(最新系统提示：2025年5月3日) 我设法从Vercel的v0版本获取了完整的系统提示。超过1400行。 这里有一些有趣的内容值得你去查看。 这是100%真实的，我自己获取的。我设法提取了包含所有标签（如<思考>）的完整提示。 现在的问题是，v0使用的是什么模型？很快就会知道。👀 [https://github.com/x1xhlol/v0 - system - prompts](https://github.com/x1xhlol/v0 - system - prompts)
讨论总结
原帖公布了FULL官方v0系统提示和AI模型信息，包含默认模型、推理使用的模型和即将到来的功能等内容。评论者们从多个角度展开讨论，有对内容规模的形容，对获取方式和真实性的怀疑，对是否用于Copilot任务预测的质疑，对模型标签使用的疑惑，还有关于不同模型结合操作的好奇等，整体氛围中怀疑和好奇情绪较多。
主要观点
- 👍 原帖内容规模大
- 支持理由：原帖有超过2.2k行内容，评论者用“That is seriously chunky.”形容其规模。
- 反对声音：无
- 🔥 质疑获取的系统提示是否用于Copilot任务预测
- 正方观点：从提示包含内容像是把编码标准和“常见错误”放入情境中推测可能用于Copilot任务预测。
- 反方观点：无明确反方观点。
- 💡 对“v0使用标签”的说法表示惊讶
- 理由：认为模型可能无法识别标记的大小写，还猜测可能是越狱副作用。
- 💡 对获取到的v0系统提示的真实性表示怀疑
- 理由：无法确认这就是Vercel实际使用的内容，模型可能编造内容。
- 💡 对使用这些提示所需模型存在疑问
- 理由：不知道该用什么模型配合使用这些提示。
金句与有趣评论
- “😂 I’m was wondering where you went 😂”
- 亮点：用诙谐幽默的方式表达对发布者行踪的好奇。
- “🤔 非常有趣，有点像把编码标准和“常见错误”放在情境中。”
- 亮点：形象地描述获取的系统提示内容像编码标准和常见错误放入情境中。
- “👀 I never really get these. How can you confirm this is exactly what they use? The model could have made a good deal of it up.”
- 亮点：直接表达对获取到的v0系统提示真实性的怀疑。
- “🤔 What’s the point lol, I would assume piping this into Claude 3.7 isn’t going to magically make it 10x better”
- 亮点：质疑获取v0完整系统提示这一行为的意义。
- “👀 I was wondering where you went 😂”
- 亮点：诙谐地表达对发布者的好奇。
情感分析
总体情感倾向为怀疑和好奇。主要分歧点在于获取到的v0系统提示的真实性和意义。可能的原因是原帖发布的信息较为突然且涉及较多专业内容，对于这些内容的来源和用途大家存在诸多疑问。
趋势与预测
- 新兴话题：不同模型与v0系统提示结合后的效果。
- 潜在影响：如果能确定系统提示的真实性和有效使用方式，可能会对AI模型开发和应用产生影响，例如改进Copilot任务、影响不同模型结合的策略等。
详细内容：
标题：Vercel 系统 v0 完整泄露引发 Reddit 热议
近日，Reddit 上出现了一个有关 Vercel 系统 v0 完整泄露的热门帖子，引起了众多网友的关注。该帖声称获取了完整的官方 v0 系统提示和 AI 模型信息，多达 2200 多行，并提供了相关文件供查看。此帖获得了较高的关注度，引发了大量的讨论。
讨论的焦点主要集中在以下几个方面： 有人认为这信息量十分庞大；有人对是否要考虑全部上下文提出疑问；有人指出可能不像想象中那么糟糕，因为人类提示不会太长；还有人探讨了包括大量示例和异常情况来预测并解决 AI 常见错误任务的做法。有人认为这在某种程度上像是作弊，也有人觉得从产品角度看能解决对 AI 编码的常见批评。
有用户表示这部分内容可能会被缓存且成本更低；有人探讨了哪些 LLM 提供商为终端用户提供这种缓存；也有人提到不同模型对特殊标签的处理方式可能不同。有人质疑如何确认这就是实际使用的内容，有人则认为若多次询问输出完全相同，则很可能是从系统提示中读取的。
还有人思考应该将其与何种模型配合使用，以及是否有了这些就不再需要 v0 而能自行操作。也有人觉得此举意义不大，只是为了消耗用户的令牌。
在讨论中，大家各抒己见，观点丰富多样。但对于这一泄露事件的真实性和实际影响，仍存在诸多争议和不确定性。
感谢您的耐心阅读！来选个表情，或者留个评论吧！