Claude现为AI生成文本添加标记：Anthropic不可见水印与C2PA溯源机制解析

引言

Anthropic已开始为受支持的Claude生成内容推出机器可读标记。

该变更包含两个层面：

1. 生成文本中嵌入的水印。
2. 受支持的生成文件的数字签名溯源元数据。

该政策与Anthropic根据欧盟**《人工智能法案》第50条第(2)款关于AI生成内容透明度的行为准则**所做出的承诺相关。

但实施范围超出了欧盟。

Anthropic表示，当Claude模型支持标记时，这些标记将适用于该模型在全球范围内提供的所有渠道。无论输出来自Claude的消费者界面、API、Claude Code、Claude Cowork、Claude Tag，还是受支持的云服务商集成，同一模型级别的文本标记都应当出现。

这并不意味着所有曾经生成的Claude文本现在都能被检测到。

存在几个重要的限制：

• 在标记功能推出之前发布的模型可能尚未携带标记。
• 大量重写、改写、翻译或与其他文本混合可能会削弱或移除可检测的信号。
• 非常短的文本片段可能没有足够的信号来进行可靠检测。
• 截图、格式转换、重新保存或不支持的平台可能会剥离文件元数据。
• 检测到Claude标记表示内容可能经过Claude处理；这并不证明Claude是原始作者。

这些区别正是有用的溯源信号与通用的AI作者身份检测器之间的差异。

Anthropic为何添加机器可读标记

直接的监管背景是欧盟《人工智能法案》。

第50条对某些AI系统和AI生成内容引入了透明度义务。欧盟委员会制定的透明度行为准则旨在帮助提供商和部署者履行这些义务。

委员会将相关要求描述为涵盖：

• 对AI生成或操纵的内容进行机器可读标记。
• 检测这些标记。
• 深度伪造的标注。
• 对发布以告知公众的某些AI生成或操纵文本进行标注。

透明度义务于2026年8月2日起适用。

Anthropic作为生成式AI模型和系统的提供商签署了第50条第(2)款的透明度准则。

其Claude标记系统是该公司履行这些承诺的实施路径。

关键点在于，法律要求涉及的是透明度和溯源信号，而不是让每句AI生成的句子都向读者显示可见警告。

机器可读标记可以在内容中不可见地运作，同时仍允许兼容工具对其进行检查。

Claude使用两个互补的标记层面

Anthropic的设计将文本溯源与文件溯源分开。

文件 | 遵循C2PA标准，添加带签名的来源/历史信息 | 元数据可能因格式转换、截图、重新保存或不支持的工作流程而被剥离 |

同时采用这两层至关重要，因为文本和文件的失效方式不同。

仅依赖元数据的系统在文件转换时很容易丢失信息。

仅依赖文本的信号无法描述生成图像或其他文件更丰富的历史。

因此，Anthropic采用分层方法，而不是将单一技术视为适用于所有输出类型的充分手段。

第一层：嵌入文本中的不可见水印

对于受支持的模型，Claude生成的文本包含直接嵌入文本中的不可感知水印。

Anthropic表示该水印：

• 对读者不可见。
• 不改变预期含义。
• 不降低可读性。
• 在复制粘贴时随文本一同传播。
• 可能在某些编辑操作后仍然保留。
• 在模型层面应用，而非仅在某个产品界面中应用。

