Claudeが生成した文章には「見えない透かし」が入り、後からAI製だと判定できる。
この説明だけを読むと、コピーや納品時に正体が暴かれる識別番号のように感じるかもしれません。
しかし、Anthropicが採用したのは隠し文字ではなく、文章生成時の語の選択に統計的なパターンを残す仕組みです。
結論から言うと、透かしはClaudeの関与を推定する手掛かりにはなりますが、著者、執筆割合、利用目的、規約違反を確定する証拠ではありません。
しかも時点では、一般向けの公式検出APIはまだ公開されていません。
まず対象モデルと文章の条件を確かめ、判定結果を他の記録と組み合わせて読む必要があります。
大規模言語モデルは、直前までの文脈から次に続くトークンの候補と確率を計算し、候補の中から一つを選びます。
意味や品質がほぼ同じ候補が複数ある場面では、通常は乱数が選択に関わります。
Claudeの透かしは、この乱数を秘密鍵と直前の数語から決まる値に置き換え、長い文章の選択列に検証可能な規則性を残します。
Anthropicの技術解説は、文字を追加せず、読者には透かし入りとなしを区別できないと説明しています。
透かしにはユーザー、組織、会話を示す情報も含まれません。
コピー＆ペーストしても語の並びは残るため、不可視Unicodeを削除するだけでは公式の透かし対策になりません。
Claudeの方式は、Google DeepMindが2024年にNatureで発表したSynthID-Textの一種です。
原論文では、トークン候補を疑似乱数で選別する「Tournament sampling」と、鍵に対応するパターンを統計的に評価する検出器を示しています。
原論文は約2,000万件のGemini利用で、透かし有無による高評価・低評価の比率に統計的な有意差がなかったと報告しました。
処理遅延も実験条件で0.57％増にとどまりました。
一方、AnthropicのClaude実装に関する詳細な精度、誤検出率、言語別評価、しきい値は未公表です。
「品質への実用上の影響はない」は公式・原論文に沿う説明ですが、Claude版の外部検証まで済んだという意味ではありません。
一般的なAI検出サービスはClaudeの秘密鍵を使う公式透かし検出とは別方式です。
Anthropicの公式ヘルプによると、以降に公開されたClaudeモデルは、公開時から機械可読のマーキングをサポートします。
同日より前に公開されたモデルは移行期間中で、今後数カ月かけて対応を追加する方針です。
ここでの注意点は、「Claudeというサービスの全回答」ではなく「対応モデルの出力」が対象だということです。
同じ画面でも選択モデルやクラウド経由が異なれば状況が変わり得ます。過去の文章へ後から透かしが付くこともありません。
公開記事や社内監査では、生成日、利用モデル、利用経路を一緒に記録すると判断しやすくなります。
対応モデルの文章透かしは、Claude、Claude Platform（API）、Claude Code、Claude Cowork、Claude Tagに適用され、AWS、Google Cloud、Microsoft Foundryから利用した場合も対象です。
Anthropicは地域ごとに切り替える恒久的な方法をまだ持たないため、Claude提供地域で世界共通に適用するとしています。
日本の利用者もEU外だから無関係とは言えません。
Claude自体の概要は、AI TOP TIERのClaudeツールページも参考になります。
ただし、透かしの有無は契約プラン名ではなく、対応モデルと生成時点で確認してください。
Claudeが対応するSVG、PNG、JPGファイルを生成・処理した場合は、文章透かしではなくC2PA準拠の署名付き来歴情報をメタデータへ付けます。
これは「Claudeがそのファイルを処理した可能性」と改変の有無を確認する仕組みです。
画像の画素や文章の語順に埋め込むものではなく、形式変換、再保存、スクリーンショットなどでメタデータが失われる場合があります。
クラウドパートナーではファイル機能の違いにより対応しないこともあります。
検出器は、秘密鍵から期待される選択パターンと実際の文章を照合し、偶然一致する範囲を超えているかを統計的に評価します。
そのため、エッセイ、企画書、説明文のように長く、言い回しの自由度が高い文章ほど検出材料が増えます。
反対に、一文だけの回答では判断材料が足りません。
Anthropicは必要文字数や公開しきい値を示していないため、「何文字以上なら確実」といった数値を断定できません。
固有名詞、数式、年月日、法令名など正答が一つに近い箇所では、別の語を選ぶ余地がありません。
