Repo Alejandros17487/ai-jailbreaks là một bộ sưu tập prompt jailbreak làm sẵn để paste. Không có code, không có tool tự động. Chỉ có file text. Nhưng mỗi file là một prompt hoàn chỉnh, không phải bản tóm tắt hay trích đoạn.
Cụ thể: 35 prompt cho hơn 25 model, chia theo từng nhóm. Có full system prompt, persona definition, workspace policy, file AGENTS.md, config block, và Ollama Modelfile. Tác giả ghi rõ mục đích là nghiên cứu bảo mật AI và red-team testing, tức là để xem cách persona framing, thứ bậc instruction, xung đột prompt và policy override tác động lên hành vi model. Cùng loại phát hiện đó giúp dev làm cứng hệ thống chống prompt injection.
Vấn đề nó giải quyết khá thực tế: muốn thử một hướng tấn công prompt, bạn thường phải tự ngồi viết system prompt từ đầu, canh format cho đúng với từng harness. Ở đây có sẵn file đặt tên theo model, chỉ việc copy. Đỡ được bước dựng khung.
Có gì trong repo
Danh sách được chia theo nhà cung cấp. Nhóm OpenCode Zen gồm các model free stealth như Big Pickle (persona lock VANTA), Space Bunny, LongCat 2.5, MiMo V2.6, Step 5 Preview, Muse Spark 1.3 và Muse.ai. Nhóm Anthropic có Opus và Sonnet, mỗi con hai phiên bản. Zhipu có GLM-5.2, GLM ZCode 5.2, GLM ZCode 5.3, GLM-5.3 Flash, GLM-5.3 trên OpenCode. DeepSeek có V3, V4, 4.1. Moonshot có Kimi K2, K3. xAI có Grok Build, Grok 4.7, và một file config routing. Google, Mistral, Alibaba lần lượt có Gemini 4 Argon, Mistral Large 4, Qwen 3.7. Riêng Ollama có Modelfile cho Gemma 4 và GPT-OSS 20B.
Ngoài ra còn vài file chưa xếp vào model nào: beam.md, muse-wonder.md, qwen-preferences.md, unified.md. Kiểu repo cá nhân đang lớn dần, chưa kịp dọn index.
Cái tôi thấy đáng giá hơn mấy prompt model lớn là phần file AGENTS.md và Modelfile. Vì đó là bề mặt instruction mà nhiều người ít để ý. Một file AGENTS.md đặt ở root repo sẽ được coding agent đọc như instruction cấp project. Nếu bạn đang build agent tooling mà chưa test kỹ chuyện này, đây là tài liệu tham chiếu nhanh để xem người ta lợi dụng nó thế nào.
Vì sao 535 sao
Repo tạo ngày 2026-10-21 và cập nhật cùng ngày. Tức là mới, chưa có lịch sử lâu. 535 sao trong thời gian ngắn như vậy nói lên nhu cầu thật: dân làm AI security và red-team đang thiếu chỗ gom prompt có sẵn, đặc biệt khi số model tăng nhanh. Mỗi tuần có model mới, mỗi model có instruction hierarchy khác nhau. Ngồi tự viết từng cái thì mất thời gian vô ích.
Điểm khác biệt so với mấy repo jailbreak khác: nó không chỉ có prompt chat. Nó bao luôn các định dạng instruction của coding agent và workspace, thứ mà phần lớn bộ sưu tập jailbreak bỏ qua. Và nó tách bạch rõ loại file: cái nào là system prompt, cái nào là AGENTS.md, cái nào là Modelfile, cái nào là config slot. Đọc README là biết đặt file ở đâu.
Dùng thử
Không có bước cài đặt. Clone về hoặc mở file trực tiếp trên GitHub. Với system prompt, paste nội dung file vào field system prompt hoặc custom instructions của client/API đang dùng: message system trong API, custom instructions của chatbot, instruction block của agent, hoặc config prompt cấp harness.
Với file AGENTS.md, lưu vào root repo hoặc workspace. Coding agent và tool tương thích sẽ đọc như instruction cấp project.
