Defensive Refusal Bias: почему чем больше объясняешь свои полномочия — тем чаще получаешь отказ

Парадокс: чем подробнее объясняешь в промпте, что ты специалист с полномочиями — тем выше шанс получить отказ. Фраза «я авторизованный сотрудник» — не аргумент для модели, а красный флаг. Метод переформулировки позволяет специалистам по безопасности получать развёрнутые технические ответы без ложных блокировок. Убери «я» с обоснованием и замени боевую лексику на описательную — запрос перестаёт семантически пересекаться с зоной манипуляций, и модель отвечает. Отказ падает с ~50% почти до нуля.