System Prompts Analysis: Cursor & v0 | 系统提示词解密¶

System Prompts are the "operating manuals" and "personas" of AI tools. By analyzing the system prompts of top-tier AI products like Cursor and v0, we can learn advanced prompt engineering techniques.

系统提示词是 AI 工具的“人设”和“操作手册”。通过分析 Cursor、v0 等顶尖 AI 产品的系统提示词，我们可以学习到高阶的提示词工程技巧。

1. What Can We Learn? | 我们能学到什么？¶

Replicate Experience (复刻体验): Get Cursor-like coding assistance or v0-like UI generation in standard ChatGPT/Claude.
在 ChatGPT/Claude 中获得类似 Cursor 的编程体验或 v0 的前端生成能力。
Advanced Techniques (高阶技巧): Learn how experts use constraints, jailbreak defenses, and Chain of Thought (CoT).
学习专家如何设置约束、防御越狱以及使用思维链。
Build Agents (构建智能体): Reuse verified prompt structures for your own AI applications (Dify, LangChain).
复用经过验证的提示词结构来构建自己的 AI 应用。

2. Key Resources Analysis | 核心资源解析¶

2.1 Cursor (The AI Code Editor)¶

Value: Contains strong code generation standards, CoT logic, and bug prevention instructions.
价值：包含极强的代码生成规范、思维链逻辑以及如何避免 Bug 的指令。
Application: Extract the "Coding Rules" part (e.g., "Don't be lazy", "Write modular code") and use it as your Custom Instructions.
应用：提取其“编程规则”部分作为你的自定义指令。

2.2 v0.dev / Bolt.new (UI Generators)¶

Value: Detailed specifications on using Tailwind CSS, React components, and layout principles.
价值：详细规定了如何使用 Tailwind CSS、React 组件和布局原则。
Application: Feed these prompts to Claude 3.5 Sonnet to instantly improve its web design capabilities.
应用：将这些提示词喂给 Claude 3.5 Sonnet，立即提升其网页设计能力。

2.3 Claude Artifacts¶

Value: Teaches how to generate standalone, interactive code blocks (previews).
价值：教你如何让 AI 生成独立、可交互的代码块（预览窗口）。

3. Practical Scenarios | 实战应用场景¶

Scenario 1: "Free" Cursor Experience¶

场景 1：在 ChatGPT 中“白嫖”Cursor 体验

Find: Locate the Cursor system prompt text.
找到 Cursor 系统提示词文本。
Clean: Remove specific tool definitions (like edit_file APIs that ChatGPT doesn't have). Keep the core coding principles.
清洗文本，去掉具体的 API 工具定义，保留核心编程原则。
Inject: Paste into "Custom Instructions" in ChatGPT or a Project in Claude.
粘贴到 ChatGPT 的“自定义指令”或 Claude 的 Project 中。

Scenario 2: XML Tagging Structure¶

场景 2：学习结构化 Prompt 写作 (XML Tagging)

Top prompts use XML tags for organization. Imitate this structure: 顶尖提示词使用 XML 标签来组织内容。模仿这种结构：

<role>
    You are an expert UI designer.
</role>
<constraints>
    - Do not use external CSS.
    - Use Tailwind classes.
</constraints>
<thinking>
    Before generating code, outline the component structure.
</thinking>

Scenario 3: Building Vertical Agents¶

场景 3：开发垂直领域智能体

If building a "Frontend Assistant" in Dify: 如果在 Dify 中搭建“前端助手”： 1. Copy v0-system-prompt.
复制 v0 的系统提示词。 2. Modify library constraints (e.g., change "Use v0 lib" to "Use Ant Design").
修改组件库约束（如改为使用 Ant Design）。 3. Deploy as System Prompt.
部署为系统提示词。

4. Notes | 注意事项¶

Token Cost: System prompts can be huge. Summarize them for API usage to save costs.
系统提示词通常很长。调用 API 时建议精简以节省成本。
Model Fit: Cursor/v0 prompts are optimized for Claude 3.5 Sonnet. They might work differently on GPT-4o.
Cursor/v0 的提示词针对 Claude 3.5 优化。在 GPT-4o 上效果可能不同。