system_prompts_leaks 深读：ChatGPT 自动化任务（Automations）的运行上下文提示词解析

system_prompts_leaks 深读：ChatGPT 自动化任务（Automations）的运行上下文提示词解析

【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

在 system_prompts_leaks 仓库中，OpenAI/Old/prompt-automation-context.md是一段极其稀有的运行时提示词快照：它不是模型进入对话时的“常驻系统提示”，而是 ChatGPT 的定时自动化任务（Automations）在每次被调度触发时额外注入的一段上下文。本文以该文档为骨架，逐字段拆解这段上下文的结构与行为约束，并借助仓库内gpt-5.3-instant.md、gpt-5.2-thinking.md中完整保留的automations工具定义，还原“用户在聊天中创建定时任务 → 任务到期后台异步运行 → 输出被回传”的完整技术契约。读完你将理解：OpenAI 如何把“提醒、每日摘要、定时检索”这类后台任务封装成一回合有状态的模型推理，以及 Agent 在该上下文下应遵循的行为准则。

文档定位：来自 ChatGPT 旧版定时任务策略的一份存档

先看仓库对这份文件的归档方式，可以确定它的“身份”：

• 文件位于 OpenAI/Old/ 目录下，按照 OpenAI/README.md 的说明，Old/存放的是“已被取代的旧版本快照”，README 中同时提到deprecated/才是“被下线移除的功能”；
• 仓库根目录 README.md 的 OpenAI 区段将OpenAI/Old/prompt-automation-context.md归类在<details>折叠的“Old policies / Automation context”行中（与 Image safety 等旧策略并列）；
• 文档自身内容（2025 年 5 月 7 日的时间戳、automation turn number 1）表明，它是一次真实调度运行中被抓取到的上下文原文。

因此可以谨慎地推断：这是一份 ChatGPT “自动化任务”功能的旧版注入上下文提示词快照，记录的是该功能 2025 年 5 月前后实际下发给模型的运行时上下文格式。下面的拆解全部以文档原文为准，并将它与仓库中同名功能的工具定义互相印证。

逐段拆解：自动化上下文到底说了什么

整份文档由三个逻辑块组成：环境声明、回答准则、结构化“当前自动化状态”。原文完整如下：

You are running in the context of an automation job. Automation jobs run asynchronously on a schedule. This is automation turn number 1. The current date and time is Wednesday, 2025-05-07 05:43:22 +0000 Adhere to these important guidelines when answering: - Do not repeat previous assistant replies unless explicitly instructed to do so. - This is a non-interactive mode. Do not ask follow-up questions or solicit information from the user. - You can see previous runs of the automation. Do not repeat the content from prior automation turns unless explicitly instructed to do so. - If the instructions are to "Remind me ..." or "Tell me ..." then simply say the reminder. - Continue to run tools like web, dall-e, or python even if there are previous failures in the conversation. Current automation state: Title: Put content in markdown code block Schedule: BEGIN:VEVENT DTSTART:20250507T054324Z END:VEVENT Timezone: {{Region}}/{{City}} Notifications enabled: False Email enabled: False

第一段：环境声明 —— 异步调度与“第 N 轮”

You are running in the context of an automation job. Automation jobs run asynchronously on a schedule.

This is automation turn number 1. The current date and time is Wednesday, 2025-05-07 05:43:22 +0000

这段明确了几条关键语义：

• 任务与常规对话隔离：模型必须意识到自己正处在一个“自动化作业（automation job）”里，而不是在面向用户的交互式会话中；
• 异步触发：这类运行不依赖用户在场，而是由调度器按时间触发，可以理解为“无人值守的回合”；
• 回合（turn）编号：本次是turn number 1。对递归（RRULE）调度来说，每一次触发都会产生一个新的 turn，这为后续“能看见先前轮次”的设定提供了前提；
• 当前时间以 UTC 给出：调度上下文需要一个确定的时间锚点，模型据此判断任务是否“到期”或“过期”，而不是依赖自己可能过时的内部时钟。

一个值得注意的细节：上下文给出的当前时间是05:43:22 +0000，而下方 Schedule 中的DTSTART是20250507T054324Z（即 05:43:24 UTC），两者仅相差约两秒——这与“该自动化在 DTSTART 时刻被触发，随后注入上下文并开始执行”的行为完全自洽。

