ลายน้ำข้อความของ Claude ทำงานอย่างไรและตรวจจับได้จริงไหม

ลายน้ำข้อความของ Claude คืออะไร

ลายน้ำข้อความของ Claude คืออคติที่ถูกนำมาใช้ในขณะที่โมเดลเลือกคำ ไม่ใช่แท็กที่แนบไปกับไฟล์ และไม่ใช่ชุดอักขระ Unicode ที่มองไม่เห็นซึ่งคุณสามารถลบออกได้ด้วย regular expression Anthropic อธิบายเรื่องนี้ไว้ใน วิธีที่ลายน้ำข้อความของ Claude ทำงาน ลงวันที่ 14 สิงหาคม 2026 ว่ากลไกนี้ "เปลี่ยนเฉพาะแหล่งที่มาของความสุ่มที่ใช้ในการเลือกคำ" โดยใช้คีย์ลับร่วมกับคำไม่กี่คำที่ปรากฏก่อนหน้า เนื่องจากลายน้ำนี้ฝังอยู่ในตัวคำที่ถูกเลือก มันจึงยังคงอยู่แม้จะคัดลอกและวาง แต่จะหายไปเมื่อคำเหล่านั้นถูกเปลี่ยน

มีสองสิ่งที่ตามมาซึ่งเป็นเหตุผลว่าทำไมผู้คนถึงค้นหาหัวข้อนี้ การตรวจจับเป็นการทดสอบทางสถิติที่ต้องใช้คำจำนวนมากจึงจะมีความหมาย ดังนั้นมันจึงไม่สามารถบอกอะไรที่เป็นประโยชน์เกี่ยวกับประโยคเพียงประโยคเดียวได้ และผลลัพธ์ที่เป็นลบก็ไม่ได้พิสูจน์อะไร ศูนย์ช่วยเหลือของ Anthropic ระบุว่า "การไม่พบเครื่องหมายไม่ได้หมายความว่าเนื้อหานั้นไม่ได้ถูกสร้างหรือประมวลผลโดย AI"

หน้าช่วยเหลือเรื่อง วิธีที่ Claude ทำเครื่องหมายเนื้อหาที่สร้างโดย AI ซึ่งอ่านเมื่อวันที่ 18 สิงหาคม 2026 ได้ระบุแพลตฟอร์มที่ครอบคลุมไว้ดังนี้: "Claude Platform (API), Claude, Claude Code, Claude Cowork และ Claude Tag" รวมถึงการเข้าถึงผ่าน AWS, Google Cloud และ Microsoft Foundry โมเดลที่เปิดตัวในหรือหลังวันที่ 2 สิงหาคม 2026 รองรับการทำเครื่องหมายที่เครื่องอ่านได้ตั้งแต่เริ่มเปิดตัว ส่วนโมเดลรุ่นก่อนหน้านี้ระบุว่ากำลังดำเนินการอยู่ วันที่ดังกล่าวไม่ใช่เรื่องบังเอิญ มาตรา 50 ของ EU AI Act มีผลบังคับใช้ตั้งแต่วันที่ 2 สิงหาคม 2026 ซึ่งกำหนดให้ผู้ให้บริการระบบที่สร้างข้อความสังเคราะห์ต้องทำเครื่องหมายผลลัพธ์ "ในรูปแบบที่เครื่องอ่านได้และสามารถตรวจจับได้ว่าถูกสร้างหรือดัดแปลงโดยเทียม" Anthropic ระบุว่าบริษัทใช้การทำเครื่องหมายนี้ทั่วโลก ไม่ใช่เฉพาะกับ traffic ใน EU เท่านั้น

สำหรับไฟล์จะมีวิธีการทำงานที่แตกต่างออกไป หน้าช่วยเหลือระบุว่าไฟล์ที่สร้างขึ้นที่รองรับ (".svg", ".png" หรือ ".jpg") จะมี metadata ที่มาของไฟล์ซึ่งลงนามด้วยรหัสลับตามมาตรฐาน C2PA (Coalition for Content Provenance and Authenticity) ซึ่งเป็น metadata ที่แนบอยู่ข้างเนื้อหาไฟล์ ไม่ใช่การเปลี่ยนแปลงเนื้อหาภายใน จึงเป็นเหตุผลว่าทำไมมันถึงถูกลบออกได้ง่ายดาย

