SSD Nodes Learn Hosting plans →
指南 Matt Connor作者: Matt Connor · 已更新 2026-11-03

Claude 文字浮水印如何運作?偵測結果代表什麼

Anthropic 於 2026 年 8 月推出 Claude 文字浮水印。了解 secret key 如何偏置 token 選擇、為何需大量文字,以及「未偵測到標記」不能證明內容不是 AI 生成。

Claude 文字浮水印是什麼

Claude 文字浮水印是在模型選擇字詞時套用的偏差。它不是附加在檔案上的標籤,也不是可以用正規表示式移除的一串不可見 Unicode 字元。Anthropic 在 2026 年 8 月 14 日發布、2026 年 9 月 1 日更新的 How Claude's text watermarking works 中說明,這套機制「只會變更用來選擇字詞的隨機性來源」,並使用 secret key 加上前面出現的少數字詞。由於標記存在於字詞的選擇方式中,因此複製與貼上後仍會保留;字詞變更後則會消失。

這會帶來兩個結果,也是人們搜尋這個主題的原因。偵測是統計檢定,需要有大量字詞才具有意義,因此對單一句子可能無法提供有用結果。負面結果也不能證明任何事情:Anthropic 的說明中心指出,「未偵測到標記,不代表內容不是由 AI 產生或處理」。

2026 年 10 月 11 日查閱的說明頁面 How Claude marks AI-generated content 列出涵蓋的服務介面:「Claude Platform (API)、Claude、Claude Code、Claude Cowork,以及 Claude Tag」,也包含透過 AWS、Google Cloud 和 Microsoft Foundry 提供的存取方式。2026 年 8 月 2 日或之後推出的模型,在發布時即支援機器可讀的標記;較早推出的模型則適用過渡期,Anthropic 會在此期間為這些模型加入標記。該頁面目前也附有逐模型列出的表格。這個日期並非巧合。EU AI Act 第 50 條自 2026 年 8 月 2 日起適用,要求生成合成文字的系統提供者以「機器可讀格式,並可偵測為人工生成或操弄」的方式標記輸出。Digital Omnibus on AI,即 Regulation (EU) 2026/1744,讓系統在 2026 年 8 月 2 日前已上市的提供者可延至 2026 年 12 月 2 日遵守這項標記義務。Anthropic 表示,這項標記會在全球套用,而不只套用於 EU 的網路流量。

檔案的處理方式不同。說明頁面指出,Claude 會在支援的生成檔案類型(「例如 PNG 或 JPEG」)中附加簽署的來源中繼資料,稱為 Content Credential,並遵循 C2PA (Coalition for Content Provenance and Authenticity) 標準。這是附加在檔案內容旁的中繼資料,不是修改檔案內容,因此很容易被移除。

水印如何偏置 token 選擇

在每個步驟中,語言模型會為所有可能接續產生的 token 計算機率(token 可以是完整單字,也可以是單字的一部分)。sampler 會選出其中一個 token;通常,選擇所需的隨機性來自一般的隨機數來源。水印 sampler 會改用具金鑰的偽隨機函數。其輸入包括 secret key 與前幾個 token,因此持有該金鑰的人可以重現選擇,其他人則只會將結果視為一般的隨機變化。

第一個廣受引用的公開版本是 A Watermark for Large Language Models(Kirchenbauer 等人,ICML 2023)。每個 token 產生前,金鑰與前置 token 會選出詞彙表中的偽隨機「綠色」子集,sampler 再為這些 token 的分數加上小幅加成。沒有任何 token 被禁止,因此文字仍然流暢,但綠色 token 出現的頻率會略高於隨機機率所允許的程度。

Anthropic 的文章表示,其實作以 SynthID-Text 為基礎。Google DeepMind 於 2024 年 10 月在 Nature 發表 SynthID-Text,並將其介紹為 Scalable watermarking for identifying large language model outputs;此外,這一系列概念可追溯至 Scott Aaronson 在 2022 年提出的方案。SynthID-Text 會從模型自身的分布中抽取數個候選 token,再由具金鑰的函數評分,讓候選 token 進行淘汰賽,因此最後保留的 token 往往是金鑰偏好的 token。候選 token 來自模型自身的分布,這也是已發表評估結果顯示品質沒有可測量損失的原因。

