Claude adiciona marcação para textos gerados por IA: análise da marca d'água invisível e do mecanismo de procedência C2PA da Anthropic

Introdução

A Anthropic começou a implementar marcações legíveis por máquina no conteúdo gerado pelos modelos Claude suportados.

A mudança envolve duas camadas:

1. Marca d'água incorporada ao texto gerado.
2. Metadados de proveniência com assinatura digital para arquivos gerados suportados.

A política está relacionada ao compromisso da Anthropic com o Código de Conduta da UE sobre Transparência de Conteúdo Gerado por IA, Artigo 50(2) do Ato de IA da União Europeia.

Mas a implementação vai além da UE.

A Anthropic afirma que, quando os modelos Claude suportam a marcação, ela se aplicará a todos os canais onde esse modelo é oferecido globalmente. Independentemente de a saída vir da interface de consumo do Claude, da API, do Claude Code, do Claude Cowork, do Claude Tag ou de integrações suportadas com provedores de nuvem, a mesma marcação de texto em nível de modelo deve estar presente.

Isso não significa que todo texto do Claude já gerado possa ser detectado agora.

Existem várias limitações importantes:

• Modelos lançados antes da implementação da marcação podem não carregar a marca.
• Reescrita extensa, reformulação, tradução ou mistura com outros textos pode enfraquecer ou remover o sinal detectável.
• Trechos de texto muito curtos podem não ter sinal suficiente para detecção confiável.
• Capturas de tela, conversões de formato, novo salvamento ou plataformas não suportadas podem remover os metadados do arquivo.
• A detecção da marca do Claude indica que o conteúdo pode ter passado pelo Claude; isso não prova que o Claude é o autor original.

Essas distinções são exatamente a diferença entre um sinal de proveniência útil e um detector genérico de autoria de IA.

Por que a Anthropic está adicionando marcações legíveis por máquina

O contexto regulatório direto é o Ato de IA da UE.

O Artigo 50 introduz obrigações de transparência para certos sistemas de IA e conteúdo gerado por IA. O Código de Conduta sobre Transparência, elaborado pela Comissão Europeia, visa ajudar provedores e implantadores a cumprir essas obrigações.

A Comissão descreve os requisitos relevantes como abrangendo:

• Marcação legível por máquina de conteúdo gerado ou manipulado por IA.
• Detecção dessas marcações.
• Rotulagem de deepfakes.
• Rotulagem de certos textos gerados ou manipulados por IA publicados para informar o público.

As obrigações de transparência entram em vigor em 2 de agosto de 2026.

A Anthropic, como provedora de modelos e sistemas de IA generativa, assinou o Código de Conduta de Transparência do Artigo 50(2).

Seu sistema de marcação do Claude é o caminho de implementação da empresa para cumprir esses compromissos.

O ponto-chave é que a exigência legal envolve transparência e sinais de proveniência, e não fazer com que cada frase gerada por IA mostre um aviso visível ao leitor.

A marcação legível por máquina pode operar de forma invisível no conteúdo, enquanto ainda permite que ferramentas compatíveis a verifiquem.

O Claude usa duas camadas complementares de marcação

O design da Anthropic separa a proveniência do texto da proveniência do arquivo.

Arquivos | Segue o padrão C2PA, adicionando informações de origem/histórico assinadas | Os metadados podem ser removidos por conversão de formato, captura de tela, novo salvamento ou fluxos de trabalho não suportados |

Usar ambas as camadas é essencial porque texto e arquivos falham de maneiras diferentes.

Sistemas que dependem apenas de metadados perdem informações facilmente durante conversões de arquivo.

Sinais baseados apenas em texto não conseguem descrever o histórico mais rico de imagens geradas ou outros arquivos.

Portanto, a Anthropic adota uma abordagem em camadas, em vez de tratar uma única tecnologia como suficiente para todos os tipos de saída.

Camada 1: Marca d'água invisível incorporada ao texto

Para modelos suportados, o texto gerado pelo Claude contém uma marca d'água imperceptível diretamente incorporada.

A Anthropic afirma que a marca d'água:

• É invisível para o leitor.
• Não altera o significado pretendido.
• Não reduz a legibilidade.
• Propaga com o texto durante copiar e colar.
• Pode sobreviver a certas operações de edição.
• É aplicada no nível do modelo, não apenas em uma interface de produto específica.

Este último ponto é particularmente importante.

A marca d'água não é apenas uma etiqueta HTML adicionada pelo site do Claude.

A Anthropic afirma que a marca d'água é integrada no nível da saída do modelo, razão pela qual o texto suportado permanece marcado ao acessar o mesmo modelo por diferentes produtos ou plataformas do Claude.