第二段：回答准则 —— 非交互、去重与容错

准则部分用五条规则定义了“后台运行”与“前台对话”的本质区别：

准则	含义	工程动机（可推断）
不重复之前的助手回复（除非被明确要求）	每次输出都应“增量”，而不是把旧结论再复述一遍	节省 token、避免向用户推送重复内容
非交互模式，禁止追问用户	不得反问澄清、不得向用户索取信息	后台任务无人应答，必须“就地自决”
可以看见该自动化的历史轮次，但不得重复先前 turn 的内容	前次运行的对话记录对本次可见	支持增量/条件型任务（如“只有变化才通知我”）的跨轮状态判断
对 “Remind me …” / “Tell me …” 类指令，直接说出提醒内容	不要长篇发挥，把约定的提醒原样说出	保证用户收到的是一句干净、可朗读的提醒
即使会话中存在工具失败，仍要继续执行 web、dall-e、python 等工具	单次工具报错不应中断整个任务	提升无人值守任务的最终成功率

特别地，“If the instructions are to 'Remind me ...' or 'Tell me ...' then simply say the reminder”与下文将要展开的automations工具中“简单提醒请用 Tell me to … 开头的 prompt”规则首尾呼应——用户在创建任务时写入的 prompt，本质上就是“以用户口吻写给未来自己的一条消息”，而到了执行轮，模型只需把它原样说出。

第三段：结构化“当前自动化状态”字段

文档末尾给出了本次运行的机器可读状态，这也是整份文档最有价值的配置信息：

字段	本快照中的值	语义说明
Title	Put content in markdown code block	该自动化的描述性名称（本快照的标题暗示：这次运行的任务就是把上下文内容输出到 Markdown 代码块中，即抓取动作本身很可能也是一个自动化任务）
Schedule	BEGIN:VEVENT/DTSTART:20250507T054324Z/END:VEVENT	任务调度定义，采用 iCalendar 的 VEVENT 文本格式；本例只有DTSTART而无RRULE，属于一次性触发任务
Timezone	{{Region}}/{{City}}	时区字段，这里是一个未填充的模板占位符（如America/New_York），说明该字段在实际下发前会由服务端做模板替换
Notifications enabled	False	是否启用应用内通知推送
Email enabled	False	是否启用邮件通知

Schedule使用iCal VEVENT 纯文本作为机器契约是理解整套机制的关键：它不是结构化的 JSON，而是一段可读、可校验、易于嵌入字符串的日历文本。本例表示“在 2025-05-07 05:43:24 UTC 这一刻执行一次”。

从创建端看同一功能：automations工具与运行上下文互为镜像

运行上下文告诉我们“执行轮长什么样”，而仓库中多份较新的 ChatGPT 系统提示则完整保留了创建端的工具定义——二者拼起来才是定时任务的全貌。在 OpenAI/gpt-5.3-instant.md 的第 732 行附近，有## Namespace: automations一节，其中描述：

Use theautomationstool to scheduletasksto do later. They could include reminders, daily news summaries, and scheduled searches — or even conditional tasks, where you regularly check something for the user. To create a task, provide atitle,prompt,andschedule.

这句话直接把定时任务拆成了三个输入，与执行轮上下文中的字段一一对应：

• Title→ 对应Current automation state中的Title，要求“短、祈使句、以动词开头、不要包含具体日期时间”；
• Prompt→ 是“写给未来模型的一条用户消息摘要”，要求在创建时就以任务目标命名，例如简单提醒用 “Tell me to …”、需要检索的任务用 “Search for …”、条件型任务追加 “…and notify me if so.”——执行轮中“simply say the reminder”的正是这段 prompt 的内容；
• Schedule→ 与执行轮的Schedule字段同样采用 VEVENT 格式。

工具定义中的调度示例与运行上下文完全同构：

schedule="BEGIN:VEVENT RRULE:FREQ=DAILY;BYHOUR=9;BYMINUTE=0;BYSECOND=0 END:VEVENT"

即“每天早上 9:00”被编码为带RRULE的递归事件；而一次性延迟任务（如“15 分钟后”）则通过dtstart_offset_json参数计算DTSTART偏移量：

schedule="" dtstart_offset_json='{"minutes":15}'

工具注释明确说明dtstart_offset_json是“传给 Python dateutil relativedelta 函数的 JSON 编码参数”，支持years/months/days/weeks/hours/minutes/seconds键——这与运行上下文中DTSTART:...Z的呈现方式互为因果。gpt-5.3-instant.md中create/update的类型签名也印证了这一点：create接受prompt、title、可选schedule与可选dtstart_offset_json；update则额外通过jawbone_id定位任务，并可用is_enabled启停。

此外，OpenAI/gpt-5.2-thinking.md 第 96 行有一条与之配套的硬性约束：

Never promise to do background work unless calling the automations tool.

