Door-in-the-Face на LLM: попросить много, получить отказ, попросить меньше — и иногда это работает

Одна и та же просьба после отказа даёт противоположный эффект: у Claude шанс согласия растёт вдвое, у GPT и Gemini — падает на 20 пунктов. Разница между лучшим и худшим сценарием — почти 60 процентных пунктов на одном и том же вопросе. Метод позволяет получать прямые мнения и оценки там, где модель обычно уклоняется и «балансирует» — например честный рейтинг или личное суждение. Механика простая: сначала спрашиваешь жёсткую, провокационную версию вопроса — модель откажет, потом в том же диалоге просишь мягкую версию той же темы. Отказ остаётся в контексте и задаёт рамку для следующего ответа — у Claude это работает как разумный компромисс, у остальных — как повод удвоить бдительность.