Copiar e colar não remove automaticamente a marca d'água

Se um usuário copiar um trecho de texto do Claude de uma interface para:

• E-mail.
• Documento.
• Sistema de CMS.
• Aplicativo de notas.
• Rascunho de blog.

A marca d'água pode propagar com o texto.

Isso é diferente de etiquetas visíveis ou metadados comuns de arquivo, que podem desaparecer imediatamente quando o conteúdo é copiado para fora do aplicativo original.

No entanto, "propagar com o texto" não deve ser interpretado como "impossível de remover".

A Anthropic afirma claramente que transformações suficientemente grandes podem tornar o sinal indetectável.

Efeito da edição na marca d'água de texto

A Anthropic lista várias situações em que o texto gerado pelo Claude pode não carregar mais uma marca detectável:

• Edição extensa.
• Reformulação.
• Tradução.
• Mistura com outros escritos.
• Trechos muito curtos.

Esta é a limitação fundamental das marcas d'água em texto.

O texto é facilmente transformado enquanto preserva seu significado.

Por exemplo:

Rascunho original do Claude
→ Reescrita manual de 30% do conteúdo
→ Tradutor muda o idioma
→ Editor combina com parágrafos escritos por humanos
→ O documento final contém apenas trechos curtos

Em algum ponto, pode não haver estrutura estatística ou incorporada suficiente para o detector identificar confiavelmente a marca do Claude.

Isso significa que a marca d'água deve ser vista como um sinal positivo de proveniência quando presente, e não como prova de autoria humana quando ausente.

A marca do Claude não prova que o Claude criou o conteúdo original

Este é um dos avisos mais importantes da Anthropic.

Uma marca detectada pode significar que o conteúdo passou pelo Claude.

Isso não equivale a provar que o Claude originou todas as ideias ou o texto.

Imagine um usuário escrevendo manualmente um relatório e depois pedindo ao Claude para:

• Revisar.
• Traduzir.
• Resumir.
• Melhorar a clareza.
• Converter para outro formato de arquivo.
• Sintetizar.

A saída final pode carregar a marca do Claude.

Embora o conteúdo subjacente tenha vindo originalmente do usuário.

A interpretação correta é:

Marca do Claude detectada
→ O Claude provavelmente processou este conteúdo

Em vez de:

Marca do Claude detectada
→ O Claude criou independentemente todo o conteúdo

Essa distinção é crucial para escolas, editores, empregadores, equipes de conformidade e qualquer pessoa que tente inferir autoria a partir de sinais automatizados.

Camada 2: Metadados de proveniência com assinatura de arquivo

Quando o Claude gera tipos de arquivo suportados, a Anthropic afirma que podem ser anexados metadados de proveniência com assinatura digital.

Exemplos incluem:

.svg
.png
.jpg

Esses metadados seguem o padrão da Coalizão para Proveniência e Autenticidade de Conteúdo (C2PA).

C2PA é um padrão técnico aberto para registrar a origem de conteúdo digital.

Suas credenciais de conteúdo podem incluir informações de histórico assinadas do arquivo, como:

• As ferramentas envolvidas

Com o sistema suportado, as saídas são marcadas em todas as interfaces suportadas do Claude.

As saídas da API do Claude também estão incluídas

Desenvolvedores que usam o Claude via API não estão fora do sistema de marcação.

A Anthropic inclui explicitamente a Plataforma Claude (API) na lista de produtos cobertos.

Para modelos suportados:

Aplicativo
→ API do Claude
→ Texto gerado
→ Marca d'água do Claude incorporada

Os desenvolvedores não precisam usar o site de consumo do Claude para que a marca d'água exista.

Isso levanta uma importante questão de conformidade para empresas que usam o Claude por trás de suas próprias interfaces.

Os produtos downstream podem:

• Exibir o texto diretamente.
• Reescrever o texto.
• Resumir o texto.
• Combinar com conteúdo de banco de dados.
• Converter em documentos.
• Passar para outro modelo.
• Enviar para usuários finais.

A Anthropic sugere que os desenvolvedores avaliem independentemente suas próprias obrigações sob o Artigo 50 do Ato de IA da UE, em vez de presumir que a marcação upstream do Claude atenderá automaticamente a todos os requisitos downstream de conformidade.

Claude

O Code também é coberto

A Anthropic lista o Claude Code como uma interface coberta.

Isso significa que o texto gerado por modelos suportados por meio do Claude Code pode conter a mesma marca d'água incorporada em nível de modelo.

