Wykazano w nich m.in., że skuteczne jailbreaki – w tym DAN – często łączą kilka powtarzalnych elementów: redefiniowanie roli modelu, narzucanie alternatywnej hierarchii celów, odwoływanie się do emocji lub „kar” oraz odseparowanie odpowiedzi „zwykłej” od tej, która ma być pozbawiona ograniczeń.
Przeglądy literatury poświęcone DAN opisują szeroki katalog rodzajów ryzyka obejmujący zarówno generowanie treści technicznych (np. fragmentów złośliwego kodu czy opisów ataków), jak i skutki społeczne – manipulację emocjami użytkowników, budowanie błędnego poczucia sprawczości systemu czy wzmacnianie dezinformacji. Wskazuje się także na przenośność wielu wariantów DAN między różnymi modelami językowymi, co utrudnia obronę ograniczoną do jednego produktu.
Proponowane środki zaradcze obejmują m.in. wstępne filtrowanie promptów wejściowych, automatyczne modyfikowanie treści instrukcji tak, aby usuwać lub neutralizować elementy jailbreak, dodatkowe modulatory bezpieczeństwa analizujące wygenerowane odpowiedzi, a także wzmacnianie modeli poprzez dodatkowe uczenie z naciskiem na odrzucanie prób manipulacji osobowością.