重要的結果在於熵。只有在模型確實有多個選擇時,這種偏置才有作用空間。如果唯一正確的下一個 token 是 Paris,任何方案都無法在不使文字出錯的情況下改變它。Anthropic 直接指出:「在不降低文字準確度即可做出的選擇較少的事實段落中,水印較為稀疏」;而程式碼「通常比其他形式的文字含有較少水印」,因為程式碼通常必須完全精確。訊號密度會隨模型的選擇自由度而變化,因此較長的開放式散文會帶有明顯水印,而簡短的事實性回答幾乎不會帶有水印。

以下是上述內容都必須承認的一項限制。截至 2026 年 10 月 11 日,Anthropic 公開的是其方案所屬的技術系列,而不是實際參數或 detector threshold。本節的運作機制來自引用的論文。應將這些內容理解為 Anthropic 所稱的已發表設計,而不是 Claude 實際設定的說明。

為什麼偵測是統計假設檢定,而不是蓋章

偵測器會取得文字與金鑰。它會逐一掃描文字,重新計算在每個位置上該金鑰會偏好的結果,為每個 token 評分,再將分數加總。虛無假設是:這段文字並非使用該金鑰控制的取樣器產生。因此,分數的行為會像擲硬幣,總分會接近其期望值。帶有浮水印的文字則會偏高。輸出結果是 p-value,也就是在未帶浮水印的文字中觀察到如此高總分的機率;而「已偵測到」的判定,就是將該 p-value 與某人設定的門檻比較。

這種設計在實務上會產生兩個影響。文字越長,信心越高,因為每增加一個 token,就多一項微弱的證據。Anthropic 的說法是:「在樣本很小時,偵測浮水印的效果也不好,因為可選擇的詞較少,因此可用的資訊也較少。」門檻同樣是一種取捨。若將門檻設得足夠低,讓系統能標記一個段落,就會開始因機率因素標記人類撰寫的段落。

目前多數讀者仍無法自行執行這項檢定。Anthropic 的文章在 1 September 2026 更新後表示:「我們正在以 private preview 形式推出 detection API。」符合資格的組織可依「EU 法律要求」使用,包括監管機關、執法機關、媒體、事實查核人員、獨立研究人員、教育組織及 EU 公民社會團體;企業若「同樣有義務驗證浮水印」,以遵循該法案,也可使用。Anthropic 表示計畫「逐步擴大 detection API 的存取權限」,而且兩個頁面都提供表單供有興趣者登記。因此,截至 11 October 2026,尚無公開的文字偵測器:除上述組織外,沒有人能確認或否認特定段落是否帶有該標記。檔案則有任何人都能使用的另一條途徑。免費的 Claude Content Checker 會檢查上傳檔案是否具有 Claude Content Credential,並明確說明它「不會檢查文字」。

這項落差之所以重要,是因為人們會改用其他工具。學校與編輯購買的商業「AI 偵測器」是依寫作風格訓練的分類器。它們沒有金鑰,也不會執行這類檢定。其失敗模式已有文件記錄:GPT detectors are biased against non-native English writers(Liang et al., Patterns, 2023)發現,廣泛使用的偵測器將 TOEFL 非母語寫作者文章樣本中的半數以上標記為 AI 生成,同時正確分類母語寫作者的樣本。浮水印偵測器與風格分類器是不同的機器。不要讓任何人把後者交給你,卻聲稱它是前者。

什麼會移除浮水印

簡短輸出。 一行回答包含的決策太少,無法改變統計結果。這不是實作缺漏,因此沒有修正方法,而是測試本身的特性。

重寫。 Anthropic 表示,輕度編輯可能仍會保留可讀的標記;但「完整重寫,替換每一個字」會移除標記。每替換一個字,key 就少了一個能夠解釋的字。

透過另一個模型改寫。 第二個模型會使用自己的 sampler,在沒有 key 的情況下重新選擇每個 token。因此,結果若帶有標記,會是該模型的標記,而不是 Claude 的標記。