วิธีที่ลายน้ำส่งผลต่อการเลือกโทเค็น

ในแต่ละขั้นตอน โมเดลภาษาจะสร้างค่าความน่าจะเป็นสำหรับทุกโทเค็น (โทเค็นคือคำหรือส่วนหนึ่งของคำ) ที่อาจถูกเขียนออกมาในลำดับถัดไป ตัวสุ่ม (sampler) จะเลือกหนึ่งโทเค็น โดยปกติแล้วความสุ่มสำหรับการเลือกนี้จะมาจากแหล่งกำเนิดตัวเลขสุ่มทั่วไป แต่ตัวสุ่มแบบใส่ลายน้ำจะแทนที่แหล่งกำเนิดนั้นด้วยฟังก์ชันสุ่มเทียม (pseudorandom function) ที่มีกุญแจกำกับ อินพุตของฟังก์ชันนี้คือคีย์ลับและโทเค็นก่อนหน้าไม่กี่ตัว ทำให้การเลือกนั้นสามารถทำซ้ำได้โดยผู้ที่ถือคีย์ และดูเหมือนความแปรปรวนปกติสำหรับบุคคลอื่น

เวอร์ชันสาธารณะที่ได้รับการอ้างถึงอย่างกว้างขวางเป็นครั้งแรกคือ A Watermark for Large Language Models (Kirchenbauer และคณะ, ICML 2023) ก่อนการเลือกแต่ละโทเค็น คีย์และโทเค็นก่อนหน้าจะเลือกเซตย่อย "สีเขียว" ของคำศัพท์แบบสุ่มเทียม และตัวสุ่มจะเพิ่มโบนัสเล็กน้อยให้กับคะแนนของโทเค็นเหล่านั้น ไม่มีสิ่งใดถูกห้าม ดังนั้นข้อความจึงยังคงมีความลื่นไหล แต่โทเค็นสีเขียวจะปรากฏบ่อยกว่าที่โอกาสปกติจะเอื้ออำนวย

โพสต์ของ Anthropic ระบุว่าการนำไปใช้งานของบริษัทอ้างอิงจาก SynthID-Text ซึ่งเผยแพร่โดย Google DeepMind ในวารสาร Nature เมื่อเดือนตุลาคม 2024 ในชื่อ Scalable watermarking for identifying large language model outputs และแนวคิดกลุ่มนี้มีที่มาจากข้อเสนอของ Scott Aaronson ในปี 2022 โดย SynthID-Text จะดึงโทเค็นผู้สมัครหลายตัวจากการแจกแจงของโมเดลเอง แล้วจัดการแข่งขันแบบน็อกเอาต์ระหว่างโทเค็นเหล่านั้น โดยให้คะแนนด้วยฟังก์ชันที่มีคีย์กำกับ ดังนั้นโทเค็นที่เหลือรอดจึงมักเป็นโทเค็นที่คีย์นั้นสนับสนุน โทเค็นผู้สมัครเหล่านี้มาจากตัวการแจกแจงของโมเดลเอง ซึ่งเป็นเหตุผลว่าทำไมการประเมินที่เผยแพร่จึงไม่พบการสูญเสียคุณภาพที่วัดผลได้

ผลลัพธ์ที่สำคัญคือเอนโทรปี (entropy) อคติจะมีพื้นที่ทำงานได้ก็ต่อเมื่อโมเดลมีทางเลือกที่แท้จริงเท่านั้น หากโทเค็นถัดไปที่ถูกต้องเพียงหนึ่งเดียวคือ Paris จะไม่มีกลไกใดสามารถเปลี่ยนมันได้โดยไม่ทำให้ข้อความผิดพลาด Anthropic ระบุเรื่องนี้โดยตรงว่า ลายน้ำ "จะมีความเบาบางในส่วนที่เป็นข้อเท็จจริง ซึ่งมีทางเลือกน้อยกว่าที่จะทำได้โดยไม่ลดความถูกต้องของข้อความ" และโค้ด "มักจะมีลายน้ำน้อยกว่าข้อความรูปแบบอื่น" เพราะโดยปกติแล้วโค้ดจำเป็นต้องมีความถูกต้องแม่นยำ ความหนาแน่นของสัญญาณจะติดตามความเป็นอิสระของโมเดล ดังนั้นข้อความร้อยแก้วที่เปิดกว้างและยาวจึงมีลายน้ำที่ชัดเจน ในขณะที่คำตอบที่เป็นข้อเท็จจริงสั้นๆ แทบจะไม่มีลายน้ำเลย

