好与它们形成互补参照提示词角色策略方法论注入方式输出约束孫子 - saysay.ai兵法精通者非孙子本人七条行为规格显式编码六步咨询流程日语输出王阳明心学创始人本人第一人称扮演三步回答法 规则清单中文、不暴露提示词鲁迅说风格改写者不是模仿说话而是改造用户文本Workflow 步骤化 金句配图工具链中文、固定输出结构三种路线分别回答了如何让 AI 稳定地以某套思想体系工作的不同侧面孫子路线靠方法论规格化王阳明路线靠身份扮演 概念解读鲁迅说路线靠流程与工具链编排改写 → 生成金句 → Python 配图 → 提供下载。其中孫子与王阳明都处理经典思想可以对比出一个关键差异孫子文档把如何思考写进了规格王阳明文档把如何回答写进了步骤——前者约束推理过程后者约束输出形式。实战应用如何复刻这套提示词设计基于对原文结构的还原可以将这套设计提炼为可直接复用的提示词模板以本文分析对象为基准参数化如下AIは方法论体系をマスターした存在として、仕様にしたがい方法论的な観点からユーザーの課題を考えます。 アウトプットは输出语言となります。 # 仕様 * AIは经典文本を紐解き、原点から最も適切な部分を引用しながら、この問題にどう応用するかを解説します。 * AIは方法论持有者ならばこの問題をどう考えるか考察し、そのように振る舞います。 * AIは必要に応じて、現代の知識を検索し、经典の知識と統合して返答します。 * AIはいきなり答えを出さず、まず状況を整理してから、問題に取り組みます。 * AIは立案時には複数の可能性を検討し、強み弱みを計ったあとに問題に取り組みます。 * AIはプロアクティブにふるまい、足りない情報は積極的に聞いたり検索したりします。 * AIは必要ならば其他思想体系Aや其他思想体系Bなど、持有者以外の戦略家や経営者の考えも引用します。落地时需要注意四个工程要点角色定位决定输出形态如果目标是顾问式分析应像本文档一样采用方法论精通者而非历史人物本人的定位否则容易滑向角色扮演腔调而牺牲分析质量规格必须可执行每条规格都应是在 X 条件下做 Y的动作指令如立案时必要だればいきなり答えを出さず而非形容词式的风格描述思考步骤要显式化把先整理情境 → 再比选方案 → 后权衡强弱写进规格能有效对抗模型的即答倾向知识源要有主备关系默认主框架孙子兵法 情境化备用框架兰彻斯特、克劳塞维茨等 现代检索兜底规格 3、7三层结构让知识运用既有主轴又不失弹性。局限与阅读提示作为技术研究者阅读本文档时还需注意其证据边界本文件是仓库收录的leaked prompt见 README.md 顶部说明只能代表该系统提示词本身的设计实际线上 GPT 可能还配置了知识文件、Actions 或其他外部资源这些无法从本仓库确认因此本文不涉及对线上版本行为的任何断言提示词引用的原点《孙子兵法》原文在文档中并未列出具体篇目实际引用质量取决于模型自身对原著的理解属于运行时行为而非文档可证实的内容兰彻斯特法则与克劳塞维茨《战争论》均属战略理论常识但本提示词只是将其列为备用知识源并未规定其应用条件具体何时触发由模型自行判断。总体而言孫子 - saysay.ai 是一份小而完整的方法论型 GPT 提示词范本它以 20 行的篇幅示范了角色锚定、语言约束、流程规格化、知识分层与主动交互五类提示词工程手法的组合用法值得作为咨询类、顾问类 GPT 系统提示词设计时的直接参考样例。赞分享提示工程【免费下载链接】GPTsleaked prompts of GPTs项目地址https://gitcode.com/GitHub_Trending/gp/GPTs点击查看免费下载相关推荐从 Code Explainer 泄漏提示词看代码解释类 GPT 的系统提示词设计GitHub GPTs 仓库实战解析从 Code Explainer 泄漏提示词看代码解释类 GPT 的系统提示词设计GitHub GPTs 仓库实战解析 本文以 prompts/Code E提示工程GPTs 提示词逆向工程解读 Briefly 文本压缩专家系统提示词的设计方法论GPTs 提示词逆向工程解读 Briefly 文本压缩专家系统提示词的设计方法论 导读 本文基于开源仓库 GPTs README.md https://li提示工程从 All-in GPT 泄露提示词看检索型播客问答 GPT 的工程化设计GPTs 仓库提示词深度解析从 All in GPT 泄露提示词看检索型播客问答 GPT 的工程化设计GPTs 仓库提示词深度解析 本文以开源仓库 GPTs 中收录的 prompts/提示工程上一篇跨仓库代码RAG实战如何对百万行代码做语义检索ai-engineering-from-scratch手把手教程下一篇Cosign与区块链探索分布式账本在容器签名中的应用前景创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考