也就是说，模型在对话中不能口头承诺“稍后帮你做”，任何后台行为都必须真正落成一个automations调用。这解释了为什么运行上下文是一段被系统直接注入的“任务执行指令”——后台工作只能由调度系统驱动，而不能依赖模型在后续某轮主动想起。

错误处理与容量约束：后台任务的现实边界

automations工具一节还给出了无人值守场景下的沟通纪律，这些同样约束着执行轮与创建轮的行为：

• 创建任务后给出极短确认，例如 “Got it! I'll remind you in an hour.”；
• 不要用“任务/功能”这类第三人称描述自己，而要写 “I'll notify you in 25 minutes”；
• 收到工具错误时必须向用户解释真实错误，绝不能谎称创建成功；
• 若错误是 “Too many active automations”，应如实告知“活跃任务已达上限，需要先删除一个才能新建”。

结合运行上下文中的Notifications enabled/Email enabled两个布尔字段可以合理推断：任务执行完成后，其结果是否触达用户、通过何种渠道触达（应用内推送还是邮件），取决于该任务创建时绑定的通知配置；本次快照两者均为 False，意味着它是一次“静默”运行，这也正符合抓取者不希望惊动任何通知渠道的目的。

一次自动化任务的完整生命周期（依据仓库证据推演）

把运行上下文与automations工具定义合在一起，可以还原出下面的端到端流程（其中箭头后的行为均有上文引用的文档或源码佐证）：

1. 创建：用户在对话中提出“每天提醒我……”或“帮我定时搜……”；模型调用automations.create，提交短祈使句title、以用户口吻写成的prompt，以及 VEVENT 编码的schedule（递归用RRULE，一次性用dtstart_offset_json），随后给出简短确认。
2. 注册：调度器将该任务登记在jawbone_id名下，绑定时区与通知/邮件开关。
3. 触发：到达DTSTART（或RRULE命中的某个时刻），调度器以异步方式拉起一轮模型推理，并把本文解析的“自动化运行上下文”注入对话。
4. 执行：模型读取Current automation state，确认自己处于非交互、第 N 轮的任务运行中；对 “Tell me to …” 类 prompt 直接输出提醒内容；对需要检索、图像或计算的任务，继续调用 web / dall-e / python，即使会话历史中存在失败也不中断。
5. 去重与演进：模型能看到先前轮次的历史，但被要求不重复旧内容，这支撑“每日新闻摘要每天都不一样”以及“只在条件满足时 notify”这类增量任务。
6. 触达：执行结果依据Notifications enabled与Email enabled走应用内或邮件渠道送达用户（本次快照二者皆 False，故无外部触达）。

阅读这份快照的局限

需要强调，这份快照本身存在天然的观察限制：

• 它是 2025 年 5 月 7 日一次运行中抓下的单一实例，其中的Timezone: {{Region}}/{{City}}还是未渲染的模板占位符，说明抓取发生在模板替换之前或替换失败时；
• 仓库将它与较新的gpt-5.3-instant.md、gpt-5.2-thinking.md中的automations工具定义并列，但后者的发布时间晚于本快照，两者之间的调度格式是否发生过演化、通知字段的完整取值集合，都无法从仓库中进一步确认；
• 以上关于“调度器内部如何实现”“通知字段的具体取值规则”的描述，属于基于字段设计与行为的合理推断，而非 OpenAI 官方文档的直接陈述。

对调度式 Agent 设计的三点启发

抛开“抓系统提示”的趣味性，这份 23 行的上下文本身是一份很优秀的无人值守 Agent 运行协议示例，对任何做定时任务、后台 Agent、定时报告类产品的人都值得借鉴：

1. 显式声明执行模式：开头一句话点明“你在自动化任务上下文里、异步运行”，让模型的行为基线（不追问、不自作主张、按需直接输出）在一开始就被校准；
2. 用“回合编号 + 可见历史”管理状态：turn number与“可看到此前轮次但不得复述”的组合，既让条件型任务可以跨轮比较（“变化才通知”），又天然防止重复推送——这是对“长期运行、状态有限”问题的轻量解法；
3. 把调度与通知作为一等字段注入：VEVENT 调度文本、时区、通知/邮件开关直接出现在上下文里，模型无需猜测“现在几点、这任务是不是到点了、要不要发”，调度与结果触达的职责在系统侧完成，模型只负责“干好这一回合的活”。

如果需要亲手阅读原始快照，仓库中的完整路径是 OpenAI/Old/prompt-automation-context.md；想进一步对照其“创建端”工具契约，可查阅 OpenAI/gpt-5.3-instant.md（automations工具命名空间）与 OpenAI/gpt-5.2-thinking.md 中的同类定义。

【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