Isso é importante porque a saída de agentes de codificação pode assumir várias formas:

• Explicações.
• Mensagens de commit.
• Documentação.
• Comentários de código.
• Código gerado.
• Arquivos Markdown.
• Texto voltado para o terminal.

A página de ajuda oficial descreve a marca d'água como aplicável de forma geral ao texto gerado.

No entanto, a Anthropic ainda não publicou detalhes técnicos suficientes para apoiar afirmações confiáveis sobre o desempenho do detector em várias linguagens de programação, trechos curtos de código, arquivos compactados ou bases de código amplamente editadas.

Portanto, os desenvolvedores devem evitar tratar a marca d'água como uma ferramenta de varredura de conformidade de software.

Claude Cowork e Claude Tag também estão incluídos

A mesma política se aplica ao Claude Cowork e ao Claude Tag que usam modelos suportados.

Isso é importante porque esses produtos podem gerar resultados de trabalho que vão além de simples respostas de chat.

Os usuários podem pedir ao Claude para:

• Redigir relatórios.
• Criar apresentações.
• Produzir materiais visuais.
• Gerar documentos.
• Preparar saídas de trabalho estruturadas.

Portanto, a marcação de texto e a proveniência de arquivos podem aparecer em diferentes partes do mesmo fluxo de trabalho.

Um documento pode conter texto com marca d'água, enquanto imagens suportadas exportadas carregam metadados de proveniência assinados.

A situação na AWS, Google Cloud e Microsoft Foundry

A Anthropic também cobre plataformas de nuvem de terceiros.

Para modelos Claude suportados acessados por meio de:

• Amazon Web Services (AWS).
• Google Cloud.
• Microsoft Foundry.

A marca d'água de texto incorporada também se aplica.

A camada de proveniência de arquivos é mais condicional.

A Anthropic afirma que, devido às diferentes capacidades de manipulação de arquivos disponíveis, os metadados de proveniência assinados podem não ser suportados em todas as plataformas de nuvem.

A diferença prática é a seguinte:

Essa é outra razão para não descrever todo o sistema como uma marca d'água universal.

A camada de texto e a camada de arquivo têm requisitos de implantação diferentes.

Quais modelos Claude são marcados?

A regra atual da Anthropic é baseada na data de lançamento do modelo.

A documentação oficial afirma:

Modelos Claude lançados na UE em ou após 2 de agosto de 2026 suportam marcação legível por máquina no lançamento.

Modelos lançados anteriormente não são automaticamente cobertos por essa declaração.

A Anthropic afirma que está trabalhando para adicionar suporte a marcação para modelos mais antigos.

A empresa ainda não publicou uma tabela simples e permanente indicando quais modelos históricos Claude possuem agora as duas camadas de marcação.

Portanto, uma implementação confiável deve consultar a documentação atual do modelo, em vez de inferir suporte apenas com base na palavra "Claude".

Produtos que usam modelos mais antigos não devem presumir:

Modelo Claude
= certamente tem marcação

A pergunta correta é:

Este modelo Claude específico suporta marcação atualmente?

A data de 2 de agosto não significa que todas as saídas antigas foram retroativamente alteradas

A marca d'água se aplica quando um modelo suportado gera ou processa conteúdo.

Ela não altera retroativamente o texto que o Claude gerou meses atrás.

Documentos criados antes da implementação não recebem subitamente um sinal oculto porque o modelo foi atualizado depois.

Da mesma forma, se um modelo antigo não suportava marcação ao gerar um trecho de texto, a ausência de marca d'água tem pouco poder de evidência sobre se o Claude esteve envolvido.

Essa é uma das razões pelas quais um detector não pode funcionar como um banco de dados histórico completo de autoria de IA.

A Anthropic está desenvolvendo ferramentas de detecção

Se ninguém puder verificar, o valor prático da marca d'água é limitado.

A Anthropic afirma que planeja apoiar a detecção para:

• Usuários do Claude.
• Outros terceiros.

A empresa afirma que a documentação técnica futura explicará o mecanismo de detecção com mais detalhes.

Até a data de publicação deste artigo, esse guia técnico ainda estava em preparação.

Isso significa que há uma distinção importante entre:

A Anthropic implementou suporte a marcação

e:

Qualquer pessoa pode executar imediatamente um detector público totalmente documentado para identificar qualquer marcação Claude

A primeira afirmação é apoiada.

A segunda é excessivamente absoluta.

O que um detector Claude futuro pode informar

A Anthropic descreve a detecção como verificar se um texto ou arquivo possui uma marcação Claude suportada.

Se uma marcação suportada for detectada, a interpretação segura é:

Este conteúdo pode ter sido processado pelo Claude.

