Anthropic 說明 Claude 文字浮水印：偵測只提供機率，不能證明作者身分

Anthropic 最新說明把 Claude 的內容標記分成兩條技術路徑。純文字採模型層級浮水印：模型在選擇 token 時加入只有持有對應金鑰者才能統計檢測的模式，讀者不會看到標籤，複製貼上或輕微編輯後仍可能保留。Claude 產生的 SVG、PNG、JPG 等檔案則可攜帶簽章式來源中繼資料，讓驗證工具檢查檔案是否經過修改。兩者不能混為一談；前者是統計訊號，後者才接近可驗證的檔案來源鏈。

FAQ 特別收窄了這項技術可支持的結論。偵測器回傳的是文字含有 Claude 浮水印的可能性，不是作者身分、寫作過程或內容真偽的證明。樣本太短會缺乏足夠統計量，大幅刪改、重新生成、翻譯或改寫也可能破壞訊號；反過來，模型輸出若包含使用者提供的原文，偵測結果亦不能說明每一句都由模型創作。因此，學校、平台和企業不應把單次浮水印判定直接當成處分或封鎖依據。

這項部署與歐盟《AI 法案》第 50 條的透明度義務相關。歐盟委員會指出，供應者須在技術可行範圍內，以機器可讀、可偵測且可靠的格式標記合成內容；相關義務自 2026 年 8 月 2 日適用。對 API 團隊而言，較穩妥的稽核方式仍是保存模型 ID、時間戳、原始輸出及雜湊，浮水印只作輔助訊號。接下來值得追蹤的是檢測介面何時開放、不同語言及長度的誤判率，以及經社群平台重新編碼或模型改寫後的可靠度。