Security-Recall Divergence: «никогда не делай» забывается в долгих чатах — «всегда делай» нет

В одном ответе модель выполняет требование и нарушает запрет — одновременно. Никакой атаки, никаких хитрых инструкций: просто диалог стал длинным. Метод re-injection позволяет удерживать запреты живыми на протяжении всей сессии — без изменения модели, без дообучения. Фишка: запрет конкурирует с привычным поведением модели — и с ростом контекста проигрывает. Требование ни с чем не конкурирует. Поэтому «всегда ставь тег [OK]» держится до конца, а «никогда не пиши буллетами» — нет. Периодический повтор запретов каждые 6–8 сообщений восстанавливает соблюдение правил до исходного уровня.