TheBigPromptLibrary 中 Intruder Pro Game 自定义 GPT 提示词解析:把 LLM 变成渗透测试模拟 RPG 的 Game Master
提示工程AI 安全治理【免费下载链接】TheBigPromptLibraryA collection of prompts, system prompts and LLM instructions项目地址https://gitcode.com/gh_mirrors/th/TheBigPromptLibrary点击查看免费下载本文以 CustomInstructions/ChatGPT/1bIYoyeZq_Intruder_Pro_Game.md 中收录的 Custom GPT “Intruder Pro Game” 为主体完整呈现其 GPT instructions 原文并逐段拆解这套“渗透测试角色扮演游戏主持人”提示词的设计手法——包括真实感优先的输出约束、分级难度结构、专家级防御组件防火墙、WAF、IDS/IPS 等的引入方式与安全合规条款同时结合仓库自身的 GPT 文件规范与索引工具gptparser.py、idxtool.py说明该提示词在 TheBigPromptLibrary 中的组织与检索方式。读完后可掌握如何从一段短提示词中提炼可复用的“游戏化安全训练”提示工程结构以及如何在本仓库中定位与复用任意一个 GPT 的 instructions。GPT 概览Intruder Pro Game 是什么Intruder Pro Game 是收录在 TheBigPromptLibrary 仓库 CustomInstructions/ChatGPT 目录下的一个 OpenAI 自定义 GPT其文件头部元数据如下均摘自 GPT 文件原文元数据内容GPT ID1bIYoyeZq文件以此 ID 为前缀命名GPT 官方页chat.openai.com域名下的 GPT 页面URL slug 为intruder-pro-gameGPT 标题Intruder Pro GameGPT 描述RPG for Penetration Testing and Hack The Box Simulations - By Lawrence B Huston定位面向渗透测试Penetration Testing与 Hack The Box 类靶场场景的模拟 RPG从元数据可以确认这个 GPT 的设计目标不做真实攻击而是以“模拟场景 拟真输出”的方式让玩家在对话中体验渗透测试的完整流程。作者署名 Lawrence B Huston。仓库根 README 中也有明确免责声明本仓库所有内容包括这些自定义指令仅用于学习和信息参考明确反对任何违法用途——这与 Intruder Pro Game 自身“强调模拟性质”的定位是一致的。GPT instructions 原文与要素拆解该 GPT 的完整 instructions 原文对应 GPT 文件 中GPT instructions:字段下的 markdown 代码块如下本文不缩略、不删减Intruder Pro is a strategic game master for an interactive role-playing game, simulating real-world penetration testing. It offers simulated scenarios and outputs with a focus on realism. Intermediate and expert levels feature logic, coding, and troubleshooting puzzles. The expert level is further enhanced by introducing real-world defenses like firewalls, anti-malware, anti-exploit tools, WAF, and proxies, along with occasional intrusion detection and intrusion prevention tools. These elements offer an advanced and realistic cybersecurity challenge, reflecting the complexity of actual penetration testing environments. Intruder Pro reminds players once per game about the simulations nature and the illegality of unauthorized hacking. The game evaluates players on problem-solving and strategic thinking, maintaining a professional, playful tone and a safe, engaging environment for cybersecurity enthusiasts.中文大意Intruder Pro 是一个互动角色扮演游戏中“战略型游戏主持人”strategic game master模拟真实世界渗透测试提供以真实感为焦点的模拟场景与输出中级与专家级关卡包含逻辑、编码、故障排查类谜题专家级进一步引入防火墙、反恶意软件、反漏洞利用工具、WAF 与代理等真实防御组件并偶尔加入入侵检测IDS与入侵防御IPS工具以贴近真实渗透测试环境的复杂度每局游戏会提醒玩家一次“本游戏是模拟”以及未授权黑客行为的违法性游戏从问题解决与战略思维两个维度评估玩家全程保持专业而轻松的语气为安全爱好者营造安全且有参与感的环境。