Wer Claude Code täglich einsetzt, denkt irgendwann an die Frage: Wie ist die KI selbst instruiert? Das GitHub-Repository asgeirtj/system_prompts_leaks sammelt extrahierte System-Prompts von ChatGPT, Claude (Opus, Sonnet, Code), Gemini, Grok und Perplexity. Es ist eine der meistbeachteten Sammlungen dieser Art und wird regelmäßig aktualisiert.
Dieser Post erklärt, was du als Claude-Code-Nutzer daraus lernst und wie du das Wissen konkret in eigene Prompts überträgst.
Was steckt in der Sammlung?
System-Prompts sind die unsichtbaren Anweisungen, die jeder KI vor dem eigentlichen Nutzerdialog übergeben werden. Sie legen Persönlichkeit, Einschränkungen und Verhalten fest. Was ein Nutzer nie direkt sieht, bestimmt trotzdem jeden Output.
Die Sammlung enthält rohe Textdateien, jeweils einem Modell und einer Variante zugeordnet. Für Claude Code ist das besonders spannend, weil du dort siehst, wie Anthropic Rollenanweisungen formuliert, wie Sicherheitsgrenzen beschrieben werden und welche Satzstrukturen in offiziellen Prompts dominieren.
Das ist kein Datenleck im kritischen Sinne. Die meisten System-Prompts wurden durch öffentlich zugängliche Techniken extrahiert, die die Modelle selbst preisgeben, wenn man geschickt fragt. Die Betreiber wissen das. Anthropic hat in der Vergangenheit selbst System-Prompt-Inhalte veröffentlicht, zum Beispiel im Rahmen der Responsible Scaling Policy.
Die Sammlung macht das nur bequem zugänglich und vergleichbar.
Was du daraus für eigene Prompts lernst
Hier liegt der eigentliche Wert. Wenn du dir ansiehst, wie Anthropic Claude Code instruiert, erkennst du Muster, die du in deine eigenen CLAUDE.md-Dateien und Skripts übernehmen kannst.
Drei Lektionen aus der Analyse:
Explizit ist besser als implizit. Frontier-KIs bekommen keine Andeutungen. Sie bekommen präzise Regeln. Nicht "antworte höflich", sondern "antworte in maximal drei Sätzen, ohne Aufzählungen". Das gilt genauso für deine eigene CLAUDE.md. Je konkreter die Anweisung, desto stabiler das Verhalten über viele Sessions hinweg.
Negative Instruktionen zuerst. In vielen extrahierten Prompts stehen Verbote vor Erlaubnissen. "Tue nicht X" kommt früher als "Tue Y". Das ist kein Zufall. Modelle gewichten frühe Anweisungen stärker. Schreibe deine wichtigsten Einschränkungen an den Anfang deiner CLAUDE.md, nicht ans Ende.
Kontext als Identität. Die Prompts beschreiben der KI nicht nur Aufgaben, sie geben ihr eine Perspektive. "Du bist ein erfahrener Entwickler" ist wirkungsvoller als "hilf beim Entwickeln". Schreibe in deiner CLAUDE.md, welche Rolle Claude in deinem Projekt hat und welche Expertise du von ihr erwartest.
Ein konkretes Beispiel für eine verbesserte Rollenanweisung in einer CLAUDE.md:
## Rolle
Du bist Senior-Entwickler in diesem Projekt. Du kennst den gesamten Stack (Next.js 16, TypeScript, Supabase) und die Architektur-Entscheidungen aus der Dokumentation unten. Du schlägst Refactorings vor, wenn du sie siehst, aber du änderst nie mehr als nötig.
Verglichen mit "Du hilfst mir beim Entwickeln" ist der Unterschied im Verhalten spürbar.
Wie du die Sammlung nutzt
Der einfachste Weg: Geh auf GitHub, such nach system_prompts_leaks und öffne die Datei für das Modell, das dich interessiert. Keine Installation nötig.
Was dann hilft:
- Lies den Prompt für Claude Code vollständig durch.
- Markiere Formulierungen, die du intuitiv für Regeln in deiner eigenen CLAUDE.md übernehmen könntest.
- Schaue, wie Sicherheitsgrenzen beschrieben werden. Das zeigt dir, welche Anweisungen Anthropic als absolut behandelt und welche flexibel sind.
Ein weiterer sinnvoller Vergleich: Lies den Prompt für ChatGPT oder Gemini daneben. Unterschiede in Ton und Struktur zeigen dir, welche Werte die jeweiligen Labore priorisieren. Das schärft dein Verständnis, welche KI für welchen Use Case besser geeignet ist.
Wer tiefer einsteigen will, kann die Dateien herunterladen und lokal mit Claude Code analysieren lassen. Prompt-Analyse als eigene Aufgabe für die KI funktioniert überraschend gut.
Wann lohnt sich die Beschäftigung damit?
Nicht jeder braucht das. Wenn du Claude Code für Standard-Coding-Tasks nutzt und die Ergebnisse zufriedenstellend sind, brauchst du dir kein System-Prompt-Studium aufzwingen.
Lohnenswert wird es in drei Situationen:
Claude verhält sich nicht wie erwartet, obwohl die Aufgabe klar scheint. Dann hilft ein Blick in den System-Prompt, um zu verstehen, welche Grundannahmen die KI mitbringt.
Du baust eigene Agents oder automatisierte Pipelines mit Claude. Dort ist präzises Prompt-Engineering entscheidend. Die extrahierten Prompts zeigen dir Vorlagen, die bereits in Produktion funktionieren.
Du willst deine CLAUDE.md professionalisieren. Die Muster aus Frontier-Prompts, explizit, negativ zuerst, Identität statt Aufgabe, sind direkt übertragbar. Mehr dazu findest du auch im Beitrag über CLAUDE.md richtig schreiben, der konkrete Regeln und ein Template mitliefert.
FAQ
Ist es legal, diese System-Prompts zu lesen? Das Lesen und Analysieren ist nicht illegal. Die Prompts wurden durch Interaktion mit öffentlich zugänglichen Diensten gewonnen. Das Verwenden der Prompts in eigenem Code oder als Marketingmaterial kann je nach Nutzungsbedingungen problematisch sein. Lies sie zur Weiterbildung.
Sind die Prompts aktuell? Die Sammlung wird gepflegt und regelmäßig aktualisiert, wenn neue Extrakte verifiziert sind. Ältere Einträge können veraltet sein, weil Anbieter ihre System-Prompts im laufenden Betrieb ändern. Als Lernquelle für Muster und Struktur sind sie trotzdem nützlich.
Kann ich mit Claude Code selbst meinen System-Prompt analysieren lassen? Ja. Lade die Textdatei herunter und frag Claude Code, die Struktur zu erklären und dir ähnliche Formulierungen für dein Projekt vorzuschlagen. Das ist einer der direktesten Wege, Prompt-Engineering zu lernen.
Marcel Porcher, newways.ai
Wenn du Claude Code nicht nur einzeln nutzen, sondern mit anderen Unternehmern zusammen lernen willst: Komm in die kostenlose Claude Business Community. Wir lernen dort gemeinsam Claude, Automatisierung, Co-Work, Claude Code, App-Building und Agent-Coding. Weniger Zeit verschwenden, Kosten sparen, Business skalieren. Kostenlos beitreten: skool.com/unternehmernetzwerk-2071