Introduction

Les system prompts sont des éléments essentiels pour piloter le comportement des modèles de langage (LLM). Hébergés et partagés sur GitHub, ils constituent une mine d’or pour les développeurs et chercheurs souhaitant exploiter au mieux ces IA. Cet article présente un panorama complet des principaux dépôts GitHub de system prompts, avec pour chacun sa particularité et son apport à la communauté.

Panorama des dépôts GitHub

x1xhlol/system-prompts-and-models-of-ai-tools

Une des collections les plus exhaustives, couvrant Vercel v0, Cursor, Manus, Same.dev, Lovable, Devin, Replit Agent, Windsurf Agent, VSCode Agent, Dia Browser et Trae AI. Point fort : plus de 7 000 lignes de prompts « officiels », avec un mapping détaillé modèles ↔ outils et un suivi de roadmap. Voir sur GitHub

dontriskit/awesome-ai-system-prompts

Un catalogue « awesome » multi-plateformes : ChatGPT, Claude, Perplexity, Manus, Grok, v0, Notion, MetaAI, etc. Particularité : classification par domaine (rédaction, code, data science), exemples prêts à l’emploi et licence MIT. Voir sur GitHub

tnhu/v0-system-prompts-and-models

Focus exclusif sur le modèle Vercel v0 (équivalent GPT-4o). Atout : plus de 2 200 lignes dédiées à v0, accompagnées d’une section « modèles IA » pour comprendre l’architecture et les évolutions du back-end. Voir sur GitHub

jujumilk3/leaked-system-prompts

Recueil de prompts « leakés » issus de services LLM grand public (xAI Grok, etc.). Spécificité : mises à jour fréquentes, structure datée par version (ex. xAI-grok3_20250605), tout en respectant les contraintes DMCA. Voir sur GitHub

bigscience-workshop/promptsource

Plateforme collaborative et IDE de plus de 2 000 templates de prompts pour environ 170 jeux de données. Valeur ajoutée : langage de templating spécialisé, interface web pour tester et affiner vos prompts sur des exemples concrets. Voir sur GitHub

Bonnes pratiques pour vos propres dépôts

• Structuration : organisez votre dépôt par catégories (Génération de code, Analyse de sentiment, Synthèse multimédia).
• Documentation et tests : intégrez un README.md central, des exemples d’usage et des tests unitaires (via pytest ou GitHub Actions).
• Templates de contribution : proposez un ISSUE_TEMPLATE et un PULL_REQUEST_TEMPLATE pour guider les auteurs.
• Versioning et archive : conservez l’historique des prompts obsolètes et mettez à jour selon l’évolution des modèles (GPT-5, Claude 3, etc.).

Conclusion

Ces dépôts GitHub offrent une ressource précieuse pour quiconque souhaite explorer, comparer ou contribuer à l’écosystème des system prompts. N’hésitez pas à forker, tester et proposer vos propres améliorations : c’est ainsi que la communauté progresse !