Anthropic 於8月14日發布說明,指未來 Claude models 會生成帶有文字 watermark 的輸出,用於估算 Claude 是否曾參與撰寫某段文字。公司表示,此舉是為配合 EU AI Act 以及多家 AI 供應商簽署的 Code of Practice on Transparency of AI-Generated Content;由於暫未有穩定方法按地區限定,公司計劃在推出時全球適用。

Anthropic 稱其方法屬於 Google DeepMind 在 Nature 發表的 SynthID-Text 技術路線:watermark 不會加入額外字元或隱藏訊息,而是在模型生成文字時,利用許多「低風險用字選擇」留下統計模式。公司表示,讀者不會分辨到 watermarked 與 unwatermarked 文字差異;內部測試亦未見對內容、創意或可讀性造成實質影響。由於不產生額外 tokens,Anthropic 指這項功能不會令使用成本上升,也不會識別特定用戶、組織或對話。

技術限制方面,Anthropic 表示 watermark 只能回答「Claude 是否可能參與」的概率問題,不能證明文字完全由 AI 撰寫,也不能判斷是否由其他 AI 生成。短文本、事實性高且選字空間少的段落、輕量校對、以及需要精確語法的 code,watermark 訊號會較弱。公司亦稱將稍後提供 watermark detection API;對 Claude 生成的支援格式檔案(例如 .png、.jpg、.svg),則會透過 C2PA content credential 在 metadata 中標示 Claude 曾參與處理。

對企業和專業用戶而言,這項更新反映 AI 內容來源標示正由可選產品功能轉向合規要求。部署 Claude 或其他生成式 AI 工具時,機構需要同步檢視文件保留、對外發布、審計、客戶披露,以及跨司法管轄區使用政策;watermark 可作來源判斷輔助,但不應取代人手審批、資料治理或版權與責任評估。