AI 文字浮水印是怎麼運作的
Anthropic 在 2026 年 8 月 2 日（含）之後推出的新模型，產出的文字裡帶有浮水印。我把官方說明讀了一遍，順著查了浮水印本身的原理，整理成四個問題：浮水印是什麼、為什麼要加、為什麼文字也能加、以及什麼情況下會失效。
浮水印是什麼？為什麼要加？
這裡講的浮水印，不是圖片右下角那種半透明 logo。它是在內容裡留一個機器讀得到、人看不出來的來源標記。
官方給的理由是：AI 生成的內容愈來愈普遍，讓大家知道一份內容從哪裡來，能提供有用的脈絡。法規面對應的是歐盟 AI Act 第 50(2) 條的透明度行為準則，Anthropic 在履行那份承諾。
標記分兩條路走。
文字是把浮水印織進文字本身——官方用的動詞是 weave。你看不到，它也不影響句子的意思、品質或可讀性。因為記號長在文字裡，複製貼上會跟著走。
圖檔是另外附上一段有數位簽章的來源資訊（metadata），遵循 C2PA（Coalition for Content Provenance and Authenticity，業界共通的內容來源標準）。這段資訊除了標示「這個檔案經過 Claude」，也能看出檔案後來有沒有被動過手腳。
適用範圍：不管你是在網站上用 Claude、用 Claude Code，還是用 Claude Cowork、Claude Tag，或是用程式接 Claude Platform（API），都算；跑在 AWS、Google Cloud、Microsoft Foundry 這些雲端平台上的一樣算。官方的寫法是 wherever Claude is offered, worldwide。
為什麼文字也能加浮水印？
這是我最想弄懂的一段。圖片可以動幾個像素，人眼看不出來；文字改一個字就是改一個字，記號要藏在哪裡？
答案在生成的過程裡。模型每寫下一個字，都是從一批候選字裡挑一個——「今天天氣很」後面可以接「好」、「熱」、「悶」，模型算出每個候選字的機率，再從中取樣。浮水印動的不是寫出來的字義，而是「怎麼挑」這件事。
學術上最常被引用的做法是綠名單：用前面已經寫出來的字當種子，把整個詞彙表偽隨機切成兩半，一半算綠名單，取樣前給綠名單的字加一點權重。單獨看每個字都很自然，句子也讀得順，但整段文字裡綠名單字的比例會統計性地偏高。偵測端用同一組種子重算一次名單，數綠字比例、算統計分數，就能判斷這段文字有沒有被標記過。
Google 的 SynthID-Text 走得更細：它不直接調整機率，而是改動取樣時的隨機來源，用一種叫 tournament sampling 的方式決定挑哪個字。這篇論文發在 2024 年的 Nature，他們拿近 2,000 萬則 Gemini 回覆做過線上實驗，結論是文字品質沒有受影響。
要說明的是，Anthropic 沒有公布自己用的是哪一種。官方說明只寫了 weave，技術細節留給之後的文件。上面講的是這類技術的共通原理，不是 Claude 的實作。
這個原理也直接解釋了官方列的一條限制：浮水印是統計訊號，不是藏在某個字裡的一段編碼。字數太少，比例的偏差就撐不出可靠的訊號。
怎麼讓浮水印失效？
官方說明裡有一段在解釋「為什麼你可能測不到記號」，列了五個條件：
- 大幅編輯、改寫（paraphrase）、翻譯，或把它混進你自己的文章裡
- 段落太短，文字量不足以撐出可靠的訊號
- 轉檔、重新儲存、截圖，都可能把圖檔的來源資訊清掉
- 用的是在開始標記之前就釋出的舊模型
- 平台、功能或檔案格式本身不支援某一種標記
前兩條就是上一段那個機制的反面。訊號長在「選了哪些字」上，改寫換掉的正是那些被選出來的字；換得夠多，統計上的偏差就淡掉了。翻譯是整段重新選字，效果更徹底。
第三條是圖檔那條路的弱點。文字的記號長在內容裡，圖檔的來源資訊是附加在檔案上的——附加的東西就有辦法弄掉，截一張圖，那段資訊當場就沒了。
官方沒有回答的是門檻：改寫到什麼程度才會失效？換幾個詞？整段重寫？文件只寫了 heavily edited。這種東西大概也只能自己試出來。
測到不等於判決
官方原文的說法是：偵測到 Claude 的記號，代表這段內容「可能經過 Claude 處理」。
兩個方向都不成立：
測到，不代表是 AI 寫的。 官方自己舉的例子就是校稿、翻譯、摘要、轉檔。你辛苦寫完的文章請 Claude 順一遍句子，它一樣會被標記。
沒測到，不代表不是 AI 寫的。 官方那句寫得很直白：Lack of a detected mark doesn't mean the content wasn't AI-generated or processed。
整件事官方的定調是 not fully conclusive——是訊號，不是結論。
現在還沒有工具可以驗
現在沒有公開的偵測工具。Anthropic 的說法是，他們正在做讓使用者與第三方也能偵測 Claude 浮水印與來源資訊的工具，技術細節會在之後的文件公布。
也就是說，浮水印從 8 月初就開始寫進支援的模型的每一次輸出（8 月 2 日之前推出的舊模型還在過渡期補上），但外面的人拿到一段文字，目前沒有任何官方管道可以驗。標記先上線，驗證後補。
我原本想做的實驗也因此做不了：拿一段 Claude 產出的文字，(a) 自己換句話說 (b) 丟給另一個 AI 改寫，再看記號還在不在。等偵測工具開放再回來補這段。
其他家的做法
Google 走自家的 SynthID，文字也涵蓋。OpenAI 目前只在影像端做來源標示——2026 年 5 月加入 C2PA，並在影像輸出嵌入 Google 的 SynthID，文字浮水印還在研究階段。
它解決的是溯源問題
這東西想解決的是溯源：這份內容從哪裡來、中間有沒有被改過。用這個角度看，設計得很合理——記號跟著內容走，圖檔還能看出有沒有被竄改。
但它不是作弊偵測器。改寫一遍就能繞過、文字太短測不出來、就算測到也只證明「碰過 Claude」，這樣的訊號不足以當成處分或評分的依據。官方自己也把話講在前面了：測到不是結論，沒測到也不代表什麼。
浮水印標的是來源，不是誠信。
最近開始做免費的一對一諮詢，幫你把 AI 接進自己的工作流——有需要的話可以約：https://www.dawsonwang.com/
來源：
- Anthropic 官方說明：https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
- 上線時間與 EU AI Act 背景：https://gizmodo.com/anthropics-claude-will-start-adding-invisible-watermarks-to-ai-generated-text-2000797759
- 綠名單做法（Kirchenbauer et al., 2023, A Watermark for Large Language Models）：https://arxiv.org/abs/2301.10226
- SynthID-Text（Google DeepMind, Nature 2024, Scalable watermarking for identifying large language model outputs）：https://www.nature.com/articles/s41586-024-08025-4