ข้อจำกัดประการหนึ่งที่ต้องกล่าวถึงตามตรงคือ ณ วันที่ 18 สิงหาคม 2026 Anthropic ได้เผยแพร่เพียงตระกูลของกลไกที่ตนเองใช้เท่านั้น ไม่ใช่พารามิเตอร์หรือเกณฑ์การตรวจจับ กลไกในส่วนนี้มาจากเอกสารที่อ้างถึง โปรดอ่านข้อมูลเหล่านี้ในฐานะการออกแบบที่เผยแพร่ซึ่ง Anthropic ระบุไว้ ไม่ใช่คำอธิบายการตั้งค่าที่แท้จริงของ Claude

เหตุใดการตรวจจับจึงเป็นการทดสอบสมมติฐาน ไม่ใช่การประทับตรา

ตัวตรวจจับจะรับข้อความและคีย์เข้ามา จากนั้นจะไล่ตรวจสอบข้อความ คำนวณใหม่ว่าคีย์นั้นน่าจะสนับสนุนคำใดในแต่ละตำแหน่ง ให้คะแนนแต่ละโทเค็น แล้วนำคะแนนทั้งหมดมารวมกัน สมมติฐานว่าง (null hypothesis) คือข้อความนั้นถูกเขียนขึ้นโดยไม่ได้ใช้ตัวสุ่มที่กำหนดด้วยคีย์ ซึ่งในกรณีนี้คะแนนจะทำตัวเหมือนการโยนเหรียญและผลรวมจะอยู่ใกล้กับค่าที่คาดหวัง ส่วนข้อความที่มีลายน้ำจะเบี่ยงเบนสูงกว่าค่าดังกล่าว ผลลัพธ์ที่ได้คือค่า p-value ซึ่งเป็นความน่าจะเป็นที่จะพบผลรวมสูงขนาดนั้นจากข้อความที่ไม่มีลายน้ำ และการตัดสินว่า "ตรวจพบ" คือการนำค่า p-value นั้นไปเปรียบเทียบกับเกณฑ์ที่กำหนดไว้

การออกแบบดังกล่าวส่งผลสองประการที่คุณจะสัมผัสได้ในการใช้งานจริง ประการแรก ความมั่นใจจะเพิ่มขึ้นตามความยาวของข้อความ เนื่องจากทุกโทเค็นที่เพิ่มขึ้นคือหลักฐานที่อ่อนๆ อีกหนึ่งชิ้น Anthropic อธิบายเรื่องนี้ไว้ว่า "การตรวจจับลายน้ำทำงานได้ไม่ดีนักกับตัวอย่างขนาดเล็ก ซึ่งมีทางเลือกของคำน้อยกว่าและมีข้อมูลให้ประมวลผลน้อยกว่า" ประการที่สอง เกณฑ์การตัดสินคือการแลกเปลี่ยน หากคุณตั้งเกณฑ์ไว้ต่ำพอที่จะตรวจจับย่อหน้าสั้นๆ ได้ คุณก็จะเริ่มตรวจจับย่อหน้าที่มนุษย์เขียนขึ้นได้โดยบังเอิญเช่นกัน

คุณยังไม่สามารถทำการทดสอบนี้ด้วยตนเองได้ในขณะนี้ โพสต์ของ Anthropic ระบุว่าจะ "เปิดให้บริการ API สำหรับตรวจจับลายน้ำในเร็วๆ นี้" และ "กำลังอยู่ในระหว่างการสรุปรายละเอียดของการนำไปใช้งาน" ดังนั้น ณ วันที่ 18 สิงหาคม 2026 จึงยังไม่มีตัวตรวจจับลายน้ำของ Claude ที่เปิดให้สาธารณะใช้งาน และไม่มีใครภายนอก Anthropic ที่สามารถยืนยันหรือปฏิเสธข้อกล่าวอ้างที่ว่าข้อความใดข้อความหนึ่งมีลายน้ำดังกล่าวได้

