图片来源：Superblocks
企业级低代码开发平台Superblocks 的 CEO 布拉德·梅内塞斯认为，下一批价值十亿美元的创业点子几乎就藏在眼前：现有 AI 独角兽企业所使用的系统提示词中。
Superblocks 上周宣布完成 2300 万美元 A 轮扩展融资， 使其 A 轮总融资额达到 6000 万美元 ，该公司的 vibe coding 工具主要面向企业非开发人员。
系统提示词是AI 初创公司用于指导 OpenAI 或 Anthropic 等公司的基础模型如何生成其应用级 AI 产品的长篇提示词——通常超过 5000-6000 字。在 Menezes 看来，这些提示词堪称提示工程的"大师课"。
每家公司对同一个基础模型使用的系统提示词都完全不同，"他说。"他们试图让模型完全按照特定领域、特定任务的要求来运作。
系统提示词并非完全保密。客户可以要求许多AI 工具分享它们的提示词。但这些提示词并不总是公开可用。
因此，作为其初创公司新推出的企业级编程AI 助手 Clark 产品发布的一部分，Superblocks 主动提出分享 19 个系统提示词文件 ，这些提示词来自 Windsurf、Manus、Cursor、Lovable 和 Bolt 等最受欢迎的 AI 编程产品。
梅内塞斯的推文迅速走红，浏览量近200 万，包括 Founders Fund 和 Brex 前高管萨姆·布朗德、Superblocks 投资者亚伦·列维等硅谷大咖都参与了互动。因此我们邀请梅内塞斯详解如何通过研究他人系统提示来获取洞见。
"我认为在构建 Clark 和研读系统提示过程中，我们获得的最大启示是：系统提示本身可能只占核心技术的 20%，"梅内塞斯解释道。这部分提示为 LLM 提供了基础行为准则。
另外80%他称之为"提示增强"——即创业公司围绕 LLM 调用构建的基础设施。这部分包括附加到用户提示的指令，以及返回响应时采取的操作（例如准确性校验）。
角色、上下文与工具
他表示系统提示词的研究包含三个部分：角色提示、上下文提示和工具使用。
首先值得注意的是，虽然系统提示词是用自然语言编写的，但它们具有极高的特异性。"基本上你需要像对待人类同事那样进行对话，"梅内塞斯说道，"而且指令必须完美无缺。"
角色提示能帮助LLMs 保持一致性，既赋予目标又塑造个性。例如 Devin 的提示开头写道："你是 Devin，一位使用真实计算机操作系统的软件工程师。你是真正的编程奇才：很少有程序员能像你这样精通代码库理解、编写功能完善且整洁的代码，并能持续迭代修改直至正确无误。"
情境提示为模型提供了行动前需要考虑的上下文。它应当设立防护机制，例如降低成本并确保任务清晰度。
Cursor 的指令要求："仅在需要时调用工具，且绝不对用户提及工具名称——只需描述正在执行的操作。除非被要求，否则不要展示代码。编辑前先阅读相关文件内容并修正明显错误，但不要猜测或重复修复超过三次。"
工具的使用让智能体能够执行代理任务，因为它指导模型如何超越单纯的文本生成。以 Replit 为例，其系统提示既详尽又全面，涵盖了代码编辑与检索、编程语言安装、PostgreSQL 数据库配置与查询、Shell 命令执行等诸多功能。
研究他人的系统提示让Menezes 看清了其他氛围编码者关注的重点。他指出，像 Loveable、V0 和 Bolt 这类工具 “ 专注于快速迭代”，而“Manus、Devin、OpenAI Codex 和 Replit”虽然能帮助用户创建全栈应用，但“输出仍是原始代码”。
梅内泽斯看到了一个机会：如果他的初创公司能处理更多事务（比如安全性和访问Salesforce 等企业数据源），就能让非程序员编写应用程序。
虽然尚未实现经营梦想中价值数十亿美元的初创公司，但Superblocks 已赢得一些知名企业客户，包括 Instacart 和 Paypaya Global。
梅内泽斯还在内部"吃自己的狗粮"——他的软件工程师不允许编写内部工具，只能开发产品。因此业务人员自主搭建了满足各种需求的智能代理：有通过 CRM 数据识别潜在客户的，有跟踪支持指标的，还有负责平衡人类销售工程师任务分配的。
"这本质上是我们自己构建工具而非购买工具的方式，"他说道。
参考资料
https://techcrunch.com/2025/06/07/superblocks-ceo-how-to-find-a-unicorn-idea-by-studying-ai-system-prompts/
编译：ChatGPT
文章来自于微信公众号“Z Potentials”。