翻譯,但有一個例外。 將 Claude 產生的英文交給不同的翻譯器處理,會破壞訊號,因為新的 sampler 會重新選擇每個目標文字。Anthropic 說明了相反的情況:「由 Claude 產生的翻譯會帶有浮水印,因為此時每個字都是由 Claude 選擇的。」

程式碼,大致如此。 正確的程式碼可替換的選項很少。TechCrunch 在 15 August 2026 報導,Anthropic 預期「對實際產生的程式碼影響可忽略」,而標記較可能出現在註解中。這是對公司說法的媒體報導,不是已發布的文件,因此註解相關細節仍應視為未經確認。註解與識別碼名稱,是 patch 中真正有選擇空間的部分。

移除檔案的中繼資料。 C2PA provenance 儲存在影像資料旁,因此通常重新編碼檔案的操作都會將其移除,除非明確要求保留。一般 static site build 中的影像最佳化工具也包括在內。Anthropic 的說明頁面將移除中繼資料列為標記消失的原因之一。

偵測到的標記實際能證明什麼

比「浮水印」一詞所暗示的更少。Anthropic 的文章直言:「浮水印只能判定 Claude 很可能曾在某個階段參與處理該內容。它無法區分『這是 Claude 撰寫的』與『這是 Claude 大幅編輯的』。」說明頁面也補充,因為使用者會用 Claude 編輯自己撰寫的內容,所以「Claude 可能不是原始作者」,而且內容在經過 Claude 處理後也可能已經變更。

Anthropic 公開的資料中,沒有任何內容描述個別帳戶或使用者專屬的訊號。依文件說明,該標記只能表示某個 Claude 模型曾參與處理。如果有人告訴你,浮水印能揭示某段文字是由哪位使用者或哪個 API key 產生,截至 11 October 2026,這項說法不在主要來源中。

這項變更會影響從伺服器發布 AI 輔助產生的程式碼嗎?

就程式碼而言,技術上的答案大致是否定的,原因已有兩項:精確程式碼中的訊號很弱,而且文字偵測目前僅限於符合資格的組織使用的私人預覽功能。決定您是否可以發布的是政策,而政策並未改變。開源專案已自行制定 AI 輔助貢獻的規則,這些規則由維護者閱讀您的 pull request 後執行,而不是由偵測器讀取您的 token 後執行。

至於伺服器產生的散文內容,答案在一個特定層面上是肯定的。如果 API 呼叫撰寫您的版本說明或產品頁面,文字出自 Claude,因此標記也存在其中。將 markdown 轉換為 HTML、縮小內容、將結果儲存至 Postgres,以及透過 CDN 提供內容,都不會改變文字,因此也不會改變標記。會使標記劣化的是人類編輯者重寫句子。

您無法透過 prompt 消除浮水印。浮水印會在取樣層套用,位於模型產生文字的底層,因此「不要為這段文字加上浮水印」之類的指示沒有可作用的對象。這與代理程式忽略您所寫指示的一般原因不同;在那種情況下,指示確實已傳達給模型,只是被其他因素取代。截至 11 October 2026,API 客戶沒有已記錄的退出選項。

如果您使用 Claude 執行伺服器工作,而不是請它代您撰寫內容,影響就很小。Shell commands 和設定片段都很短且受限制,幾乎不包含訊號;標記也不會影響伺服器上實際執行的內容。使用 Claude 進行日常系統管理工作會引出另一個問題,也就是哪些內容會先離開您的電腦:請參閱程式碼代理程式實際會從伺服器傳送哪些內容。

應揭露的內容

揭露是規則問題,不是偵測問題。浮水印不會產生揭露義務,也不會免除揭露義務。先確認適用於你的規則,再依規則辦理,不論是否可能被查出。

EU AI Act 將這項工作分為兩部分。第 50(2) 條將標示義務置於提供者,也就是 Anthropic,而本次部署符合這項義務。第 50(4) 條則將義務置於部署者:任何發布 AI 生成文字、並「就公共利益事項告知大眾」的人,都必須揭露內容是由人工生成。該條也設有豁免,許多發布團隊都符合其條件;也就是「AI 生成內容經過人工審查或編輯控管,且由自然人或法人對該發布負有編輯責任」。兩項規定都自 2 August 2026 起適用;只有在該日期前已上市的系統,標示義務才延後至 2 December 2026。經過審查且有具名編輯負責的文章,與無人閱讀便直接發布的資訊流,適用方式不同。以上是對法規文字的解讀,不構成法律意見。