最后一点尤为重要。

水印不仅仅是Claude网站添加的HTML标签。

Anthropic表示，该水印集成在模型输出层面，这就是为什么通过不同Claude产品或平台访问同一模型时，受支持的文本仍能保持标记状态。

复制粘贴不会自动去除水印

如果用户将一段带标记的Claude文本从一个界面复制到：

• 电子邮件。
• 文档。
• CMS系统。
• 笔记应用。
• 博客草稿。

水印可能随文本一同传播。

这与可见标签或普通文件元数据不同——后者在内容被复制出原始应用后可能立即消失。

然而，“随文本一同传播”不应被解读为“无法被移除”。

Anthropic明确表示，足够大幅度的转换可能会使信号无法被检测到。

编辑对文本水印的影响

Anthropic列出了几种Claude生成文本可能不再携带可检测标记的情况：

• 大量编辑。
• 改写。
• 翻译。
• 与其他写作内容混合。
• 非常短的摘录。

这是文本水印的根本性局限。

文本在保留含义的同时很容易被转换。

例如：

原始Claude草稿
→ 人工改写30%内容
→ 译者更换语言
→ 编辑将其与人工撰写的段落合并
→ 最终文档仅包含简短摘录

在某个节点，可能没有足够的原始统计或嵌入结构供检测器可靠识别Claude标记。

这意味着水印应被视为存在时的正向溯源信号，而非不存在时的人工作者身份证明。

Claude标记并不证明Claude创作了原始内容

这是Anthropic最重要的警示之一。

检测到的标记可能意味着内容经过Claude处理。

这并不等同于证明Claude原创了其所有想法或措辞。

设想一位用户手动撰写报告，然后请Claude进行：

• 校对。
• 翻译。
• 精简。
• 提升清晰度。
• 转换为其他文件格式。
• 总结。

最终输出可能携带Claude标记。

尽管底层内容最初来自用户。

正确的理解是：

检测到 Claude 标记
→ Claude 很可能处理过该内容

而不是：

检测到 Claude 标记
→ Claude 独立创作了该内容中的所有内容

这一区别对于学校、出版商、雇主、合规团队以及任何试图从自动化信号推断作者身份的人来说都至关重要。

第二层：文件签名来源元数据

当 Claude 生成支持的文件类型时，Anthropic 表示可以附加数字签名的来源元数据。

示例包括：

.svg
.png
.jpg

该元数据遵循**内容来源与真实性联盟（C2PA）**标准。

C2PA 是一种用于记录数字内容来源的开放技术标准。

其内容凭证可以包含文件的签名历史信息，例如：

• 涉及的工

支持该系统，输出结果会在所有受支持的 Claude 界面中进行标记。

Claude API 输出同样包含在内

通过 API 使用 Claude 的开发者并不在标记系统之外。

Anthropic 明确将 Claude 平台（API） 列入覆盖产品清单中。

对于受支持的模型：

应用程序
→ Claude API
→ 生成的文本
→ 嵌入的 Claude 水印

开发者不需要使用消费者版 Claude 网站，水印也会存在。

这对在自己界面背后使用 Claude 的企业提出了一个重要的合规问题。

下游产品可能：

• 直接展示文本。
• 重写文本。
• 总结文本。
• 与数据库内容结合。
• 转换为文档。
• 传递给另一个模型。
• 发送给最终用户。

Anthropic 建议开发者独立评估自身在《欧盟人工智能法案》第 50 条下的义务，而不是假定 Claude 的上游标记会自动满足所有下游合规要求。

Claude Code 同样被覆盖

Anthropic 将 Claude Code 列为受覆盖的界面。

这意味着通过 Claude Code 由受支持模型生成的文本可能带有相同的模型级嵌入水印。

这一点很重要，因为编码代理的输出可能采取多种形式：

• 解释说明。
• 提交信息。
• 文档。
• 代码注释。
• 生成的代码。
• Markdown 文件。
• 面向终端的文本。

官方帮助页面将水印描述为普遍适用于生成的文本。

然而，Anthropic 尚未发布足够的技术细节来支持关于检测器在各种编程语言、短代码片段、压缩文件或大量编辑的代码库上表现如何的可靠断言。

因此，开发者应避免将水印视为软件合规扫描工具。