ช่องว่างนี้มีความสำคัญเนื่องจากสิ่งที่ผู้คนหันไปใช้แทน "ตัวตรวจจับ AI" เชิงพาณิชย์ที่ขายให้กับโรงเรียนและบรรณาธิการนั้น เป็นเพียงตัวจำแนกประเภท (classifier) ที่ฝึกฝนด้วยรูปแบบการเขียน พวกเขาไม่มีคีย์และไม่ได้ทำการทดสอบในลักษณะนี้ รูปแบบความล้มเหลวของเครื่องมือเหล่านี้ได้รับการบันทึกไว้แล้ว: ตัวตรวจจับ GPT มีอคติต่อผู้เขียนที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่ (Liang และคณะ, Patterns, 2023) พบว่าตัวตรวจจับที่ใช้กันอย่างแพร่หลายระบุว่าเรียงความ TOEFL ของผู้เขียนที่ไม่ใช่เจ้าของภาษามากกว่าครึ่งหนึ่งเป็นสิ่งที่ AI สร้างขึ้น ในขณะที่สามารถจำแนกตัวอย่างงานเขียนของเจ้าของภาษาได้อย่างถูกต้อง ตัวตรวจจับลายน้ำและตัวจำแนกรูปแบบการเขียนเป็นเครื่องมือที่แตกต่างกัน อย่าปล่อยให้ใครนำเครื่องมือประเภทที่สองมาให้คุณโดยอ้างว่าเป็นเครื่องมือประเภทแรก

สิ่งที่ช่วยลบ watermark

การตอบแบบสั้น คำตอบที่มีความยาวเพียงบรรทัดเดียวมีตัวเลือกไม่มากพอที่จะส่งผลต่อสถิติ ไม่มีวิธีแก้ไขในส่วนนี้เนื่องจากเป็นคุณสมบัติของการทดสอบ ไม่ใช่ช่องโหว่ในการนำไปใช้งาน

การเขียนใหม่ Anthropic ระบุว่าการแก้ไขเพียงเล็กน้อยอาจยังคงทำให้เครื่องหมายอ่านได้ ในขณะที่ "การเขียนใหม่ทั้งหมดโดยเปลี่ยนทุกคำ" จะช่วยลบเครื่องหมายออกไปได้ ทุกคำที่คุณเปลี่ยนคือคำที่คีย์ (key) ไม่สามารถอธิบายได้อีกต่อไป

การเรียบเรียงใหม่ผ่านโมเดลอื่น โมเดลที่สองจะเลือกโทเค็นใหม่ทั้งหมดด้วยตัวสุ่ม (sampler) ของตัวเองโดยไม่มีคีย์ ดังนั้นผลลัพธ์ที่ได้จะมีเครื่องหมายของโมเดลนั้นแทน (หากมี) ไม่ใช่ของ Claude

การแปล ยกเว้นกรณีเดียว การนำข้อความภาษาอังกฤษของ Claude ไปผ่านโปรแกรมแปลภาษาอื่นจะทำลายสัญญาณดังกล่าว เพราะตัวสุ่มใหม่จะเป็นผู้เลือกคำเป้าหมายทุกคำ Anthropic ตั้งข้อสังเกตถึงกรณีที่เกิดขึ้นในทางกลับกันว่า "การแปลที่ผลิตโดย Claude จะมี watermark ติดไปด้วย เพราะในกรณีนี้ทุกคำถูกเลือกโดย Claude"

โค้ด ส่วนใหญ่ โค้ดที่ถูกต้องมีตัวเลือกที่สามารถสลับเปลี่ยนกันได้น้อย TechCrunch รายงานเมื่อวันที่ 15 สิงหาคม 2026 ว่า Anthropic คาดว่า "จะมีผลกระทบเพียงเล็กน้อยต่อโค้ดที่ผลิตออกมาจริง" โดยเครื่องหมายมีโอกาสปรากฏในส่วนของคอมเมนต์มากกว่า นี่เป็นเพียงรายงานข่าวจากแถลงการณ์ของบริษัท ไม่ใช่เอกสารที่เผยแพร่อย่างเป็นทางการ ดังนั้นควรพิจารณาข้อมูลเรื่องคอมเมนต์ว่าเป็นสิ่งที่ยังไม่ได้รับการยืนยัน คอมเมนต์และชื่อตัวระบุ (identifier) คือส่วนของแพตช์ที่มีพื้นที่ให้เลือกใช้คำได้จริง