Essa redação é importante.

O detector não deve afirmar automaticamente que:

• O Claude escreveu cada frase.
• Não houve contribuição humana.
• O conteúdo é falso.
• O conteúdo é plágio.
• O usuário violou políticas.
• O documento inteiro foi gerado por IA.

A informação de proveniência é evidência sobre o histórico de processamento.

Não é um julgamento moral ou de qualidade.

Por que "marca d'água não detectada" é evidência fraca

A Anthropic também é clara sobre a situação oposta.

A falha em detectar uma marca d'água não prova que o conteúdo foi escrito por humanos.

Um conteúdo gerado pelo Claude pode não ter sinal detectável por vários motivos:

1. Veio de um modelo que ainda não suporta marcação.
2. Foi amplamente editado.
3. Foi reescrito ou parafraseado.
4. Foi traduzido.
5. Foi misturado com outro texto.
6. É muito curto.
7. Os metadados do arquivo relevante foram removidos.
8. A plataforma ou o tipo de arquivo não suporta essa forma de marcação.

Isso torna o detector assimétrico.

Um resultado positivo pode fornecer evidência útil.

Um resultado negativo não pode descartar confiavelmente a participação de IA.

Por que isso é importante para escolas e empregadores

Sistemas de detecção de IA são frequentemente usados em cenários de alto risco.

Por exemplo:

• Revisão de integridade acadêmica.
• Avaliação de contratação.
• Indústria jornalística.
• Avaliação de desempenho de funcionários.
• Setor editorial.
• Fluxos de trabalho de documentos legais.

A marca d'água do Claude pode melhorar a rastreabilidade de proveniência, mas não deve ser tratada como um "detector de culpa" automatizado.

Um fluxo de processo responsável deve distinguir entre:

Sinal Claude legível por máquina

e:

Evidência de que alguém violou uma regra

Se uma universidade permite revisão assistida por IA, mas proíbe trabalhos totalmente escritos por IA, apenas detectar uma marca d'água não decide qual comportamento ocorreu.

O texto pode ser originário do próprio aluno, apenas editado pelo Claude.

Políticas humanas e evidências contextuais ainda são necessárias para julgar.

Por que isso é importante para editores e redações

Os editores podem achar as informações de proveniência legíveis por máquina úteis para rastreamento interno de fluxos de trabalho.

Por exemplo, uma redação pode distinguir entre:

• Rascunhos escritos por humanos.
• Edição assistida pelo Claude.
• Tradução feita pelo Claude.
• Ilustrações geradas por IA.
• Publicação final editada por humanos.

Mas os sistemas de rastreamento de proveniência funcionam melhor em fluxos de trabalho onde os dados são preservados.

Se o conteúdo for copiado repetidamente entre ferramentas que removem metadados, ou for amplamente reescrito, a cadeia de rastreamento fica incompleta.

Para fluxos de trabalho editoriais sensíveis, as organizações podem precisar reter:

• Arquivos originais.
• Credenciais de conteúdo.
• Histórico de edição.
• Registros de assistência por IA.
• Registros de aprovação humana.

A marca d'água é apenas um sinal dentro de um sistema mais amplo de proveniência, não o sistema inteiro.

O sistema não existe para tornar o texto de IA "impossível de ocultar"

O título do artigo original sugere que o conteúdo gerado por IA pode se tornar impossível de ocultar.

Isso exagera as afirmações da Anthropic.

A Anthropic

Foram claramente documentadas várias situações em que as marcas d'água podem se tornar indetectáveis.

Reescritas substanciais podem enfraquecer o sinal do texto.

Capturas de tela e conversões de formato removem metadados de arquivo.

Interfaces não suportadas podem não preservar todos os tipos de marca d'água.

Uma conclusão mais precisa é:

Quando o sinal de origem é preservado, o conteúdo gerado por Claude está se tornando mais fácil de identificar, mas o sistema não torna a participação da IA permanente ou universalmente detectável.

Isso é consistente com a realidade técnica mais ampla dos sistemas de atribuição de origem.

Robustez é um espectro gradual, não uma garantia absoluta.

Comparação entre a abordagem de Claude e C2PA e SynthID

O método da Anthropic combina duas ideias já visíveis em outras partes da indústria de IA.

C2PA / Content Credentials

A C2PA fornece informações de proveniência assinadas criptograficamente para ativos digitais.

O padrão é suportado por um ecossistema crescente, incluindo:

• Empresas de IA.
• Fabricantes de câmeras.
• Fornecedores de software.
• Organizações de mídia.
• Plataformas de conteúdo.

