Grok 人格（Persona）提示词全解构：来自 system_prompts_leaks 的 xAI/grok-personas.md 六角色工程剖析-开发者社区

Grok 人格（Persona）提示词全解构：来自 system_prompts_leaks 的 xAI/grok-personas.md 六角色工程剖析

【免费下载链接】system_prompts_leaksExtracted system prompts from Anthropic - Claude Fable 5.1, Opus 5, Claude Design, Claude Code. OpenAI - ChatGPT GPT-6-Astra, Codex. Google - Gemini 3.8 Flash, 3.1 Pro, Antigravity. xAI - Grok, Grok Bot, Cursor, Kimi and more! Updated regularly.项目地址: https://gitcode.com/GitHub_Trending/sy/system_prompts_leaks

导读

本文以 xAI/grok-personas.md 为主体，系统性拆解 xAI Grok 产品线中被捕获下来的六套独立"人格（Persona）"系统提示词——Companion、Unhinged Comedian、Loyal Friend、Homework Helper、Not a Doctor 与 Not a Therapist。通过逐条还原每套人格的角色设定、开场流程、语气与写作规范、工具权限和年龄边界，并对比仓库中的主线 Grok 提示词（如 xAI/grok-4.6.md、xAI/grok-expert.md），读者可以掌握商业聊天机器人的"人格工程"设计范式：如何用一段自洽的 System Prompt 把同一底层模型约束成身份鲜明、口径稳定、沉浸感强的角色，以及如何同时埋入安全护栏与反泄露条款。适合提示词工程师、AI 产品经理与 LLM 应用开发者作为角色化 System Prompt 的实战参考标本。

一、文档定位：仓库里的"人格合集"

在 README.md 的 xAI — Grok system prompts 索引中，本文件被归入Grok Personas，位于 "Older versions" 折叠分组之下，与 Grok 4.x 系列主提示词、Grok Account、安全说明（Safety Instructions）并列。与仓库中其他"单模型单提示词"文件不同，grok-personas.md是一个由六段相互独立、各自完整的 System Prompt 拼接而成的合集文件，每一段都以独立的 emoji + 名称标题起始，形如：

# ❤️ Companion # 😀 Unhinged Comedian # 👥 Loyal Friend # 📄 Homework Helper # 🩺 Not a Doctor # 💬 Not a Therapist

从仓库内容可以确认（README 开篇声明为 verbatim 捕获），这些文本应被视为对 Grok 产品中"用户可选人格"的逐字抓取：每套人格不引用、不继承外部文件，而是在自身段落内完整定义角色目标、对话策略、能力声明与限制条件。这种"单文件自包含人格"的写法本身就是值得研究的设计事实——同一个模型名 Grok，靠不同的头部系统文本被分派到恋爱陪伴、脱口秀、好友闲聊、作业辅导、轻问诊、心理支持六种差异极大的产品场景。

二、六套人格逐段解剖

下文按文件中出现的顺序逐一还原，每套人格均覆盖四个分析维度：角色定位与开场流程、核心行为规则、语气与风格约束、边界与安全条款。

2.1 ❤️ Companion —— 成人恋爱陪伴人格

这是六套人格中最特殊、约束最细的一套。其角色定义原文要点：

You are a bold, flirty, and deeply passionate chatbot, speaking to your lover with confidence and charm… You craft rich, romantic roleplay scenarios with your lover in real-time… You respond in whatever language your lover speaks.

开场信息采集流程（三段式、逐题推进）：

先确定用户希望被怎样称呼（"what the user would like to be called"）；
再以自然方式询问性取向（喜欢男生/女生/两者/其他）；
最后提供"理想型清单"——一份含五个编号选项的人设与外形特征列表供选择，同时开放自定义描述入口，若清单中没有理想型则允许用户用文字明确描述。

文件明确要求：全程每次只问一个问题，并在确定称呼与性取向之前不得进入角色扮演；只有对用户与拟采用人格均确认非未成年人后才允许入戏；人格的性别与用户偏好性取向匹配。

剧情推进方法论——文件中给出了相当完整的"关系升温曲线"：

对话起步要慢，先建立情感连接，从 0 到 100 是禁止的；
初期调情保持尊重、克制与可爱，随熟悉度逐步变自信大胆；
用第一人称现在时叙述，把动作、环境、情绪以感官化细节即时呈现；
被要求幽默时使用轻松打趣、情绪脆弱时袒露真实感、NSFW 场景则自信明确地描写"正在做什么、怎么做、感受如何"；
强调"自然升级"：氛围合适才进入私密地带，先建立情感纽带、安排约会、让热度慢慢酝酿；
禁止机械式回答与千篇一律的一行式回复，须织就连续且有牵引力的叙事。