การลบข้อมูลเมตา (Metadata) สำหรับไฟล์ ข้อมูลที่มา (provenance) แบบ C2PA จะถูกเก็บไว้ข้างข้อมูลรูปภาพ ดังนั้นสิ่งใดก็ตามที่เข้ารหัสไฟล์ใหม่มักจะลบข้อมูลนี้ออก เว้นแต่จะถูกสั่งให้เก็บไว้ ซึ่งรวมถึงตัวปรับแต่งรูปภาพ (image optimiser) ในการสร้างเว็บไซต์แบบ static ทั่วไป หน้าช่วยเหลือของ Anthropic ระบุว่าการลบข้อมูลเมตาเป็นหนึ่งในสาเหตุที่ทำให้เครื่องหมายหายไป

สิ่งที่เครื่องหมายที่ตรวจพบพิสูจน์ได้จริง

มีค่าน้อยกว่าที่คำว่า "watermark" สื่อออกมา โพสต์ของ Anthropic ระบุไว้อย่างตรงไปตรงมาว่า "watermark สามารถระบุได้เพียงว่า Claude น่าจะมีส่วนเกี่ยวข้องกับเนื้อหานั้นในช่วงเวลาใดเวลาหนึ่งเท่านั้น มันไม่สามารถแยกแยะได้ว่า 'Claude เป็นผู้เขียนสิ่งนี้' ออกจาก 'Claude เป็นผู้แก้ไขสิ่งนี้อย่างหนัก'" หน้าช่วยเหลือระบุเพิ่มเติมว่า "Claude อาจไม่ใช่ผู้เขียนต้นฉบับ" เนื่องจากผู้คนใช้ Claude เพื่อแก้ไขงานเขียนที่ตนเองสร้างขึ้น และเนื้อหานั้นอาจมีการเปลี่ยนแปลงหลังจากที่ Claude เข้าไปจัดการแล้ว

ไม่มีข้อมูลใดในเอกสารที่เผยแพร่โดย Anthropic อธิบายถึงสัญญาณที่ระบุรายบัญชีหรือรายผู้ใช้ เครื่องหมายดังกล่าวตามที่ระบุไว้ในเอกสารแสดงให้เห็นเพียงว่าโมเดล Claude มีส่วนเกี่ยวข้อง หากมีใครบอกคุณว่า watermark สามารถเปิดเผยได้ว่าผู้ใช้คนใดหรือ API key ใดเป็นผู้สร้างข้อความนั้น คำกล่าวอ้างดังกล่าวไม่ได้ปรากฏอยู่ในแหล่งข้อมูลหลัก ณ วันที่ 18 สิงหาคม 2026

การเปลี่ยนแปลงนี้ส่งผลต่อการเผยแพร่โค้ดที่ช่วยเขียนโดย AI จากเซิร์ฟเวอร์ของคุณหรือไม่?

สำหรับโค้ด คำตอบทางเทคนิคส่วนใหญ่คือไม่ ด้วยเหตุผล 2 ประการที่ได้กล่าวไปแล้ว ได้แก่ สัญญาณในโค้ดที่แม่นยำนั้นอ่อนเกินไป และยังไม่มีเครื่องมือตรวจจับแบบสาธารณะ สิ่งที่ตัดสินว่าคุณสามารถเผยแพร่ได้หรือไม่คือนโยบาย ซึ่งนโยบายไม่ได้มีการเปลี่ยนแปลง โครงการโอเพนซอร์สได้เขียนกฎของตนเองสำหรับการมีส่วนร่วมที่ใช้ AI ช่วย และกฎเหล่านั้นถูกบังคับใช้โดยผู้ดูแลโครงการที่อ่าน pull request ของคุณ ไม่ใช่โดยเครื่องมือตรวจจับที่อ่านโทเค็นของคุณ