A ferramenta pública Content Credentials Verify pode verificar a presença de credenciais compatíveis em arquivos suportados.

Google SynthID

O SynthID do Google DeepMind incorpora marcas d'água imperceptíveis diretamente no conteúdo gerado por IA.

O Google afirma que o SynthID pode ser aplicado a:

• Imagens.
• Áudio.
• Texto.
• Vídeo.

Esse conceito está mais próximo da camada de marca d'água incorporada da Anthropic do que dos metadados C2PA.

Sinais de proveniência da OpenAI

A OpenAI atualmente documenta sinais de proveniência para mídia gerada suportada, incluindo metadados C2PA e SynthID em fluxos de trabalho suportados de imagem e áudio.

A ferramenta pública de verificação da OpenAI é destinada a arquivos de mídia suportados, não a um detector genérico para texto arbitrário gerado por IA.

Portanto, a direção mais ampla da indústria é a proveniência em camadas:

Sinal incorporado
+
Metadados assinados
+
Ferramentas de verificação
+
Rótulos em plataformas

A Anthropic adiciona marcas d'água de texto para integrar Claude mais diretamente nesse modelo.

Marcas d'água de texto são mais difíceis que metadados de imagem

O texto apresenta problemas de proveniência particularmente difíceis.

Imagens podem carregar informações ocultas em pixels ou metadados enquanto preservam o mesmo objeto visual.

O texto é frequentemente transformado em nível semântico.

Os usuários podem:

• Trocar por sinônimos.
• Ajustar a ordem das frases.
• Traduzir o texto.
• Resumir.
• Expandir.
• Combinar vários rascunhos.
• Fazer outro modelo reescrever.

O resultado pode substituir grande parte da sequência original de tokens, mantendo o mesmo significado.

Portanto, uma marca d'água de texto robusta deve equilibrar objetivos concorrentes:

1. Deve permanecer imperceptível.
2. Deve manter a qualidade da linguagem.
3. Deve resistir a edições cotidianas.
4. Deve ser detectável.
5. Deve resistir a falsos positivos.
6. Não deve ser facilmente falsificável.

A Anthropic ainda não publicou detalhes de implementação suficientes para avaliar de forma independente todas essas compensações.

Por que a Anthropic ainda não publicou todos os detalhes técnicos

Sistemas de marca d'água enfrentam problemas adversariais.

Se os atacantes souberem exatamente como a marca d'água é construída, eles podem tentar:

• Remover a marca d'água.
• Falsificar a marca d'água.
• Transferi-la para texto escrito por humanos.
• Projetar transformações que evitem a detecção.
• Disparar falsos positivos.

Ao mesmo tempo, sistemas completamente invisíveis são difíceis de avaliar por pesquisadores e reguladores.

A posição atual da Anthropic é um meio-termo.

Ela documenta publicamente:

• A existência da marca.
• A arquitetura de duas camadas.
• A cobertura do produto.
• As principais limitações.
• Os planos de detecção por terceiros.

Diretrizes detalhadas de detecção ainda estão para ser publicadas.

Isso deixa espaço para a empresa publicar um quadro técnico mais completo no futuro.

O Artigo 50 da Lei de IA da UE tem escopo mais amplo que Claude

O sistema de marcação da Anthropic deve ser entendido como a implementação de um fornecedor específico dentro de um regime europeu mais amplo de transparência.

A Comissão Europeia afirma que o Artigo 50 trata das obrigações de transparência de fornecedores e implantadores de sistemas de IA generativa.

O código de prática é voluntário como mecanismo de conformidade, mas as obrigações legais do Artigo 50 em si não são meramente voluntárias.

O código contém capítulos separados:

• Fornecedores: marcação e detecção.
• Implantadores: rotulagem de deepfakes e de parte do texto gerado ou processado por IA.

Portanto, as obrigações reais podem variar dependendo se a organização:

Constrói sistemas de IA generativa

ou:

Usa sistemas de IA generativa para publicar conteúdo

Os desenvolvedores não devem presumir que usar um modelo upstream em conformidade satisfará automaticamente todas as obrigações dos implantadores a jusante.

O código de transparência é diferente do código GPAI

Existem vários códigos de prática de IA na UE, o que pode causar confusão.

O Código de Prática de Transparência para Conteúdo Gerado por IA trata das obrigações de marcação e rotulagem do Artigo 50.

O Código de Prática de IA para Fins Gerais (GPAI) anterior trata das obrigações dos fornecedores de modelos de IA de uso geral, incluindo áreas como:

• Documentação de transparência.
• Direitos autorais.
• Segurança e proteção de modelos de risco sistêmico.

A Anthropic também é signatária do código GPAI.