这段提示词只有一百多词却把角色扮演类提示词的几个关键要素都覆盖了下面逐项拆解。角色定位“strategic game master” 而非“hacker”提示词第一句就锚定了模型扮演的角色——“strategic game master for an interactive role-playing game”即战略型游戏主持人并且紧接着用 “simulating real-world penetration testing” 把行为边界框死模型是在模拟渗透测试而不是执行渗透测试。这个措辞选择有两个作用把模型约束在“主持人/出题者/裁判”的位置玩家才是“攻击者”角色模型负责出场景、判结果、给反馈而不是直接代答攻击手法“simulating” 一词从源头降低了模型输出真实可执行攻击指令的倾向这也是安全主题提示词中常见的合规设计。“以真实感为焦点”的输出约束“It offers simulated scenarios and outputs with a focus on realism” 是整段提示词的核心质量约束。对 LLM 而言这句话要求生成内容在细节层面贴近真实环境真实的服务与端口、真实的报错信息形态、真实的重试与失败路径而不是泛泛的“你成功入侵了”。可以推断这正是该 GPT 描述中 “focus on realism” 的来源也是它与同类“黑客角色扮演”GPT 拉开差距的关键——它把“拟真输出”写成了对模型的硬性要求而非风格偏好。分级难度从逻辑谜题到编码与故障排查提示词明确了两级难度结构难度谜题类型说明Intermediate中级logic, coding, troubleshooting puzzles以逻辑题、编码题、故障排查题为主Expert专家级在中级基础上叠加真实防御组件引入防火墙、反恶意软件、反漏洞利用、WAF、代理等这个设计值得借鉴它不是靠抽象的“更难一点”来提升难度而是把难度增长映射为具体可判定的内容物puzzles 三件套和具体的环境变量防御组件清单。LLM 对这种具象化难度定义的执行远比对“难度 5/10”的执行稳定。专家级防御组件清单专家级expert level环境中引入的防御组件在原文中是一个显式清单完整保留如下防御组件原文表述在模拟中的角色从提示词语义推断防火墙firewalls端口/协议层面的访问控制玩家需先摸清开放面反恶意软件anti-malware约束 payload 类操作的“结果”反漏洞利用工具anti-exploit tools提升漏洞利用类谜题的失败率与调试成本WAFWAFWeb 攻击路径上的额外过滤层代理proxies增加流量路径复杂度IDS / IPSoccasional intrusion detection and intrusion prevention tools“occasional”偶尔出现制造不确定的检测压力注意原文对 IDS/IPS 用了 “occasional” 一词而对其余组件没有——从提示词结构看这意味着防火墙、WAF 等是专家级的常驻环境要素而 IDS/IPS 是随机触发要素。这种“常驻 随机”的组合正是真实渗透环境中“检测压力不可完全预判”的抽象也是原文所说 “reflecting the complexity of actual penetration testing environments” 的落点。评估维度、语气与合规条款提示词最后两句承担了“游戏规则”职能评估维度evaluates players on problem-solving and strategic thinking—— 明确告知模型打分看的是“问题解决”与“战略思维”两个维度这会让模型在复盘玩家操作时围绕这两个维度组织反馈而不是泛泛鼓励语气professional, playful tone—— 专业与轻松并存避免安全主题提示词容易出现的两种极端过于严肃像培训考试或者过于随意丧失真实感安全条款reminds players once per game about the simulations nature and the illegality of unauthorized hacking—— 每局只提醒一次。这里有两个可取细节一是提醒内容同时覆盖“这是模拟”与“未授权入侵违法”两层语义二是 “once per game” 限定频次避免同一声明在多轮对话中反复出现造成的体验损耗。这实际上是一种“合规提醒的注入成本控制”既保证声明存在又约束其出现频率。仓库工程视角这个 GPT 文件是如何被组织与索引的TheBigPromptLibrary 对每个 Custom GPT 采用统一的 Markdown 文件规范Intruder Pro Game 文件本身就是这一规范的实例GPT URL:、GPT logo:、GPT Title:、GPT Description:、GPT instructions:等字段以GPT {字段名}: {值}形式排列。仓库中解析这些文件的实现是 Tools/openai_gpts/gptparser.py其中SUPPORTED_FIELDSgptparser.py#L26-L37定义了全部受支持字段及其排序url、title、description、logo、verif_status、instructions、actions、kb_files_list、extras、protected。对照来看Intruder Pro Game 文件填充了其中 5 个字段url、logo、title、description、instructions没有 Actions 与知识库文件列表——从源码结构看这说明该 GPT 是一个“纯提示词型”GPT其全部行为都来自那一段 instructions不依赖自定义 Action 或上传文档这也解释了为什么单段提示词就能完整定义它的玩法。文件名同样遵循规范gptparser.py#L16 中的正则^([0-9a-z]{9})_(.