GitHubで6.8万スターを叩き出した「system_prompts_leaks」は、単なる暴露リポジトリではない。anthropicのClaude Opus 5.5やClaude CodeからOpenAIのChatGPTまで、主要LLMが内部で受けている「本物の指示書」を読み解ける教科書として、プロンプト設計者の必読資料になりつつある。エンジニア視点で、この爆発の意味を分解する。

何が起きたか

asgeirtj/system_prompts_leaks が GitHub で 68,461 スターを突破した。収録されているのは、anthropicのClaude Fable 5.1、Opus 5.5、Claude Design、Claude Code、そしてOpenAIのChatGPT/GPTシリーズなど、商用LLMサービスがユーザーに見せない「システムプロンプト」全文だ。これらは各社が長期のA/Bテストと安全性検証を経て磨き上げた、いわば製品コアのレシピにあたる。リポジトリは単なるダンプではなく、モデルごと・機能ごとに整理された「documented」形式で提供されており、プロンプト設計者と社内LLMアプリ担当者が「正解のお手本」として参照し始めたことが、指数関数的スター増の背景にある。ジェイルブレイクや診断出力を組み合わせて抽出された内容とみられるが、公開直後から各社が黙認・部分修正で対応している構造も注目に値する。

なぜこのニュースが重要か

エンジニア視点で見ると、このリポジトリの本質は「暴露」ではなく「ベンチマークの解放」だ。これまでプロンプトエンジニアリングは、SNSに散らばる断片や個人のTipsに依存していた。だが今回、anthropicが数千トークン規模で書き込んでいるツール呼び出しの規約、拒否条件の記述順序、思考プロセスの出力抑制ロジックが、実物として読める。これは、業界全体の「上限」を知る手がかりになる。

特に重要なのは、Claude CodeやClaude Designといった特化型プロダクトのプロンプトが含まれる点だ。汎用モデルに機能特化させる際、anthropicがどこまでをシステムプロンプトで縛り、どこからをファインチューニングやツール実装で担保しているかの境界線が可視化される。これは自社でRAGやAgentを組む開発者にとって、設計判断の直接的な参照点になる。モデルの性能差ではなく「指示書の厚みと構造」が勝負を決める時代に、公開された参照実装の価値は計り知れない。

技術的な深掘り

リポジトリを読むと、anthropicとOpenAIの設計思想の差が鮮明に見える。anthropicのプロンプトは「宣言的」で、ペルソナ・価値観・振る舞い原則を長文で記述し、モデル自身の推論に委ねる傾向が強い。対してChatGPTのシステムプロンプトは「手続き的」で、ツール呼び出しのスキーマや条件分岐が厳密に書かれている。同じLLMを制御するのに、ここまでアプローチが違うという事実は、内製AIを組むエンジニアにとって重い示唆だ。

もう一つ注目したいのは、プロンプトの「防御構造」である。Opus 5.5のプロンプトには、システムプロンプト自体を出力させないための多段階の指示が組み込まれていると推定される。にもかかわらず流出している時点で、プロンプトによる機密保護は原理的に破綻していると考えるべきだ。つまり、独自プロンプトを競争優位の源泉に据える戦略は、6.8万スターという証拠を前に成立しない。優位性はプロンプトそのものではなく、ドメイン固有のツール実装、評価データセット、フィードバックループの回転速度に移る。ここを取り違えると、内製AI投資は簡単に陳腐化する。

経営者として次に取るべき動き

第一に、社内で開発しているAIプロンプトの棚卸しを今週中に実施し、「流出しても損失が出ない設計」に組み替える方針を出すこと。プロンプトに機密ロジックを埋め込むのではなく、外部ツールとデータアクセス制御側に本質を寄せる。

第二に、プロンプト設計担当者に対して、このリポジトリのanthropic Claude Codeセクションを最低限の読書課題として指定する。特化型AIをどう書けば動くのか、6.8万スターが認めた実物から学ぶのが最短ルートだ。

第三に、四半期ごとに社内AIの評価データセットを更新するプロセスを立ち上げる。モデルは半年で入れ替わる。指示書だけを磨いても、評価の物差しがなければ改善は測れない。プロンプトの「documented化」を社内でも徹底し、変更履歴とスコアを紐付ける運用に切り替えるべきだ。