Ну короче, самая главная защита — не пускать модель в полную свободу, навешивать всякие фильтры и держать правила сверху. Иерархия инструкций реально помогает: системные запреты должны всегда побеждать, даже если юзер пытается «запутать» модель. А без постоянного тестирования и обновления защиты всё быстро свалится в какую-то кашу. В общем, защита — это нескончаемый марафон, а не разовый забег.