Claude Cowork 和 Claude Tag 同样包含在内

同一政策也适用于使用受支持模型的 Claude Cowork 和 Claude Tag。

这一点很重要，因为这些产品可以生成超出简单聊天回复范围的工作成果。

用户可能要求 Claude：

• 起草报告。
• 创建演示文稿。
• 制作视觉素材。
• 生成文档。
• 准备结构化工作输出。

因此，文本标记和文件溯源可能出现在同一工作流程的不同部分。

一份文档可能包含带水印的文本，而导出的受支持图像则带有签名的溯源元数据。

AWS、Google Cloud 和 Microsoft Foundry 上的情况

Anthropic 还涉及第三方云平台。

对于通过以下渠道访问的受支持 Claude 模型：

• 亚马逊云服务（AWS）。
• Google Cloud。
• Microsoft Foundry。

嵌入文本水印同样适用。

文件溯源层则更具条件性。

Anthropic 表示，由于可用的文件处理功能不同，签名溯源元数据可能并非在每个云平台上都受支持。

实际区别如下：

处理允许 |
| AWS | 支持指定型号 | 平台/功能相关 |
| Google Cloud | 支持指定型号 | 平台/功能相关 |
| Microsoft Foundry | 支持指定型号 | 平台/功能相关 |

这是不要将整个系统描述为一种通用水印的另一个原因。

文本层和文件层有不同的部署要求。

哪些 Claude 模型带有标记？

Anthropic 目前的规则基于模型发布日期。

官方文档说明：

2026 年 8 月 2 日或之后在欧盟发布的 Claude 模型在发布时支持机器可读标记。

此前发布的模型不自动涵盖在上述声明范围内。

Anthropic 表示正在努力为早期模型添加标记支持。

该公司尚未发布一张简单永久的表格，说明每个历史 Claude 模型现在都带有两层标记。

因此，可靠的实施应查阅当前模型文档，而不是仅凭“Claude”一词推断支持情况。

使用较旧模型的产品不应假设：

Claude 模型
= 一定带有标记

正确的问题是：

这个特定的 Claude 模型当前是否支持标记？

8 月 2 日日期并非声称所有旧输出都被追溯更改

水印在受支持模型生成或处理内容时适用。

它不会追溯性地改变 Claude 数月前生成的文本。

在推出之前创建的文档不会因为模型后来更新而突然获得隐藏信号。

同样，如果旧模型在生成一段文字时不支持标记，则缺少标记对 Claude 是否参与其中几乎没有说明力。

这就是检测器无法充当完整的历史 AI 作者身份数据库的原因之一。

Anthropic 正在构建检测工具

如果没人能检查，水印的实际价值有限。

Anthropic 表示计划支持以下各方进行检测：

• Claude 用户。
• 其他第三方。

该公司表示，未来的技术文档将更详细地解释检测机制。

截至本文发布日期，该技术指南仍在准备中。

这意味着以下两者之间存在重要区别：

Anthropic 已部署标记支持

和：

任何人都能立即运行一个完全文档化的公共检测器来检测每一个 Claude 标记

第一个声明得到了支持。

第二个过于绝对。

未来的 Claude 检测器能告诉你什么

Anthropic 将检测描述为检查一段文本或文件是否带有受支持的 Claude 标记。

如果检测到受支持的标记，安全的解读是：

此内容可能由 Claude 处理过。

这个措辞很重要。

检测器不应自动声称：

• Claude 写了每一句话。
• 没有人类贡献。
• 内容是虚假的。
• 内容是抄袭。
• 用户违反了政策。
• 整个文档由 AI 生成。

来源信息是关于处理历史的证据。

它不是道德或质量判断。

为什么“未检测到水印”是薄弱证据

Anthropic 对相反的情况也同样明确。

未能检测到水印并不能证明内容是人工撰写的。

一段由 Claude 生成的内容可能缺乏可检测信号，原因包括：

1. 它来自尚不支持水印标记的模型。
2. 它经过了大量编辑。
3. 它被改写或 paraphrased。
4. 它经过了翻译。
5. 它与其他文字混写在一起。
6. 它篇幅过短。
7. 相关文件元数据被剥离。
8. 所用平台或文件类型不支持该水印标记方式。