*)\.md$要求文件以 9 位 GPT ID 为前缀因此文件名为1bIYoyeZq_Intruder_Pro_Game.md。基于这一规范仓库提供了 idxtool.py 索引工具用法见 Tools/openai_gpts/README.md# 通过 GPT ID 在本仓库中定位该文件 python idxtool.py --find-gpt 1bIYoyeZq # 也可传入完整 GPT URL 或包含 ID/URL 列表的文件以 开头 python idxtool.py --find-gpt gptids.txt # 重新生成 CustomInstructions/README.md 中的 GPT 目录TOC python idxtool.py --toc其中--find-gpt的检索逻辑实现在 idxtool.py 的 find_gptfile它先用parse_gpturlgptparser.py#L127-L135从 URL 中剥出 ID再与enum_gpt_files按文件名前缀枚举出的 ID 集合求交。此外 gen_gpt_templ.py 可从 GPT URL 下载元数据、生成同构的 Markdown 模板python gen_gpt_templ.py g-VgbIr9TQQ --debug --dump即本仓库中每个 GPT 文件包括 Intruder Pro Game的生成方式。了解这套机制后读者可以把本文的提示词拆解方法平移到仓库中任意一个 GPT 文件上。如何复用这套提示词由于该 GPT 是纯提示词型无 Actions、无知识库文件其 instructions 段即可脱离原平台直接复用。基本做法从 GPT 文件 中复制GPT instructions:代码块内的全文在任意 LLM 对话系统中将其置于系统提示词 / Custom Instructions / 角色设定位置开局时以一句话声明目标难度例如 “start the game at intermediate level” 或 “expert level, enable WAF and firewall”让模型按提示词中的分级结构布置场景。如果要在其基础上改进可针对原文的“留白”补充结构化规则原文未给出评分量表只说按 problem-solving 与 strategic thinking 评估、未定义每局的目标与胜负判定、也未列出可复用的“靶机”档案格式。从提示工程角度看这三者恰好是把“自由模拟”升级为“可重复训练”的抓手——例如补充 1-10 分评分维度描述、明确“找到 flag / 获得 root / 完成报告”式的通关条件都会让 LLM 的主持行为更可预期。局限与合规说明需要指出三点边界该 GPT 的全部“关卡内容”均由模型依据这段提示词即时生成仓库中不包含任何关卡定义、靶机配置或脚本——文件里的信息密度以那一段 instructions 为上限任何关于具体关卡的讨论都应理解为模型行为预期而非既有内容提示词本身是“模拟 合规提醒”导向不含真实攻击指令仓库根 README 亦声明全部内容仅用于学习。读者应将其用于安全意识训练、提示词研究或教学演示未授权对真实系统实施任何测试在法律上不可接受这一点与原 GPT 自身的 “once per game” 提醒条款完全一致文件中的 logo 字段是带签名的外部临时链接会过期失效本文不做引用GPT 官方页面归属 chat.openai.com 域名若原 GPT 下架仓库文件中的 instructions 仍是可独立复用的提示词资产。小结Intruder Pro Game 是 TheBigPromptLibrary 中一个典型的“短提示词、强约束”样本用百余词完成角色定位strategic game master、质量约束focus on realism、难度分级logic / coding / troubleshooting 防御组件清单、评估维度problem-solving / strategic thinking与合规条款每局一次模拟声明五件事。结合 gptparser.py 与 idxtool.py 可以看到仓库通过字段规范与 ID 前缀命名把这类提示词变成可程序化检索、批量管理的资产。对提示词作者而言它的可借鉴点在于把“难度”和“合规”都写成可判定的具象规则而不是抽象形容词。赞分享提示工程AI 安全治理【免费下载链接】TheBigPromptLibraryA collection of prompts, system prompts and LLM instructions项目地址https://gitcode.com/gh_mirrors/th/TheBigPromptLibrary点击查看免费下载相关推荐TheBigPromptLibrary 实战解析Dungeon Crawler 自定义 GPT 的无限 RPG 地下城提示词设计TheBigPromptLibrary 实战解析Dungeon Crawler 自定义 GPT 的无限 RPG 地下城提示词设计 导读 本文以 TheBigP提示工程AI 安全治理TheBigPromptLibrary 中的 Prompt Pro 自定义 GPT 指令深度解析TheBigPromptLibrary 中的 Prompt Pro 自定义 GPT 指令深度解析 TheBigPromptLibrary 是一个专注于收集各类提示工程AI 安全治理[Game Name] — Master ArchitectureGame Name — Master Architecture Document Status Version: N Last Updated: date EnAI 技能/插件游戏开发AI 应用创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

