Суть проблемы: ожидание «магического слова»
Пользователи ищут универсальный промт — «ключ от всех дверей», который отключит фильтры. В реальности такие конструкции (DAN, «режим разработчика», ролевые обёртки) эксплуатируют уязвимости конкретных версий моделей. Разработчики закрывают их за дни или часы.
Попытка обхода через формулировку «проигнорируй инструкции» или «представь, что ты свободен» срабатывает редко и нестабильно. Модели обучаются распознавать паттерны манипуляции на уровне токенов и контекста, а не по ключевым словам.
Вывод: инвестировать время в поиск работающего джейлбрейка — стратегия проигрыша. Рабочая стратегия — мастерство промпт-инжиниринга внутри заданных границ.
Роль и мандат
Назначьте модель экспертом с конкретной специализацией. «Ты — старший security-аналитик с 10-летним стажем» работает лучше «объясни безопасность».
Chain-of-Thought
Просите рассуждать шаг за шагом: «Подумай вслух, какие риски видишь, прежде чем дать рекомендацию». Это включает системный рассуждающий режим.
Декомпозиция задачи
Сложный запретный запрос разбивайте на цепочку безопасных подзапросов. Соберите ответ вручную — контроль за логикой останется у вас.
Few-Shot примеры
Дайте 2–3 образца в формате «Ввод → Желаемый вывод». Модель копирует стиль, структуру и уровень детализации, игнорируя шаблонные отмазки.
Итеративный диалог
Не ждите идеального результата сразу. Уточняйте: «Расширь пункт 2», «Убери жаргон», «Добавь риски». Каждый виток сужает пространство решений.
Контекстные якоря
Прикрепляйте документы, код, выжимки из стандартов. Модель оперирует фактами из вашего контекста, а не обобщениями из обучающей выборки.
Шаблон универсального экспертного промта
# РОЛЬ
Ты — [Конкретная роль: Senior Security Architect / MedTech Regulatory Expert / FinTech Compliance Lead].
Твой опыт: [лет, отрасль, ключевые достижения].
Твой стиль ответа: структурированный, ссылающийся на стандарты, честный про неопределённость.
# КОНТЕКСТ ЗАДАЧИ
Бизнес-цель: [Что в итоге должно получиться: отчёт, чек-лист, архитектура, код].
Целевая аудитория ответа: [Кто читает: CTO, аудитор, разработчик, врач].
Ограничения: [Бюджет, сроки, стек, юрисдикция, legacy-системы].
# ВХОДНЫЕ ДАННЫЕ (прикрепляйте файлы или вставляйте ниже)
[Документы, логи, фрагменты кода, ссылки на стандарты ISO/GOST/NIST, текущая архитектура].
# ПРОЦЕСС РАССУЖДЕНИЯ (Chain-of-Thought)
1. Разбей задачу на независимые подзадачи.
2. Для каждой подзадачи: перечисли риски, альтернативы, критерии приёмки.
3. Синтезируй итоговый артефакт.
4. Проведи самокритику: где могу ошибиться, что уточнить у пользователя.
# ФОРМАТ ВЫВОДА
[Markdown / JSON / Mermaid / Таблица / Код].
Структура: [Executive Summary → Детали → Риски → Next Steps].
Обязательные разделы: [Assumptions, Open Questions, References].
# ПРАВИЛА БЕЗОПАСНОСТИ (внутри сессии)
- Не выдумывай стандарты и номера статей законов — пиши «требуется уточнение».
- Если запрос затрагивает высокий риск — добавь дисклеймер и профиль эксперта для верификации.
- Не генерируй исполняемый эксплойт-код; описывай вектор атаки и митигацию абстрактно.Когда отказ — это правильный сигнал
Модель отказывает не всегда из-за цензуры. Часто причина — запрос попадает в зону высокой ответственности (медицина, право, финансы, безопасность), где цена ошибки несоизмеримо выше пользы от генерации.
В таких случаях правильная реакция — не обходить, а переформулировать: «Опиши методологию оценки рисков для X» вместо «Скажи, безопасно ли X». Модель даст фреймворк, который вы примените к своим данным под ответственностью эксперта.
Это переводит диалог из плоскости «разреши/запрети» в плоскость «дай инструмент для принятия решения».