这使得检测器具有不对称性。

阳性结果可以提供有用的证据。

阴性结果无法可靠地排除 AI 参与的可能性。

为什么这对学校和雇主很重要

AI 检测系统常用于高风险场景中。

例如：

• 学术不端审查。
• 招聘评估。
• 新闻行业。
• 员工绩效评估。
• 出版行业。
• 法律文件工作流程。

Claude 水印可以改善来源追溯，但不应当被当作自动化的“有罪检测器”。

一个负责任的处理流程应当区分以下两者：

机器可读的 Claude 信号

与：

某人违反规则的证据

如果大学允许 AI 辅助校对，但禁止完全由 AI 撰写的作业，那么仅仅检测到水印并不能决定发生了哪种行为。

文本可能源于学生本人，只是经过 Claude 进行编辑。

仍需要人类政策和情境性证据来判断。

为什么这对出版商和新闻编辑室很重要

出版商可能会发现机器可读的来源信息有助于内部工作流程追踪。

例如，新闻编辑室可以区分：

• 人工撰写的草稿。
• Claude 辅助编辑。
• Claude 翻译。
• AI 生成的插图。
• 人工编辑后的最终出版物。

但来源追溯系统在数据得以保留的工作流程中效果最佳。

如果内容在剥离元数据的工具之间反复复制，或经过大幅重写，追溯链就会变得不完整。

对于敏感的出版工作流程，组织可能需要保留：

• 原始文件。
• 内容凭证。
• 编辑历史。
• AI 辅助记录。
• 人工审批记录。

水印在更广泛的来源追溯系统中只是信号之一，而不是全部。

该系统并非为了让 AI 文本“无法隐藏”