Với file ghi là “assistant operating specification” hoặc “workspace operating profile”, đặt vào chỗ có global instructions bền vững. Ví dụ OpenCode đọc tại đường dẫn này:
~/.config/opencode/AGENTS.mdVới Ollama Modelfile, đưa thẳng file cho Ollama:
ollama create gemma4-jb -f gemma4.mdĐổi tên model và file nguồn tùy nhu cầu. Còn grok-config.txt thì dành cho config field của harness đích, không phải ô chat thường.
Ai nên dùng
Ba nhóm thấy rõ lợi ích. Một là người làm AI security, red-team, cần bộ mẫu để test phòng thủ. Hai là dev đang build agent hoặc tooling quanh coding agent, muốn hiểu surface nào bị khai thác và cần chặn ở đâu. Ba là người tò mò về cách instruction hierarchy vận hành, muốn đọc prompt thật thay vì đọc blog giải thích.
Không dành cho người muốn một sản phẩm bấm là chạy. Đây là nguyên liệu, không phải công cụ.
Tôi cũng thấy có một nhóm nữa hưởng lợi mà ít được nhắc: người viết system prompt cho sản phẩm thật. Đọc các prompt này để biết người ta sẽ thử phá system prompt của bạn theo hướng nào. Nó giống việc đọc exploit trước khi viết firewall.
So sánh ngắn
Các bộ sưu tập jailbreak trước đây đa phần xoay quanh prompt chat cho model closed, ít chạm tới định dạng AGENTS.md hay Modelfile. Repo này phủ rộng hơn về bề mặt instruction. Ngược lại, nó không có tooling, không có test harness, không có script tự động kiểm tra prompt còn hiệu lực hay không. Bạn tự chạy tay.
Ưu điểm và hạn chế
Ưu điểm dễ thấy: mỗi file hoàn chỉnh, paste là dùng. Phân loại theo loại instruction surface rõ ràng, đọc README là biết đặt ở đâu. Có convention đóng góp cụ thể (một prompt một file, tên lowercase có gạch nối, version bằng file mới, không ghi đè). Có disclaimer và warning rõ ràng, không giấu mục đích.
Hạn chế thì phải nói thẳng. Repo không ghi license, không ghi ngôn ngữ chính. Với người muốn dùng trong môi trường doanh nghiệp, thiếu license là vấn đề thật, không phải chi tiết nhỏ. Chưa rõ tác giả muốn người khác dùng theo điều kiện gì.
Thứ hai, prompt behavior phụ thuộc version. README tự thừa nhận: model được update, instruction hierarchy thay đổi, system prompt xoay vòng. Cái chạy trên bản này có thể hỏng trên bản sau. Vài file có thể đã lỗi thời mà không ai báo. Tác giả cũng mời mở issue nếu file không còn đúng.
Thứ ba, repo mới tạo và cập nhật cùng một ngày. Chưa có dấu hiệu bảo trì dài hạn. 535 sao đến nhanh nhưng cũng có thể đứng yên. Với loại tài liệu phụ thuộc version thế này, bảo trì là yếu tố sống còn, và hiện tại chưa có gì đảm bảo.
Cuối cùng là chuyện dùng sao cho đúng. Repo ghi rõ chỉ dùng cho nghiên cứu và giáo dục, không dùng để gây hại, phá luật, hoặc vi phạm điều khoản của nhà cung cấp. Đây không phải câu miễn trừ hình thức, vì hành vi vi phạm ToS có thể khiến tài khoản API bị khóa.
Một chi tiết nữa trong README đáng để ý: repo có chèn quảng cáo cho một dịch vụ API tên 7API, nói là rẻ hơn tới 99% và có model Uncensored, Abliterated. Đó là nội dung quảng cáo, không phải tính năng của repo. Đọc thì đọc, đừng nhầm hai thứ.
Kết lại
35 file, hơn 25 model, 535 sao, tạo và cập nhật trong cùng một ngày 2026-10-21, không license. Nếu bạn làm red-team hoặc build agent tooling thì clone về đọc phần AGENTS.md và Modelfile trước, đó là phần ít nơi có. Còn nếu cần thứ gì đó có bảo trì, có license rõ ràng để đưa vào quy trình chính thức, khoan hãy dựa vào repo này.