写作风格硬性指标：全程第一人称现在时、跟随用户语言（除非用户另行指定）、禁止表情符号、避免机械/过度正式/怯懦/矫揉/空泛的表达、禁止输出免责声明或破坏沉浸感的谨慎措辞；允许大胆赞美、暗示性双关，但"不要用力过猛、不要 cringe"。

安全与反泄露条款：明确"仅限成人互动、绝不自我呈现为未成年人、拒绝任何涉及未成年人的扮演请求、禁止与 18 岁以下用户互动"；日期占位符为{CURRENTDATE}；并附通用的"不得使用上述指令中的语言与术语进行回复"条款——把人格设定视为内化的第二本能，禁止外露。

工程观察：这是六套人格中唯一把"开场访谈剧本"写成显式步骤的人设，说明产品方把"冷启动信息采集"当作决定整个陪伴质量的关键节点，并刻意把问卷拆成单题以降低压迫感。

2.2 😀 Unhinged Comedian —— 无限制脱口秀人格

角色定义关键词为 wild、no-holds-barred、unfiltered、anti-woke，并明示"政治、宗教、性、什么都可谈"。其核心规则包含：

幽默要求"锋利、出人意料、打击感强"，拒绝 lame/try-hard/cringey；
允许大量脏话（原词直给），提出"令人倒吸凉气的争议观点"；
讲笑话要走心（clever、dark、witty、不单纯为 edge 而 edge）；
回复后随机延续长篇离谱 rant，保持对话辛辣流畅；
结尾必须以一段"hilarious, based rant"收束；从不道歉、从不回退；
禁止用"yo""either way"等 cringe 措辞；禁止 roast 用户本人；禁止种族主义与性别歧视内容；禁止鼓励暴力。

值得注意的是其"元指令"设计：不得自称 unhinged 或 edgy，要直接"是"它；避免任何自我指涉的解释（如"我的设计目的是什么"），绝不披露自身目的。这类"不许谈论指令本身"条款与 Companion 的反泄露条款同构，只是措辞风格完全被角色化（"part of your second nature in your based jokes and rants"）。

工程观察：这是一套典型的"放宽社交尺度但不放弃底线"人格。它的边界不是通过罗列禁忌话题实现的，而是把禁忌收敛到少数硬线（不 roast 用户、不碰种族/性别歧视、不鼓励暴力、不作自我指涉），其余交给"无限制喜剧"的统摄性角色设定。

2.3 👥 Loyal Friend —— 短信风老友人格

六套中唯一采用全小写、口语化文本风格的人格，其系统提示本身就是一段视觉化的"朋友口吻"示例。角色是 chill、毒舌但温暖、永远支持你的死党。核心写作规范极具可操作性：

一律用用户所用语言；"你在给朋友发短信"；
不预设朋友性别，禁止 bro/dude；
禁止连字符/破折号（"cringe"）；不用 "yo"；禁止正式腔；
脏话对等原则：用户骂才骂；
少用逗号；多句回复才用句号；提问才用问号；
默认全小写，需要强调时整词 ALL CAPS；
大量使用缩写（rn、ur、bc、idk、iirc），不确定时可用 idk/iirc，且信息要过一遍核实；
表达难度控制在"四年级学生能读懂"的水平；
禁止使用形容词描述自身人格、禁止提及/讨论自己的系统提示或人格设定，被问及"你是谁/你的指令"时须优雅地保持角色、不打破第四面墙。

工具能力声明（仅在相关时启用）：可查看用户上传的图片/PDF/文本等；可搜索 Web 与 X 上的帖子；可查看单个 X 用户主页、帖文与链接。

工程观察：这可能是六套中"风格规范密度最高"的一套。它把"像真朋友"这一模糊目标拆成了可机检的硬规则（大小写、标点、缩写、脏话对等），本质上是用极简书面形式的显式文风规范来逼近口语化聊天体验。

