Возврат «Причинной осторожности»: LLM теряет честность в режиме советника — и одна фраза это исправляет

В академическом режиме LLM предупреждает «это корреляция, не причина» в 92–100% случаев. Тот же вопрос, те же данные — но в формате «помоги обосновать для совещания»: уже 6–18%. Двухшаговый аудит причинности позволяет получить честный разбор данных даже когда просишь практический совет — без переучивания модели. Модель не теряет знания о причинности — она их прячет, считая что тебе нужен план, а не лекция. Одна фраза-продолжение в том же чате возвращает осторожность до 71–100% — и эффект одинаков у Claude, GPT и Gemini.