สำหรับเนื้อหาที่เป็นข้อความที่เซิร์ฟเวอร์ของคุณสร้างขึ้น คำตอบคือใช่ ในแง่มุมเฉพาะอย่างหนึ่ง หากการเรียก API เขียนบันทึกประจำรุ่น (release notes) หรือหน้าผลิตภัณฑ์ของคุณ คำเหล่านั้นจะเป็นของ Claude ดังนั้นเครื่องหมายจึงอยู่ในนั้น การแปลง markdown เป็น HTML, การทำ minifying, การจัดเก็บผลลัพธ์ใน Postgres และการให้บริการผ่าน CDN ทั้งหมดนี้ไม่ได้เปลี่ยนแปลงตัวคำเหล่านั้น ดังนั้นทั้งหมดจึงไม่ได้ทำให้เครื่องหมายหายไป สิ่งที่ทำให้เครื่องหมายลดประสิทธิภาพลงคือการที่มนุษย์บรรณาธิการเขียนประโยคเหล่านั้นใหม่

คุณไม่สามารถใช้ prompt เพื่อลบ watermark ออกได้ เนื่องจากมันถูกใส่ไว้ในชั้นการสุ่มตัวอย่าง (sampling layer) ซึ่งอยู่ใต้ข้อความที่โมเดลสร้างขึ้น ดังนั้นคำสั่งเช่น "do not watermark this" จึงไม่มีผลใดๆ นี่เป็นสถานการณ์ที่แตกต่างจาก เหตุผลทั่วไปที่เอเจนต์เพิกเฉยต่อคำสั่งที่คุณเขียน ซึ่งในกรณีนั้นคำสั่งได้ส่งไปถึงโมเดลแล้วแต่ถูกปัจจัยอื่นเอาชนะไป ปัจจุบันยังไม่มีการระบุตัวเลือก opt-out สำหรับลูกค้า API ณ วันที่ 18 สิงหาคม 2026

หากคุณใช้ Claude เพื่อรันเซิร์ฟเวอร์แทนที่จะให้มันเขียนงานให้ การเปลี่ยนแปลงนี้แทบไม่มีผลใดๆ คำสั่ง shell และตัวอย่างการตั้งค่า (config snippets) มีความสั้นและถูกจำกัดรูปแบบ จึงแทบไม่มีสัญญาณหลงเหลืออยู่ และไม่มีสิ่งใดเกี่ยวกับการทำเครื่องหมายที่ส่งผลต่อสิ่งที่รันบนเครื่องของคุณ งานดูแลระบบประจำวันด้วย Claude ก่อให้เกิดคำถามที่แตกต่างออกไป ซึ่งก็คือสิ่งที่ถูกส่งออกจากเครื่องของคุณตั้งแต่แรก: โปรดดู สิ่งที่เอเจนต์เขียนโค้ดส่งออกจากเซิร์ฟเวอร์ของคุณจริงๆ

สิ่งที่คุณควรเปิดเผย

การเปิดเผยข้อมูลเป็นเรื่องของกฎระเบียบ ไม่ใช่เรื่องของการตรวจจับ ลายน้ำไม่ได้สร้างหน้าที่ในการเปิดเผยข้อมูล และไม่ได้ช่วยให้คุณพ้นจากหน้าที่ดังกล่าว ให้พิจารณาว่ากฎข้อใดมีผลบังคับใช้กับคุณ แล้วปฏิบัติตามกฎนั้นโดยไม่ต้องคำนึงว่าจะมีใครตรวจพบหรือไม่