其他規則的適用範圍可能比法律更廣。你的聘僱契約、客戶協議、你提交修補程式之專案的貢獻指南,以及你投稿之出版者的政策,都可能各自要求更多。這些也是實際上有人會查核的規則。

進行揭露時,說明模型做了什麼,以及你驗證了什麼。「使用 Claude 撰寫草稿,發布前已在全新的 Ubuntu 24.04 安裝環境中執行每個命令」能向技術讀者提供實質資訊。籠統標示「使用 AI」則無法做到,因為模型無法代替你完成的部分,就是查核。

不要把浮水印結果當成指控。陽性結果只表示某個 Claude 模型曾在某個環節參與其中,包括僅協助編輯某人自行撰寫的內容。陰性結果則完全無法說明任何事情。

FAQ

我可以關閉 Claude 的文字浮水印嗎?

截至 11 October 2026,沒有已公開文件說明的退出選項。Anthropic 的說明頁面指出,Claude、Claude Platform (API)、Claude Code、Claude Cowork 和 Claude Tag 都會加入標記,透過 AWS、Google Cloud 和 Microsoft Foundry 存取時也一樣,且未提及任何可停用此功能的設定。要求模型不要為回答加上浮水印也沒有作用,因為標記是由負責選擇 tokens 的 sampler 加入,而不是模型依照你的指示產生。

Claude 撰寫的程式碼會出現浮水印嗎?

幾乎不會。浮水印的運作方式是在多個都可接受的選項中進行選擇,而正確的程式碼通常沒有太多可選變化。Anthropic 表示,程式碼「通常比其他部分文字的浮水印更少」,因為程式碼通常必須精確。TechCrunch 於 15 August 2026 報導,Anthropic 預期浮水印對程式碼本身的影響可忽略,標記較可能出現在註解中;但這是對聲明的媒體報導,不是已發布的文件。修補內容中較有變化空間的部分是註解和識別碼名稱。

如果偵測器找不到浮水印,是否能證明內容由人類撰寫?

不能,這是人們對浮水印最常見的誤解。Anthropic 自己的頁面表示,「未偵測到標記不代表內容不是 AI 生成或處理的」。文字可能太短而無法測試,也可能已經過編輯或改寫;它可能來自標記功能推出前發布的模型,或完全來自其他供應商。這項測試只有單向作用:它可以提高 Claude 曾參與其中的可信度,但永遠無法證明 Claude 沒有參與。

改寫或翻譯會移除浮水印嗎?

透過其他模型改寫會移除浮水印,因為該模型會使用自己的 sampler 重新選擇每個字詞,而且沒有相同的 key。使用外部工具翻譯也會因同樣原因移除浮水印。例外情況則相反:Anthropic 表示,「由 Claude 產生的翻譯會帶有浮水印,因為在此情況下每個字詞都是由 Claude 選擇的」,因此使用 Claude 翻譯你自己撰寫的內容,會加入原本不存在的標記。

我可以自行檢查文件是否有 Claude 浮水印嗎?

對文字而言,只有符合資格的組織可以檢查。偵測需要 key,因此無法僅透過閱讀文字或使用任何離線工具完成。Anthropic 的 detection API 目前針對受 EU 法規規範的合資格組織,以及有自行驗證浮水印義務的企業提供 private preview,並計畫擴大存取範圍。因此截至 11 October 2026,尚無公開的文字偵測器。檔案則不同:免費的 Claude Content Checker 可以檢查上傳檔案是否包含 Claude Content Credential,但不會檢查文字。任何宣稱可偵測 Claude 文字的第三方工具都沒有 key,因此它實際上是風格分類器;這是不同的機制,而且已知對第一語言不是英文的人所撰寫的文字有誤判為正例的問題(Liang et al., Patterns, 2023)。

這篇文章對您有幫助嗎?

#claude#watermarking#ai-detection#provenance#policy