Claude 的隱形浮水印：它能偵測什麼，又不能證明什麼？

Anthropic 正為較新的 Claude 模型生成文字加入肉眼無法察覺、但機器可以辨識的浮水印。公司表示，此舉主要是為了配合歐盟《人工智慧法案》（EU AI Act）第 50 條的透明度要求，以及第 50(2) 條「AI 生成內容透明度」實務守則；不過，Anthropic 並未把這項措施限定在歐洲，而是讓支援的 Claude 產品在全球採用同一套標記方式。

最需要留意的重點是：**浮水印偵測結果是來源訊號，不是作者身分判決。**它或許能提高「Claude 曾參與產生部分文字」的可能性，卻不能指出是誰下指令、誰寫了內容，也不能證明整份文件都是 Claude 生成的。

Anthropic 到底標記了什麼？

2026 年 8 月 2 日或之後推出的 Claude 模型，從上線起便支援機器可讀標記；Anthropic 也表示，正逐步為較早推出的模型補上相關能力。標記適用於支援的 Claude 服務，包括 Claude.ai、Claude Platform API、Claude Code、Claude Cowork、Claude Tag，以及部分第三方雲端部署，涵蓋 Claude 提供服務的全球市場。

目前涉及兩種不同機制：

• **文字：**把肉眼不可見的統計浮水印融入模型的選詞方式。
• **支援的檔案：**加入數位簽署的 C2PA 來源與歷程中繼資料，格式包括 SVG、PNG 和 JPG 等。

這些機制不等同於文章上方的明顯標籤、隱藏字元、帳戶識別碼或著作權聲明。Anthropic 表示，文字浮水印不包含可追溯至特定個人、組織、對話或聊天紀錄的資訊。

為什麼是全球部署，而不是只在歐盟啟用？

Anthropic 說明，直接誘因是歐盟《人工智慧法案》第 50 條的透明度制度，以及公司對第 50(2) 條實務守則的承諾。相關規範要求面向歐盟市場提供服務的業者，讓部分 AI 生成內容以機器可讀的形式被辨識。

Anthropic 選擇在支援的 Claude 模型可用之處一律採用這項政策，而不是為歐洲另設一個版本。這表示 API 客戶、企業、開發者與一般使用者，原則上會面對同一項模型層級的標準；但不同平台或功能未必支援所有類型的標記。

隱形文字浮水印如何運作？

這項技術建立在模型選擇下一個 token（文字片段）時的統計模式上。生成句子時，語言模型通常有多個合理的接續方式，例如在不影響句意的情況下選用不同近義詞。浮水印系統會調整隨機性來源，讓模型在這些「低風險」選擇中形成一組帶有密鑰的統計模式；當累積足夠多次選擇後，日後便可能透過偵測器辨認出來。Anthropic 表示，方法與 Google DeepMind 的 SynthID-Text 技術相關。

這個過程不會在文件中插入特殊字元，也不會增加額外輸出 token。Anthropic 表示，系統的設計目標是不明顯影響文字措辭、創意、可讀性或成本，公司內部測試也未發現品質受到影響。

由於訊號分布在一般文字的選詞之中，而非依附在檔案格式或中繼資料上，單純複製貼上、改變排版，或進行部分輕度編輯後，仍可能保留足夠模式供偵測。然而，這是機率性的持續效果，並非任何情況下都能保證。

翻譯、摘要和校對後，浮水印還在嗎？

**不能可靠地保證。**翻譯、摘要、改寫和大幅編輯，會替換大量原本承載訊號的 token 選擇。轉換後的段落有時可能留下可辨識痕跡，但目前的資料不足以支持「任何翻譯、摘要、校對或編輯都會保留浮水印」這種說法。

文字長度也是關鍵限制。可供分析的內容越多，偵測信心通常越高；相反地，一段很短的回答，或只請 Claude 改動幾個拼字、文法與標點的校對內容，可能沒有足夠的 Claude 選詞，無法產生有意義的結果。

因此，必須區分兩件事：文字曾經被 Claude 處理過，以及偵測器能否給出明確結果。即使 Claude 曾參與處理，文字也可能沒有足夠強的訊號；而找不到浮水印，也不能證明內容完全由人類撰寫。