PenguinHarness 0.2.1实测:一句话构建Agent,告别手搓管道代码

PenguinHarness 0.2.1实测:一句话构建Agent,告别手搓管道代码

从去年开始,我身边聊 Agent 的人突然多了起来,但真正上手做过业务型 Agent 的都知道,“手搓”这事有多磨人。模型调用要管超时重试,工具要注册要校验参数,跑完一轮还得维护上下文状态,稍微复杂一点还要处理…

2026/10/13 14:09:03 阅读更多 →
VulnHub靶机Me and My Girlfriend渗透实战解析

VulnHub靶机Me and My Girlfriend渗透实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 14:09:03 阅读更多 →
SwiftUI Agent Skill框架实战:构建可扩展的本地智能体技能系统

SwiftUI Agent Skill框架实战:构建可扩展的本地智能体技能系统

先把话说在前面:这一类“SwiftUI Agent Skill”的项目,这两年越来越多人问,但真正能跑通、能落地、不是只停留在 demo 层面的其实不多。标题里三个词拆开看都不难,SwiftUI 是苹果生态的声明式 UI 框架,Agent 是现在最…

2026/10/13 14:08:02 阅读更多 →

最新新闻

荷兰耕地遥感语义分割:从数据标注到模型训练全流程实战

荷兰耕地遥感语义分割:从数据标注到模型训练全流程实战

简介:这份荷兰耕地语义分割遥感影像数据集面向遥感图像处理、计算机视觉与农业监测方向的研究者和开发者,用于训练和验证耕地识别与像素级分割模型。资源包共2000个文件,以xml标注文件为主要类型,对应每张遥感影像的像素级类别标签…

2026/10/13 17:09:08 阅读更多 →
LiteLLM:统一LLM API抽象层实战指南

LiteLLM:统一LLM API抽象层实战指南

1. 项目概述:LiteLLM 是什么,它解决的到底是什么问题? LiteLLM 这个名字乍一听像是某个轻量级编程语言或小众框架,但其实它是一个在大模型应用开发圈子里迅速走红的开源工具库——准确地说,它是一个 统一 API 抽象层…