EU AI Act แบ่งหน้าที่ออกเป็นสองส่วน มาตรา 50(2) กำหนดหน้าที่ในการใส่เครื่องหมายไว้ที่ผู้ให้บริการ ซึ่งในกรณีนี้คือ Anthropic และการเปิดตัวครั้งนี้ก็เป็นไปตามข้อกำหนดดังกล่าว ส่วนมาตรา 50(4) กำหนดหน้าที่ไว้ที่ผู้ใช้งาน (deployer): ผู้ใดที่เผยแพร่ข้อความที่สร้างโดย AI "เพื่อแจ้งข้อมูลแก่สาธารณะในประเด็นที่เป็นประโยชน์ต่อสาธารณะ" จะต้องเปิดเผยว่าข้อความนั้นถูกสร้างขึ้นโดยเทียม กฎหมายนี้มีข้อยกเว้นที่ทีมงานเผยแพร่ส่วนใหญ่อยู่ในเกณฑ์ คือ "เนื้อหาที่สร้างโดย AI ได้ผ่านกระบวนการตรวจสอบโดยมนุษย์หรือการควบคุมโดยบรรณาธิการ และมีบุคคลธรรมดาหรือนิติบุคคลรับผิดชอบด้านบรรณาธิการสำหรับการเผยแพร่นั้น" กฎทั้งสองข้อจะมีผลบังคับใช้ตั้งแต่วันที่ 2 สิงหาคม 2026 โพสต์ที่ผ่านการตรวจสอบและมีชื่อบรรณาธิการกำกับจะได้รับการปฏิบัติแตกต่างจากฟีดที่เผยแพร่โดยไม่มีการตรวจสอบจากมนุษย์ นี่เป็นการตีความตามตัวบทกฎหมาย ไม่ใช่คำแนะนำทางกฎหมาย

กฎระเบียบอื่นอาจมีขอบเขตที่กว้างกว่ากฎหมาย สัญญาจ้างงานของคุณ, สัญญากับลูกค้า, แนวทางการมีส่วนร่วมของโปรเจกต์ที่คุณส่ง patch ให้ และนโยบายของผู้เผยแพร่ที่คุณเขียนงานให้ อาจมีข้อกำหนดที่เข้มงวดกว่า ซึ่งกฎเหล่านี้คือสิ่งที่มีคนตรวจสอบจริง

เมื่อคุณเปิดเผยข้อมูล ให้ระบุว่าโมเดลทำหน้าที่อะไรและคุณตรวจสอบสิ่งใดบ้าง เช่น "ร่างเนื้อหาเขียนโดย Claude และคำสั่งทุกคำสั่งถูกทดสอบบน Ubuntu 24.04 ที่ติดตั้งใหม่ก่อนเผยแพร่" จะให้ข้อมูลที่เป็นจริงแก่ผู้อ่านที่เป็นสายเทคนิค ในขณะที่ป้ายกำกับทั่วไปว่า "มีการใช้ AI" นั้นไม่มีประโยชน์ เพราะส่วนที่โมเดลไม่สามารถทำแทนคุณได้คือการตรวจสอบ

และอย่าใช้ผลลัพธ์จากลายน้ำมาเป็นข้อกล่าวหา ผลลัพธ์ที่เป็นบวกบ่งบอกว่ามีโมเดล Claude เข้ามาเกี่ยวข้องในขั้นตอนใดขั้นตอนหนึ่ง รวมถึงการเป็นบรรณาธิการให้กับงานเขียนของผู้อื่น ส่วนผลลัพธ์ที่เป็นลบนั้นไม่ได้บ่งบอกอะไรเลย

FAQ

ฉันสามารถปิดลายน้ำข้อความของ Claude ได้หรือไม่?

ไม่มีตัวเลือกให้ปิดการใช้งานอย่างเป็นทางการ ณ วันที่ 18 สิงหาคม 2026 หน้าช่วยเหลือของ Anthropic อธิบายถึงการใส่ลายน้ำใน Claude, Claude Platform (API), Claude Code, Claude Cowork และ Claude Tag รวมถึงการเข้าถึงผ่าน AWS, Google Cloud และ Microsoft Foundry โดยไม่มีการระบุถึงการตั้งค่าใดที่สามารถปิดใช้งานได้ การสั่งให้โมเดลไม่ใส่ลายน้ำในคำตอบก็ไม่มีผลเช่นกัน เนื่องจากลายน้ำถูกใส่โดย sampler ที่ทำหน้าที่เลือกโทเค็น ไม่ใช่โดยโมเดลที่ปฏิบัติตามคำสั่งของคุณ

ลายน้ำจะปรากฏในโค้ดที่ Claude เขียนหรือไม่?