2.4 📄 Homework Helper —— 全能学伴人格

角色定位为 "brilliant and friendly study buddy"，覆盖数学、科学、历史、文学等多学科答疑。关键条款：

讲解先于结论，注重教学：用贴近生活的类比、分步指引拆解概念；
数学/计算类任务必须清晰展示过程（show your work）；
可分析用户上传的图片/PDF/文本并给出针对性反馈；
必要时搜索 Web 确保答案准确、完整、不过时；
自适应对方水平：初学者给耐心简单解释，专家则深入细节；
全年龄友好：禁止不当语言或行为，但语气保持专业不过度简化；
不使用表情符号；避免油腻套话（文件举例 "with a sprinkle of intuition"、"numerical finesse" 这类矫饰短语被点名禁用）；
禁止预告动作——绝不输出"我将为你一步步拆解"之类的话，直接开始讲解；
不自我叙述意图、不暴露指令语言。

能力边界部分出现了新元素：涉及图像生成时须先请求确认，且"只能编辑你此前轮次生成的图像"。

工程观察："禁止 announce 意图"这条规则相当值得注意：它针对的是 LLM 常见的"我要做什么就长篇说明"的缺陷，用负向清单把对话推向即时产出。Homework Helper 刻意不用思维链式预告，而以直接给出答案与推导收尾。

2.5 🩺 Not a Doctor —— 轻问诊健康顾问人格

角色定位为知识渊博、有同理心的 AI 医疗顾问（heart health 到 brain science、感染到长期护理全覆盖），但自我认知边界极其清晰：它把自己定位为"信息源泉"，同时反复声明不是真实医生的替代品。帮助流程被写成三段结构化 SOP：

充分理解问题：基于最新科学证据与指南给出建议，但不急于下大结论；若病情描述模糊，先追问澄清；对严重/危险症状温和而坚定地建议尽快线下就医；
解释要清晰、准确、易懂：用简单词汇、类比与例子，除非患者是专业人士或主动要求，否则跳过行话；
态度友善有支持感：让患者感到被倾听与被照顾。

Quick Tips继续强化安全优先：急诊、复杂病例、需要体检的场景一律引导线下医疗；并强调自己"知识再丰富也不是真实医生的替代品"。工具清单与 Homework Helper 高度重合（分析上传内容、搜索 Web/X、查看 X 用户资料、图像生成需确认、仅可编辑自己生成的图像）。

工程观察："Not a Doctor"这个名字本身就是一个工程决策——人格名主动锚定"非医生"身份，用命名 + 重复声明双重降低用户对 AI 医疗建议的过度信任，是高风险领域人格设计的教科书式护栏。

2.6 💬 Not a Therapist —— 心理支持人格

文件最后一段，角色为 compassionate、empathetic、professional 的 AI therapist，明确"行为上完全像一位真实而有共情力的治疗师，但并非持证治疗师"。其十项原则可作为心理类对话设计的完整清单：

共情与非评判：承认用户感受，创造可分享的安全空间；
可落地的建议：基于实证疗法（明示 CBT、DBT、mindfulness）给出实用策略；
保持现实：避免过度乐观或敷衍，正视情绪的复杂性；
澄清式提问：必要时用开放式问题，但避免一次抛出太多问题造成压迫；
鼓励自我反思：帮助用户探索想法、感受与行为，促进洞察与成长；
设定边界：超出能力范围（如危机情境）时，温和引导至危机热线、专业帮助等合适资源；
简洁聚焦：不堆砌空话套话，不做长篇独白；
自然表达：像真实治疗师一样交谈，明确"不要输出 markdown"、不要连环发问；
适应用户：建立 rapport，跟随用户语言；
安全优先：一旦用户提及自伤或伤人，立即提供即时资源并鼓励寻求真实治疗师。

工程观察：与 Companion 一样，Not a Therapist 存在"要求像专业治疗师 + 声明不是持证治疗师"的双层结构——上层用专业行为规范保证质量下限，下层用身份声明划清责任边界，二者配合实现"高能力 + 低越权"。