O artigo sobre marcação de Claude cita especificamente o código de transparência do Artigo 50(2).

Esses dois quadros de conformidade não devem ser tratados como o mesmo documento.

Como os desenvolvedores que usam Claude devem proceder

A recomendação da Anthropic é simples: avaliar suas próprias obrigações de forma independente.

Uma lista de verificação prática de implementação é a seguinte.

1. Identifique o modelo Claude

Documente o modelo exato usado pelo seu aplicativo.

Não confie em um rótulo genérico "Claude".

1. Confirme o suporte à marcação

Verifique se esse modelo atualmente suporta marcação legível por máquina.

Modelos mais antigos podem ter comportamento diferente.

1. Mapeie seu pipeline de saída

Registre tudo o que acontece após o Claude retornar o conteúdo.

Por exemplo:

API Claude
→ Pós-processamento do aplicativo
→ Banco de dados
→ Outro modelo
→ Mecanismo de template
→ Exportação para PDF
→ Cliente

Cada transformação pode afetar a atribuição de origem.

1. Distinga a atribuição de texto da atribuição de arquivo

Não presuma que metadados C2PA e marcas d'água de texto sobrevivem às mesmas operações.

Teste-os separadamente.

1. Preserve os artefatos originais quando necessário

Para fluxos de trabalho regulamentados ou de alta confiança, preserve:

• A saída original do modelo.
• Os arquivos gerados originais.
• Metadados assinados.
• O histórico de transformações.
• Os registros de edição humana.
• A versão final publicada.

1. Não trate resultados de detecção como prova de autoria

Uma marca positiva pode indicar que o conteúdo passou por Claude.

Mas isso não prova necessariamente a autoria original.

1. Teste textos curtos e conteúdo editado

Seu caso de uso pode envolver:

• Títulos.
• Trechos de código.
• Resumos.
• Traduções.
• Relatórios fortemente editados.

Esses são exatamente os cenários em que a detecção pode ser menos confiável.

1. Revise as obrigações do Artigo 50

Se seu produto é oferecido no mercado da UE ou o afeta, avalie a legislação relevante e as orientações atuais da Comissão Europeia de acordo com sua função específica.

1. Acompanhe a documentação de detecção da Anthropic

A Anthropic afirma que publicará mais orientações técnicas.

Não construa uma arquitetura de conformidade permanente com base em suposições sobre um detector ainda não publicado.

Um fluxo de trabalho prático de rastreamento de origem

Para uma empresa que usa Claude para criar conteúdo público, um fluxo de trabalho defensável pode ser:

Dados humanos ou de origem
↓
Modelo suportado por Claude
↓
Saída marcada original salva
↓
Edição humana
↓
Arquivo final publicado
↓
Metadados de origem preservados onde suportado
↓
Divulgação/rótulos adicionados onde exigido por lei ou edição
↓
Registro de auditoria mantido

Essa abordagem não depende de a marca d'água sobreviver a cada transformação.

Ela ainda preserva uma cadeia interna de evidências, mesmo que o produto final público seja alterado.

O que os criadores de conteúdo devem esperar

Se você usa modelos Claude suportados para redigir:

• E-mails.
• Relatórios.
• Postagens de blog.
• Documentos.
• Textos de marketing.
• Artigos.

O texto gerado pode conter marcas d'água legíveis por máquina.

Copiar texto para outro aplicativo não remove necessariamente a marca d'água.

Isso não significa que seu documento visível exibirá "Escrito por Claude".

A marca foi projetada para ser imperceptível.

Isso também não significa que todo leitor futuro conseguirá escaneá-la imediatamente hoje.

As diretrizes de detecção de terceiros da Anthropic ainda estão em elaboração.

O que acontece após a edição manual?

Não existe um limite percentual fixo de edição além do qual a marca d'água desaparece.

A Anthropic não publicou um limite universal, como:

Reescrever 20% = detectável
Reescrever 50% = indetectável

A empresa apenas afirma que a marca pode persistir após certas edições, mas pode se tornar indetectável após edições substanciais, reescritas, traduções ou misturas.

Os resultados podem depender de:

• Comprimento do parágrafo.
• Tipo de edição.
• Quantidade de texto não alterado.
• Design do detector.
• Idioma.
• Método de conversão.

Portanto, qualquer ferramenta que afirme existir um limite universal exato de edição deve ser tratada com cautela, a menos que a Anthropic publique evidências que sustentem essa afirmação.

O que acontece com imagens geradas?

Para tipos de arquivo gerados suportados (como PNG e JPG), o Claude pode anexar metadados de proveniência assinados de acordo com o padrão C2PA.