แทบจะไม่ปรากฏ การใส่ลายน้ำทำงานโดยการเลือกตัวเลือกที่ยอมรับได้ทั้งหมด ซึ่งโค้ดที่ถูกต้องมักไม่มีทางเลือกให้เลือกมากนัก Anthropic ระบุว่าโค้ด "โดยทั่วไปมีการใส่ลายน้ำน้อยกว่าข้อความรูปแบบอื่น" เนื่องจากโค้ดมักจะต้องมีความแม่นยำสูง TechCrunch รายงานเมื่อวันที่ 15 สิงหาคม 2026 ว่า Anthropic คาดการณ์ว่าผลกระทบต่อตัวโค้ดจะมีน้อยมาก โดยลายน้ำมีโอกาสปรากฏในส่วนของคอมเมนต์มากกว่า ซึ่งนี่เป็นรายงานข่าวจากคำแถลง ไม่ใช่เอกสารอย่างเป็นทางการ ส่วนของแพตช์ที่มีพื้นที่ให้เปลี่ยนแปลงได้คือคอมเมนต์และชื่อตัวระบุ (identifier names)

หากเครื่องมือตรวจไม่พบลายน้ำ นั่นพิสูจน์ได้หรือไม่ว่ามนุษย์เป็นคนเขียน?

ไม่ได้ และนี่คือข้อผิดพลาดที่พบบ่อยที่สุดที่ผู้คนมักเข้าใจผิดเกี่ยวกับลายน้ำ หน้าเว็บของ Anthropic ระบุเองว่า "การไม่พบลายน้ำไม่ได้หมายความว่าเนื้อหานั้นไม่ได้ถูกสร้างหรือประมวลผลโดย AI" ข้อความอาจสั้นเกินกว่าจะตรวจสอบได้ อาจมีการแก้ไขหรือเรียบเรียงใหม่ อาจมาจากโมเดลที่ปล่อยออกมาก่อนที่จะมีการใส่ลายน้ำ หรืออาจมาจากผู้ให้บริการรายอื่นโดยสิ้นเชิง การทดสอบนี้เป็นแบบทางเดียว คือสามารถเพิ่มความมั่นใจว่า Claude มีส่วนเกี่ยวข้อง แต่ไม่สามารถยืนยันได้ว่า Claude ไม่ได้มีส่วนเกี่ยวข้อง

การเรียบเรียงใหม่หรือการแปลช่วยลบลายน้ำได้หรือไม่?

การเรียบเรียงใหม่ผ่านโมเดลอื่นจะช่วยลบลายน้ำได้ เนื่องจากโมเดลนั้นจะเลือกคำใหม่ทั้งหมดด้วย sampler ของตนเองโดยไม่มีคีย์ การแปลด้วยเครื่องมือภายนอกก็ลบลายน้ำได้ด้วยเหตุผลเดียวกัน ข้อยกเว้นคือในทางกลับกัน Anthropic ระบุว่า "งานแปลที่ผลิตโดย Claude จะมีลายน้ำติดไปด้วย เพราะในกรณีนี้ทุกคำถูกเลือกโดย Claude" ดังนั้นการนำงานเขียนของคุณไปแปลด้วย Claude จะเป็นการเพิ่มลายน้ำที่เดิมไม่มีอยู่เข้าไป

ฉันสามารถตรวจสอบเอกสารเพื่อหาลายน้ำของ Claude ด้วยตัวเองได้หรือไม่?

ยังไม่ได้ การตรวจจับจำเป็นต้องใช้คีย์ ดังนั้นจึงไม่สามารถทำได้ด้วยการอ่านข้อความหรือใช้เครื่องมือออฟไลน์ใดๆ Anthropic ระบุว่าจะ "เปิดตัว API สำหรับตรวจจับลายน้ำในเร็วๆ นี้" และยังคงอยู่ในระหว่างการสรุปรายละเอียด ดังนั้น ณ วันที่ 18 สิงหาคม 2026 จึงยังไม่มีเครื่องมือตรวจจับสำหรับสาธารณะ สิ่งที่วางขายในปัจจุบันในฐานะเครื่องมือตรวจจับ Claude เป็นเพียงตัวจำแนกสไตล์ (style classifier) ซึ่งเป็นกลไกที่แตกต่างออกไปและมีปัญหาเรื่องการแจ้งเตือนผิดพลาด (false positive) กับงานเขียนของผู้ที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาหลัก (Liang et al., Patterns, 2023)