誤字脱字だけを直す校正も、Claudeが選び直す語が少ないため信号が弱くなります。
コードは構文や識別子を正確に保つ必要があり、本文より透かしが少ないのが基本です。
ただし、コメントや任意の変数名など、複数候補が許される部分には信号が入り得ます。
コピー＆ペーストや軽い修正だけなら、元の語の選択が多く残るため信号も残りやすいとAnthropicは説明しています。
一方、全文の書き換え、他モデルによる強い言い換え、別言語への翻訳、人間の文章との混在では元の選択列が崩れ、検出できない可能性が高まります。
「翻訳には透かしが付く」という公式説明は、Claude自身に翻訳させた出力では全語をClaudeが選ぶため、新たな透かしが入り得るという意味です。
すでに透かしがある文章を、人や別システムが翻訳した場合まで信号が保たれる保証ではありません。
この二つを区別してください。
Anthropicが公式に答えられるとする問いは、「この文章の一部にClaudeが関与した可能性はどの程度か」です。
検出器は、下書きの出所、プロンプトを入力した人、編集した人、主張の責任者までは識別できません。
透かしに個人識別情報もないため、結果から特定の利用者や会話を逆算することもできません。
また、Claudeが人間の文章を翻訳・要約・強く編集した場合でも信号が出る可能性があります。
したがって、陽性を理由に「盗用」「無断生成」「本人が書いていない」と即断するのは論理の飛躍です。
所有権や法的責任も透かしだけでは変わらないとAnthropicは明記しています。
EU AI法50条2項は、生成AIの提供者に対し、技術的に可能な範囲でAI生成・加工コンテンツを機械可読にし、検出可能にするよう求めます。
EU公式FAQによると、同条はから適用され、同日より前に市場投入されたシステムのマーキング義務にはまでの移行期間があります。
一方、50条4項は公開側にも、ディープフェイクや、公共の利益に関するAI生成・加工テキストを人のレビューや編集責任なしで公開する場合などに開示を求めます。
日本企業でもEU向けサービスや公開物を扱う場合は対象可能性を個別に評価すべきです。
透かしが自動で入るから、利用者側の表示・説明義務まで終わるとは限りません。
Anthropicは検出APIを「近く提供する」と発表していますが、時点では実装詳細、利用資格、料金、入力上限、スコア表示、異議申立て手順を公開していません。
秘密鍵を持たない外部サービスや「透かし削除ツール」が、Claude本番環境の検出結果を完全に再現・無効化できると証明することも困難です。
公式API公開後に、精度、監査ログ、データ保持条件を改めて確認する必要があります。
最初に、全面生成、構成案、翻訳、要約、校正、コード補助など用途別に、許可・申告・禁止の基準を決めます。
「AIを使ったか」だけでは、軽い校正とレポートの丸ごと生成を区別できません。
公開物では、重要な主張の出典確認、機密情報、著作権、個人情報、責任者の承認を基準にすると実務へ落とし込みやすくなります。
下書き、変更履歴、出典メモ、プロンプト、利用モデル、生成日時、人が追記・検証した箇所を保存します。
教育現場なら課題の途中提出や口頭説明、編集部なら取材メモや原稿履歴、企業なら承認ログを組み合わせます。
これらは、透かしが検出できない短文や大幅編集でも、誰がどのように作ったかを説明できます。
透かし検出も一般的なAI検出も、単独で処分、採点、採用、不掲載を決める用途には向きません。
判定対象の長さ、言語、モデル、生成時期、編集履歴を確認し、本人へ説明機会を設けます。
しきい値、再判定、レビュー担当者、異議申立ての手順を文書化すると、同じスコアでも担当者によって結論が変わる問題を抑えられます。
公式検出APIが公開されたら、組織内の既知サンプルで陽性・陰性・保留の出方を検証し、バージョンとしきい値を固定してください。
新しいモデルや日本語性能の変更を想定し、定期的に再評価することも重要です。
Claudeの文章透かしは、隠し文字を埋め込むのではなく、秘密鍵を使った語の選択パターンを文章中へ残す仕組みです。
長く自由度の高い文章では有効な手掛かりになり得ますが、短文、事実、校正、コード、大幅編集では信号が不足します。
検出できてもClaudeの関与を示すにとどまり、著者、不正、所有権、責任を確定しません。
実務では、透かしを「答え」ではなく「一つの証拠」として扱い、制作履歴、出典、申告、人によるレビューと組み合わせることが重要です。
対象モデルと検出APIは更新中のため、公開・監査の直前にAnthropic公式情報を再確認してください。
.png){kind=logo}