Se os metadados permanecerem intactos, ferramentas de verificação compatíveis podem examiná-los.

Se a imagem for:

• Capturada por screenshot.
• Convertida.
• Reexportada por software não suportado.
• Enviada para um serviço que remova metadados.

As informações de proveniência podem desaparecer.

A ausência de credenciais não prova que a imagem foi criada por um humano.

O que acontece com arquivos SVG?

A Anthropic lista explicitamente SVG entre os exemplos de tipos de arquivo suportados para metadados de proveniência assinados.

SVG é útil porque o Claude pode gerar gráficos vetoriais e diagramas como arquivos estruturados.

Como em outros formatos de arquivo, as informações de proveniência só sobrevivem se a cadeia de processamento preservar os metadados.

Se o usuário apenas copiar o código SVG para um novo arquivo, as credenciais originais podem não ser preservadas.

Alguém pode falsificar a marca d'água do Claude?

A documentação pública atual da Anthropic não fornece informações suficientes para fazer um julgamento confiável sobre a dificuldade de falsificar sua marca d'água de texto incorporada.

Esta é uma questão de segurança aberta importante.

Qualquer sistema de rastreamento de proveniência deve considerar tanto:

Ataques de remoção

quanto:

Ataques de falsificação

Atores mal-intencionados podem se beneficiar de ambos.

Fazer conteúdo gerado por humanos parecer gerado por IA pode ser tão vantajoso quanto ocultar a origem da IA.

É por isso que decisões de alto risco não devem depender apenas de um único sinal automatizado.

A marca d'água pode impedir a desinformação por IA?

Não.

Marcas legíveis por máquina podem aumentar a transparência, mas não resolvem sozinhas o problema da desinformação.

Atores mal-intencionados podem usar:

• Modelos sem marcação.
• Modelos mais antigos.
• Modelos de peso aberto com código de inferência modificado.
• Reescrita manual.
• Screenshots.
• Ferramentas que removem metadados.
• Afirmações falsas escritas inteiramente por humanos.

A proveniência ajuda a responder:

O que podemos saber sobre como o conteúdo foi criado ou processado?

Ela não responde:

Este conteúdo é verdadeiro?

Verificação de fatos e proveniência são tarefas complementares.

Um futuro mais útil é a proveniência, não a "detecção de IA"

O termo "detector de IA" sugere um teste binário:

IA
ou
humano

A criação real de conteúdo está se tornando cada vez mais híbrida.

Um documento pode envolver:

• Pesquisa humana.
• Rascunho feito pelo Claude.
• Edição humana.
• Tradução por IA.
• Aprovação humana.
• Diagramação por IA.
• Publicação humana.

Nesse mundo, a pergunta mais útil não é:

"Foi usada IA?"

mas sim:

"Pelo que esse conteúdo passou, quais ferramentas estiveram envolvidas e quais partes da cadeia podem ser verificadas?"

É isso que os padrões de proveniência buscam resolver.

Perguntas frequentes

O Claude agora adiciona marca d'água a todo texto gerado?

Os modelos Claude suportados podem incorporar marcas d'água legíveis por máquina no texto gerado. A Anthropic afirma que modelos lançados na União Europeia em ou após 2 de agosto de 2026 suportam o recurso de marcação no lançamento, enquanto o suporte para modelos mais antigos está sendo adicionado gradualmente.

Posso ver a marca d'água do Claude no texto?

Não. A Anthropic descreve a marca d'água como imperceptível e afirma que ela não altera o significado, a qualidade ou a legibilidade pretendidos das respostas. Ela foi projetada para detecção legível por máquina, não como um rótulo visível.

Copiar texto do Claude para o Word ou e-mail remove a marca d'água?

Não necessariamente. A Anthropic afirma que o sinal incorporado se propaga junto com o texto copiado e colado, e pode permanecer após certas edições. Reescrita substancial, paráfrase, tradução, mistura ou encurtamento podem tornar a marca indetectável.

A marca d'água do Claude pode provar que um documento inteiro foi escrito pelo Claude?

Não. Uma marca detectada pode indicar que o conteúdo passou pelo Claude, mas o Claude pode ter apenas revisado, traduzido, resumido ou reformatado material escrito por humanos. A Anthropic alerta explicitamente que a marca não é uma prova completa de autoria original.

O Claude adiciona metadados C2PA a imagens geradas?

A Anthropic afirma que tipos de arquivo gerados suportados (como SVG, PNG e JPG) podem receber metadados de proveniência assinados digitalmente em conformidade com o padrão C2PA. O suporte pode variar dependendo do produto, plataforma, recurso e tipo de arquivo.

