Brad Menezes, CEO van Enterprise Vibe Coding Startup Superblocks, gelooft dat de volgende oogst van startende ideeën voor miljard dollar zich verbergt in bijna gewoon zicht: de systeemprompts die worden gebruikt door bestaande Unicorn AI-startups.
Systeemprompts zijn de lange aanwijzingen-meer dan 5.000-6.000 woorden-die AI-startups gebruiken om de fundamentele modellen te instrueren van bedrijven zoals OpenAI of antropisch over het genereren van AI-producten op applicatieniveau. Ze zijn, in Menezes, zoals een masterclass in snelle engineering.
“Elk bedrijf heeft een compleet andere systeemprompt voor hetzelfde [foundational] Model, “vertelde hij TechCrunch.” Ze proberen het model precies te laten doen wat nodig is voor een specifiek domein, specifieke taken. “
Systeemprompts zijn niet bepaald verborgen. Klanten kunnen veel AI -tools vragen om de hunne te delen. Maar ze zijn niet altijd publiekelijk beschikbaar.
Dus als onderdeel van de nieuwe productaankondiging van zijn eigen startup van een Enterprise Codeing AI -agent genaamd Clark, bood SuperBlocks aan om een bestand van 19 systeemprompts te delen van enkele van de meest populaire AI -coderingsproducten zoals Windsurf, Manus, Cursor, Lovable en Bolt.
De tweet van Menezes ging viral, bekeken door bijna 2 miljoen, inclusief grote namen in de vallei zoals Sam Blond, voorheen van Founders Fund en Brex, en Aaron Levie, een investeerder van Superblocks. Superblocks kondigde vorige week aan dat het een serie A van $ 23 miljoen heeft opgehaald, waardoor het totaal op $ 60 miljoen werd gebracht voor zijn sfeercodeertools gericht op niet-ontwikkelaars bij Enterprises.
Dus vroegen we Menezes om ons te doorlopen hoe we het systeem van anderen kunnen bestuderen om inzichten te geven.
“Ik zou zeggen dat het grootste leren voor ons om Clark te bouwen en het lezen van het systeemprompts is dat het systeem zelf misschien 20% van de geheime saus is,” legde Menezes uit. Deze prompt geeft de LLM de basislijn van wat te doen.
De andere 80% is “snel verrijking”, zei hij, wat de infrastructuur is die een startup bouwt rond de oproepen naar de LLM. Dat onderdeel bevat instructies die het aangevoegd is aan de prompt van een gebruiker en acties die zijn ondernomen bij het retourneren van het antwoord, zoals controle op nauwkeurigheid.
Rollen, context en tools
Hij zei dat er drie delen van systeemprompts zijn om te bestuderen: rollen, contextueel aanwijzingen en gereedschapsgebruik.
Het eerste dat moet worden opgemerkt, is dat, hoewel systeemprompts in natuurlijke taal worden geschreven, ze uitzonderlijk specifiek zijn. “Je moet eigenlijk spreken alsof je met een menselijke collega zou willen,” zei Menezes. “En de instructies moeten perfect zijn.”
Role -promplying helpt de LLM’s consistent te zijn, waardoor zowel doel als persoonlijkheid wordt gegeven. Devin begint bijvoorbeeld met: “U bent Devin, een software-ingenieur die een echt computerbesturingssysteem gebruikt. U bent een echte code-wiz: weinig programmeurs zijn net zo getalenteerd als u bij het begrijpen van codebases, het schrijven van functionele en schone code en itererend op uw wijzigingen totdat ze correct zijn.”
Contextuele prompt geeft de modellen de context om te overwegen alvorens te acteren. Het moet vangrails bieden die bijvoorbeeld de kosten kunnen verlagen en de duidelijkheid op taken kunnen waarborgen.
Cursor geeft aan: “Alleen belt tools wanneer dat nodig is en vermeld nooit gereedschapsnamen voor de gebruiker – beschrijf gewoon wat u doet … … Geef geen code weer tenzij gevraagd … lees relevante bestandsinhoud voordat u duidelijke fouten bewerkt en repareert, maar raden niet meer dan drie keer.”
Toolgebruik maakt agentische taken mogelijk omdat het de modellen instrueert hoe verder te gaan dan alleen het genereren van tekst. Replit’s zijn bijvoorbeeld lang en beschrijft het bewerken en zoeken naar code, het installeren van talen, het instellen en opvragen van PostgreSQL -databases, het uitvoeren van shell -opdrachten en meer.
Het bestuderen van het systeemprompts van anderen hielp Menezes te zien wat andere sfeercodeerders benadrukten. Tools zoals Lovelable, V0 en Bolt ‘Focus op snelle iteratie, “zei hij, terwijl” Manus, Devin, Openai Codex en Replit “gebruikers helpen bij het maken van full-stack-applicaties, maar” de uitvoer is nog steeds onbewerkte code. ”
Menezes zag een kans om niet-programmeurs apps te laten schrijven, als zijn startup meer zou kunnen omgaan, zoals beveiliging en toegang tot bedrijfsgegevens zoals Salesforce.
Hoewel hij de multi-miljard startup van zijn dromen nog niet heeft, heeft SuperBlock een aantal opmerkelijke bedrijven als klanten gekregen, waaronder Instacart en PayPaya Global.
Menezes is ook intern dogfood. Zijn software -ingenieurs mogen geen interne tools schrijven; Ze kunnen alleen het product bouwen. Dus zijn zakelijke mensen hebben agenten gebouwd voor al hun behoeften, zoals een die CRM -gegevens gebruikt om leads te identificeren, een die ondersteuning bijhoudt, een andere die de opdrachten van de menselijke verkoopingenieurs in evenwicht houdt.
“Dit is eigenlijk een manier voor ons om de tools te bouwen en de tools niet te kopen,” Sais.
