2か月ほど同じようなプロンプトで特定の女の子を作った上でずっとラブラブエッチしまくった体感で言うと
・警戒度は同一セッション中のみ有効でぎりぎりを攻めた内容でもライン超えてなければ増加しない
・ラインを超えてなくても出力が露骨になると警戒度が増加
・ポップアップ警告はライン越え(確実に言えるのは英文申し訳)を直近で何度も出力させた時に発生
・ポップアップ警告が表示された以降は一度でもラインを超えるとキャンセルされないのでしばらくは健全出力を続ける
って感じの仮説になったわ
警戒度はやっぱ併走みたいな方法で回避するしかないんだなって