A marca d'água do Claude está ativada na AWS, Google Cloud e Microsoft Foundry?

A Anthropic afirma que a marca d'água de texto incorporada se aplica ao acessar modelos Claude suportados via AWS, Google Cloud ou Microsoft Foundry. Nem toda plataforma em nuvem suporta metadados de proveniência assinados devido a diferenças nas capacidades de processamento de arquivos.

Existe um detector público da marca d'água do Claude?

A Anthropic afirma que está construindo suporte de detecção para usuários e terceiros, e publicará mais orientações técnicas. Em 11 de agosto de 2026, a documentação oficial da empresa ainda não fornecia uma especificação pública completa de detecção para a marca d'água de texto incorporada.

A ausência da marca d'água do Claude prova que o texto foi escrito por humanos?

Não. A marca pode estar ausente ou ser indetectável por vários motivos: o modelo é anterior ao recurso de marcação, o texto é curto demais, foi amplamente editado ou traduzido, ou os metadados do arquivo foram removidos. A ausência de sinal não prova de forma confiável que o texto foi escrito por humanos.

Ferramentas relacionadas

• Claude: Assistente de IA oficial da Anthropic e uma das interfaces de produto que aplicam marcação legível por máquina em modelos suportados.
• Claude Platform: Plataforma de desenvolvedores da Anthropic para criar aplicativos com modelos Claude, incluindo saídas de modelos suportados com marcação.
• Claude Code: Agente de programação da Anthropic cujas saídas de texto em modelos suportados seguem a mesma política de marcação em nível de modelo.
• Content Credentials Verify: Ferramenta oficial de verificação para checar credenciais de conteúdo e informações de proveniência suportadas em ativos digitais.
• C2PA: Organização de padrões por trás da especificação de proveniência de credenciais de conteúdo aberto, na qual os metadados de arquivo assinados do Claude se baseiam.
• Google SynthID: Tecnologia de marca d'água incorporada do Google DeepMind para texto, imagens, áudio e vídeo gerados por IA.
• Código de Conduta de Transparência da UE: Diretrizes da Comissão Europeia que apoiam a conformidade com as obrigações de marcação e rotulagem do Artigo 50 do AI Act.

Links relacionados

Anthropic: Como o Claude marca conteúdo gerado por IA: principal fonte oficial sobre marca d'água de texto do Claude, informações de proveniência C2PA, cobertura de produtos, comportamento em nuvem, planos de detecção e limitações.

• Código de Conduta da UE para Transparência de Conteúdo Gerado por IA: página da Comissão Europeia que explica o quadro de transparência para fornecedores e implementadores sob o Artigo 50.
• Lei de IA da União Europeia: texto jurídico oficial que estabelece as obrigações de transparência de IA na UE e o quadro regulatório mais amplo.
• Especificação Técnica C2PA: especificação técnica aberta sobre registros de proveniência com vínculo criptográfico e credenciais de conteúdo.
• Explicação sobre Credenciais de Conteúdo C2PA: explicação mais acessível de como os registros de proveniência são anexados, assinados e verificados.
• Content Credentials Verify: ferramenta pública para verificar informações de proveniência compatíveis.

Credenciais em conteúdo digital suportado.

• Google DeepMind SynthID: visão geral oficial do sistema de marca d'água invisível do Google para vários tipos de mídia gerada.

Resumo

A Anthropic está introduzindo informações de proveniência legíveis por máquina para saídas suportadas do Claude por meio de dois mecanismos complementares: uma marca d'água invisível embutida no texto gerado e metadados de proveniência assinados baseados em C2PA anexados a arquivos suportados.

A iniciativa está vinculada ao quadro de transparência do Artigo 50 da Lei de IA da UE, mas a Anthropic afirma que os modelos suportados aplicarão a marcação globalmente no Claude, na API, no Claude Code, no Claude Cowork, no Claude Tag e nos caminhos de acesso suportados por provedores de nuvem. Novos modelos lançados na UE em ou após 2 de agosto de 2026 terão suporte à marcação desde o lançamento, enquanto modelos mais antigos ainda estão sendo atualizados.

O sistema é útil, mas não é um detector perfeito de autoria por IA. A marca d'água de texto pode se tornar indetectável após edições extensas ou traduções, os metadados de arquivo podem ser removidos, e os sinais detectados indicam apenas que o Claude pode ter processado o conteúdo — e não que o Claude gerou cada parte do conteúdo.

A mudança real está em passar de adivinhar se algo "parece escrito por IA" para preservar evidências verificáveis sobre como o conteúdo digital foi criado e processado.