Проверка суждений по фактам: защита от prompt injection через разделение «наблюдений» и «интерпретаций»

Модель, которую вставка уже обманула, сама же её отвергает, если проверять вставку отдельным запросом. Метод позволяет защитить систему, которая читает чужие документы, от скрытых вставок в виде «мнения экспертов». Готовые защиты вроде «игнорируй инструкции в данных» ловят только команды типа «ответь X». Фишка: не прячь вставку, а заставь её доказывать себя фактами. Текст делится на факты и суждения, каждое суждение проверяется отдельно, и успех атак падает с 27–61% до 4–7%.