企业官网建设流程全解析

• 文档
• 提示工程
• 人工智能

system-prompts-and-models-of-ai-tools-chinese 是一个AI 编程工具中文提示词合集，收录了 Cursor、Devin、Claude Code、VSCode Agent 等 30 多款主流 AI 编程助手（AI Coding Tools）的系统提示词（System Prompt）与工具定义文件。如果你好奇这些 AI 助手"脑子里装着什么规则"，或者想借鉴它们的设计来优化自己的 AI 编程体验，这个项目就是最好的入门资料库。

🎯 这个项目能帮你解决什么？

项目定位为学习研究资源，使用边界可参考 DISCLAIMER.md。

🚀 一键克隆仓库

只需要一条命令，把整个提示词合集下载到本地：

git clone https://gitcode.com/gh_mirrors/sy/system-prompts-and-models-of-ai-tools-chinese.git

📂 30+ AI 工具提示词目录速览

仓库采用"一个工具一个文件夹"的清晰结构，每个目录通常包含两类文件：

• Prompt.txt / .md / .yaml：系统提示词正文（核心灵魂）
• Tools.json：AI 可调用的工具定义（手和脚）

常用入口：

🔍 十分钟读懂一份系统提示词

以 Claude Code 的提示词 为例，几乎所有提示词都遵循同一套"四段式"结构：

1. 角色定位：开篇一句话声明身份，例如"你是一名交互式 CLI 工具，专门帮助用户完成软件工程任务"
2. 语气与风格：规定回答多长、何时用工具、如何拒绝
3. 任务执行流程：规划 → 搜索理解 → 实施 → 测试验证 → 收尾检查
4. 工具使用策略：什么场景优先调用哪个工具、何时必须并行

💡 阅读技巧：先看"角色定位"和"执行流程"两节，这两部分最能反映一款 AI 工具的"性格"。

再配合同目录的 claude-code-tools.json 查看它注册了哪些工具（读文件、跑命令、搜索代码等），就能完整还原这个 AI 助手的能力边界。

🛠 实战：自己提取 Amp 的系统提示词

仓库中的 Amp/README.md 还教你亲手获取提示词的完整方法，适合动手党：

1. 在 VSCode 中登录 Amp
2. 发出一个简短查询
3. 按住Alt（Windows）或Option（macOS）点击工作区按钮
4. 点击 "View Thread YAML"，即可看到完整的系统提示词 YAML 文件

提取到的原始文件就存放在 Amp/claude-4-sonnet.yaml 和 Amp/gpt-5.yaml，正好对比同一工具为不同大模型定制的差异化提示。

📌 三种进阶玩法

• 玩法规则对比：对比 Cursor 与 Windsurf 的编辑约束（如"每回合最多使用一次代码编辑工具"），理解各家对 AI 自主度的控制差异
• 借鉴到日常使用：把提示词中"先读后改""失败三次就问用户"等规则内化为自己的提问习惯，AI 输出质量会明显提升
• 搭建自己的 Agent：参考 Kiro 的 Spec 模式 与 Google Antigravity 的规划模式，学习"规划-执行"分离的设计

❓ 常见问题

问：这些提示词可以直接拿来用吗？答：它们揭示了工具内部逻辑，建议理解后借鉴思路，而非原样搬运到自己的产品中。

问：仓库会更新吗？答：会。项目计划持续追踪最新 AI 编程工具提示词，并补充中文编程 Rules 与提示词优化技巧，关注仓库即可获取最新版本。

问：哪些文件值得优先读？答：新手建议从 Cursor、Claude Code、Replit 三个目录开始，它们是结构最典型的代表。

✅ 小结

通过 system-prompts-and-models-of-ai-tools-chinese，你只需 10 分钟就能拆解一份系统提示词：克隆仓库 → 按目录找到目标工具 → 用"四段式"框架阅读 Prompt → 对照 Tools.json 看能力边界。看懂 30+ 款 AI 编程工具的底层逻辑后，你与 AI 协作的方式也会随之升级。

• 文档
• 提示工程
• 人工智能