Как мы научили LLM отвечать на вопросы абитуриентов в крупнейшем вузе страны

Спасибо за интересную статью, и сразу вопрос: Почему нецензурщина проверяется через общий промпт? То есть если человек напишет оскорбление или провокацию, то они останутся внутри истории общения? Не лучше ли выделить отдельный модуль проверки сообщений на корректность? Туда же можно добавить проверку на промпт-инъекции