偵測到浮水印，究竟代表什麼？

陽性結果只能回答一個範圍狹窄的機率問題：**Claude 參與撰寫這段文字的可能性有多高？**它不能證明以下事項：

• 是誰向 Claude 下指令；
• 周邊或原始內容由誰撰寫；
• 人類是否大幅修改過輸出；
• Claude 是否生成了整份文件；
• 使用者是否違反學校、職場、出版機構或平台規則；
• 誰擁有作品，或誰須承擔法律責任。

浮水印也無法識別特定使用者、組織或對話；Anthropic 的密鑰亦不能用來辨認其他 AI 業者生成的內容。

Anthropic 表示，計畫提供浮水印偵測 API。這與一般依靠語言風格、所謂「AI 痕跡」來推測作者的 AI 偵測器不同：浮水印偵測器是尋找由特定密鑰產生的統計簽名，而不是單憑文風猜測作者。

為什麼批評者認為這可能「用大槌打小釘」？

爭議核心在於：生成全新內容，與提供一般編輯協助，是否應被視為同一類使用。批評者擔心，模型層級、預設開啟的浮水印，可能同時標記一篇完全由 AI 起草的文章，以及一份大部分由人類完成、只使用 Claude 協助拼字、文法、清晰度、翻譯或無障礙編輯的文件。

因此才出現「不是手術刀，而是大槌」的批評：透明度制度要處理的可能是 AI 生成內容，但模型的預設標記卻不區分從零起草與少量修訂。當學校、雇主、出版商或平台把「偵測到浮水印」直接視為不當行為證據時，這項差異尤其重要。

Anthropic 的技術說明確實指出，輕度校對可能只留下太少 Claude 選詞，令偵測信心不足；但這只是統計上的限制，不是面向使用者的豁免，更不是可靠的作者判定工具。

與 Google、OpenAI、Meta 和 Microsoft 有何不同？

比較各家做法時，不能把幾個不同概念混為一談：

1. 簽署歐盟透明度實務守則；
2. 為檔案加入來源與歷程中繼資料；
3. 顯示明確的 AI 標籤；
4. 在文字中嵌入統計浮水印。

Anthropic 表示，其他主要 AI 業者也簽署了同一套歐盟實務守則，並會各自建立相關系統。但這不代表 Google、OpenAI、Meta 和 Microsoft 使用相同的浮水印方法、涵蓋相同產品，或提供完全一致的偵測與標記政策。

Anthropic 的文字技術與 Google DeepMind 發表的 SynthID-Text 系列方法相關；C2PA 則是另一套用於支援檔案的來源中繼資料機制。就目前可取得的資料，尚不足以斷言上述四家公司都已在文字產品中部署與 Claude 等效的全球浮水印。

使用者反彈，機構又該怎麼做？

政策推出後，一些 Claude 使用者擔心，在學校、職場、出版或商業場景中，AI 協助可能因此被揭露；亦有報道指部分使用者揚言或聲稱取消訂閱。

另一些人則開始尋找移除或規避浮水印的方法。大幅改寫、改述、翻譯、摘要或重新生成，確實可能削弱甚至移除統計訊號；這也正是為什麼「沒有偵測到浮水印」不能替某人證明完全沒有使用 AI。反過來說，即使保留陽性訊號，也可能只反映有限度的 Claude 協助，而不是整篇內容由 Claude 包辦。

對學校、雇主、出版商和平台而言，較穩妥的做法是把偵測結果視為其中一項線索，而不是自動判定抄襲、違規或失職的結論。正式處理個案時，應一併考慮使用情境、草稿與版本紀錄、適用的揭露規則、實際使用了哪種協助，以及當事人說明的機會。涉及編輯、翻譯、無障礙支援和多人協作寫作時，人工審查更不可或缺。

Claude 的浮水印或許能讓 AI 參與內容更容易被調查，但它沒有解決更難的作者認定問題。最重要的區分是：**訊號不等於證明。**浮水印可以支援內容透明度，卻不能取代理解創作過程所需的完整背景。