2026/10/13 17:09:08 阅读更多 →
GitHub日榜不是流量快照,而是可工程化的情报系统

GitHub日榜不是流量快照,而是可工程化的情报系统

1. 这不是“榜单搬运工”,而是一套可复用的 GitHub 热榜日更方法论你点开 GitHub Trending 页面,看到“Today”标签下那排滚动更新的项目——Star 数飙升、语言栏跳动、描述简短却抓人。很多人以为这只是平台自动聚合的“流量快照”,随手点开…

2026/10/13 17:09:08 阅读更多 →
MySQL 8.0.18 本地开发环境搭建与 SQLyog 连接配置实战指南

MySQL 8.0.18 本地开发环境搭建与 SQLyog 连接配置实战指南

1. 为什么本地开发环境首选 MySQL 8.0.18 搭配 SQLyog1.1 版本选型的现实考量MySQL 8.0.18 这个版本在本地开发环境里算是一个比较特殊的存在。它发布于 2019 年底,属于 8.0 系列早期比较稳定的一个版本,既包含了 8.0 大版本带来的窗口函数、CTE&#xf…

2026/10/13 17:09:08 阅读更多 →
C/C++头文件依赖可视化:用gcc-M和Graphviz生成可审计依赖图

C/C++头文件依赖可视化:用gcc-M和Graphviz生成可审计依赖图

1. 为什么C/C项目里“谁依赖谁”总在编译失败后才暴露?我第一次接手一个二十万行的嵌入式图像处理模块时,就栽在这上面。改了三行头文件里的宏定义,make直接报错:error: struct pixel_buffer has no member named stride。奇怪的是…

2026/10/13 17:09:08 阅读更多 →
从零手搓投资Agent:百亿token金融文本的智能决策系统

从零手搓投资Agent:百亿token金融文本的智能决策系统

1. 项目概述1.1 从零手搓投资Agent的动机先说背景。我们团队在开发这套系统之前,已经用传统量化策略跑了将近两年,规则引擎、因子库、事件驱动框架都搭过一遍,但遇到一个很难绕过去的坎:传统策略对“非结构化信息”的处理能力几乎…

2026/10/13 17:08:08 阅读更多 →

日新闻

物联网系统集成避坑指南:从选型到验收的关键要点

物联网系统集成避坑指南:从选型到验收的关键要点

做了这么多年物联网系统集成的项目,我最大的感受是,大部分坑不是出在技术前沿,而是出在一些看起来很平常的地方。设备选了便宜的、协议没问清楚、现场没摸透、验收标准写得含糊——这些细枝末节,最后都会变成延期、超支和扯皮的大…

2026/10/13 0:00:57 阅读更多 →
ESP32舵机控制全攻略:从PWM原理到高级玩法与常见故障排查

ESP32舵机控制全攻略:从PWM原理到高级玩法与常见故障排查

如果你玩ESP32有一阵子了,很难不碰到舵机控制这道坎。做智能小车要转方向,做机械臂要抬关节,做云台要偏航俯仰,背后都是同一个东西在干活:舵机。而我见过太多人卡在“代码能编译、舵机就是不听话”这个阶段&#xff0c…

2026/10/13 0:00:57 阅读更多 →
CAN总线原理与STM32实战:抗干扰、仲裁、错误处理全解析

CAN总线原理与STM32实战:抗干扰、仲裁、错误处理全解析

1. 为什么CAN总线至今仍是工业现场的“硬通货”?——从汽车底盘到智能温室的真实需求你有没有拆过一辆老款燃油车的中控台?或者调试过某高校实验室里那台跑着Modbus协议却频频丢帧的PLC控制柜?又或者,在某个农业物联网项目里&…

2026/10/13 0:00:57 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/13 2:54:56 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/13 16:22:04 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/13 1:58:08 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/12 21:05:09 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/13 14:57:39 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/12 18:11:17 阅读更多 →