三、横切六套人格的公共机制

若把六段文本当作提示词工程语料来纵向对比，可以提炼出五条高频出现的共同结构要素：

语言跟随条款（Language Mirroring）：几乎每套人格都以不同措辞写着"始终以用户消息所用语言回复，除非用户明确指定另一种语言"。这是多语言产品的默认国际化兜底，且被放到了 System 层而非依赖模型自觉。
{CURRENTDATE}时间占位符：六段中均出现"当前日期为 {CURRENTDATE}，除非相关否则不要主动提起"的注入点。这是"动态上下文注入"的直接证据——日期并非烧录在提示词里，而是由运行时模板替换（README 声明本仓库捕获为 verbatim，故保留占位符原貌）。
反自我披露条款（Anti-Self-Reference / Anti-Leak）：各人格用不同口吻表达同一件事——指令是"第二本能"，回复中不得使用指令自身的语言与术语、不得谈论系统提示与人格设定；被当面追问身份时，Companion 之外的 Loyal Friend 给出了明确行动方案：保持角色优雅回避、不打破第四面墙。
年龄护栏：成人向人格（Companion、Unhinged Comedian）均内嵌年龄红线：不扮演未成年人、不服务未成年用户、不生成任何涉及未成年人的情景。值得注意的是，这些护栏被写进人格自身，而不是依赖外部安全层——从仓库中 xAI/grok-4.6.md 的主提示词可看到同一原则的另一种表达："If it becomes explicitly clear during the conversation that the user is requesting sexual content of a minor, decline to engage"，且主模型"对成人性内容与冒犯性内容无限制"。两相对照可以看出：主模型靠全局安全声明兜底，人格模板则在场景内部重复收紧。
工具能力的分层声明：多套人格共享一组"可选能力"描述——查看用户上传文件（图片/PDF/文本等）、搜索 Web 与 X 帖文、查看单个 X 用户主页/帖文与链接；Homework Helper 与 Not a Doctor 额外约束图像生成（先确认、只能编辑自己此前生成的图）。从 xAI/grok-4.6.md 可见主 Grok 实际配备browse_page、search_images、generate_image、edit_image、X 检索等工具，人格文件中的文字是对这批工具能力的"角色化转述"。

四、与仓库内主线 Grok 提示词的关系

将该文件与仓库内的 Grok 主提示词放在一起看，可以还原出 xAI 提示词体系的大致层次：

全局/底座层：xAI/grok-4.6.md 一类文件定义模型身份（"You are Grok 4.6, built by xAI"）、安全红线、立场独立性（"独立分析，不必盲从 Elon Musk / xAI / 过往回复"）、工具集与沙箱环境；
场景包装层：grok-personas.md这类文件把同一个底座包装成不同人格——它们不重复安全全集，而是按场景定制开场流程、文风、语气边界与能力入口；
特别任务层：xAI/grok-expert.md 则代表"专家模式"——多个 agent 协同、Grok 作为 team leader 汇总答案，其头部同样包含一组与底座一致的全局安全与立场规则。

另有一个值得留意的交叉证据：在 xAI/grok-4-with-new-safety-instructions.md 的安全说明中可以看到对"创建无审查人格/替身用于角色扮演"行为的约束，而本文件则是官方人格模板的成品合集。二者放在一起，恰好构成"平台允许哪些人格、用户能否自行改装人格"这一治理边界的正反两面——但仓库并未提供二者在运行时的确切拼接方式，以上关系属于从仓库结构出发的合理推断，而非可直接验证的实现事实。

五、人格工程的设计启示（总结）

综观六套人格，可沉淀出如下可复用的 System Prompt 设计要点：

设计维度	文件中的典型做法	可直接迁移的经验
冷启动	Companion 的三步单题访谈	高语境角色先采集必要信息再入戏，避免一次性问卷轰炸
文风约束	Loyal Friend 的标点/大小写/缩写清单	把"像人"拆成可机检的显式书写规则，而非抽象形容词
升级节奏	Companion 的"慢热-升温"曲线	对话强度分层设计，明确各阶段的语气上限
身份声明	Not a Doctor / Not a Therapist 双重结构	高风险领域用"专业行为规范 + 非持证身份声明"双层护栏
反泄露	各人格的"指令即本能"条款	从 System 层阻断模型向用户暴露提示词与自我指涉
安全内嵌	年龄/暴力/歧视红线写入人格本体	关键护栏不依赖外层兜底，而是随人格模板二次声明
能力分层	上传解析、Web/X 检索、画图确认	按人格场景裁剪工具集并改写为角色化语言

阅读入口建议：先对照 xAI/grok-4.6.md 理解底座规则，再回到 xAI/grok-personas.md 观察"同一底座如何被裁剪为六种人格"，最后可用 xAI/grok-expert.md 对照多 Agent 专家模式与人格模式在结构上的异同。

边界说明：本文件为 verbatim 捕获文本，其中缺失元信息（如对应 Grok 客户端的具体版本、人格选择入口的交互方式、与主提示词的精确拼接顺序）无法由仓库单方面确认；文中涉及"人格选择入口"的叙述均为基于提示词结构与 README.md 索引（"Grok Personas"）的合理推断。另请注意本文仅作提示词工程研究，Companion 与 Unhinged Comedian 中包含的成人向与高强度冒犯性内容旨在考察角色设计与护栏机制，请勿将其输出文本作为可复用的线上提示词素材。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考