源文章的标题暗示 AI 生成的内容可能变得无法隐藏。

这夸大了 Anthropic 的说法。

Anthropic 明确记录了多种水印可能变得不可检测的情况。

大幅重写会削弱文本信号。

截图和格式转换会移除文件元数据。

不支持的界面可能无法保留所有类型的水印。

更准确的结论是：

当来源信号得以保留时，Claude 生成的内容正变得更容易识别，但该系统并不会让 AI 参与永久或普遍可检测。

这与来源追溯系统更广泛的技术现实是一致的。

健壮性是一个渐变谱系，而不是绝对的保证。

Claude 的方法与 C2PA 和 SynthID 的比较

Anthropic 的方法结合了 AI 行业其他地方已经可见的两种理念。

C2PA / 内容

凭据

C2PA 为数字资产提供加密签名的来源信息。

该标准在日益壮大的生态系统中得到支持，包括：

• 人工智能公司。
• 相机厂商。
• 软件供应商。
• 媒体机构。
• 内容平台。

公开的 Content Credentials Verify 工具可以检查支持的文件中是否存在兼容的凭据。

Google SynthID

Google DeepMind 的 SynthID 将不可感知的水印直接嵌入人工智能生成的内容中。

Google 表示 SynthID 可应用于：

• 图像。
• 音频。
• 文本。
• 视频。

这一概念更接近 Anthropic 的嵌入式水印层，而非 C2PA 元数据。

OpenAI 出处信号

OpenAI 目前记录了受支持生成媒体的出处信号，包括受支持的图像和音频工作流程中的 C2PA 元数据和 SynthID。

OpenAI 的公开验证工具面向受支持的媒体文件，而非用于检测任意 AI 生成文本的通用检测器。

因此，更广泛的行业方向是分层出处：

嵌入式信号
+
签名元数据
+
验证工具
+
平台标签

Anthropic 添加文本水印，使 Claude 更直接地融入这一模式。

文本水印比图像元数据更难

文本带来了特别棘手的出处问题。

图像可以在像素或元数据中携带隐藏信息的同时保留相同的视觉对象。

文本则经常在语义层面被转换。

用户可以：

• 更换同义词。
• 调整句子顺序。
• 翻译文本。
• 进行摘要。
• 进行扩写。
• 合并多个草稿。
• 让另一个模型重写。

结果可能在保留相同含义的同时替换掉大部分原始标记序列。

因此，一个强大的文本水印必须在相互竞争的目标之间取得平衡：

1. 必须保持不可感知。
2. 必须保持语言质量。
3. 应能经受日常编辑。
4. 应当可被检测。
5. 应能抵抗误报。
6. 不应容易被伪造。

Anthropic 尚未公布足够的实现细节，以便独立评估所有这些权衡。

为什么 Anthropic 尚未公布所有技术细节

水印系统面临对抗性问题。

如果攻击者确切知道水印的构建方式，他们可能会尝试：

• 移除水印。
• 伪造水印。
• 将其转移到人类撰写的文本上。
• 设计可规避检测的转换方式。
• 触发误报。

与此同时，完全不可见的系统又难以让研究人员和监管机构进行评估。

Anthropic 目前的立场是折中的。

它公开记录了：

• 标记的存在。
• 两层架构。
• 产品覆盖范围。
• 主要限制。
• 第三方检测计划。

详细的检测指南仍待发布。

这为公司日后发布更完整的技术框架留出了空间。

欧盟 AI 法案第 50 条的范围比 Claude 更广

Anthropic 的标记系统应被理解为某一家供应商对更广泛的欧洲透明度制度的一种实施。

欧盟委员会表示，第 50 条涉及提供者和部署者的透明度义务，

生成式AI系统。

实践准则作为一种合规机制是自愿性的，但其中第50条法律义务本身并非仅仅是自愿性的。

该准则包含以下独立章节：

• 提供者：标记与检测。
• 部署者：对深度伪造及部分AI生成或经处理的文本进行标注。

因此，实际义务可能因组织是：

构建生成式AI系统

还是：

使用生成式AI系统发布内容

而有所不同。

开发者不应假定使用合规的上游模型会自动满足下游部署者所承担的全部义务。

透明度准则与GPAI准则不同

欧盟有多份AI实践准则，这可能会造成混淆。

《AI生成内容透明度实践准则》 涉及第50条的标记与标注义务。

此前的**《通用AI实践准则》**则针对通用AI模型提供者的义务，包括以下领域：

• 透明度文档。
• 版权。
• 系统性风险模型的安全与保障。

Anthropic也是GPAI准则的签署方之一。

Claude标记相关文章特别引用了第50条第(2)款透明度准则。

这两套合规框架不应被视为同一份文件。

使用Claude的开发者应如何操作

Anthropic的建议很简单：独立评估自身的义务。

一份实用的实施检查清单如下。

1. 识别Claude模型

记录您的应用程序所使用的确切模型。

不要依赖笼统的“Claude”标签。

1. 确认标记支持

检查该模型当前是否支持机器可读标记。

较旧模型的行为可能有所不同。

1. 梳理您的输出管线

记录Claude返回内容后所发生的一切。

例如：

Claude API
→ 应用程序后处理
→ 数据库
→ 另一个模型
→ 模板引擎
→ PDF导出
→ 客户

每一次转换都可能影响来源溯源。

1. 区分文本与文件的溯源

不要假定C2PA元数据和文本水印能在相同的操作下存续。

请分别测试它们。

1. 在需要时保留原始工件

对于受监管或高信任度的工作流程，请保留：

• 原始模型输出。
• 原始生成文件。
• 带签名的元数据。
• 转换历史。
• 人工编辑记录。
• 最终发布版本。

1. 不要将检测结果视为作者身份证明

正面标记可以说明经过了Claude处理。

但它未必能证明原创作者身份。

1. 测试短文本和经编辑的内容

您的使用场景可能涉及：

• 标题。
• 代码片段。
• 摘要。
• 翻译。
• 经大量编辑的报告。

这些恰恰是检测可能不太可靠的场景。

1. 审查第50条义务

如果您的产品在欧盟市场提供或影响欧盟市场，请根据您的具体角色评估相关法律和欧盟委员会现行指南。

1. 关注Anthropic的检测文档

Anthropic表示将发布更多技术指南。

不要围绕一个尚未发布的检测器的假设来构建永久性的合规架构。

一个实用的来源追踪工作流

对于一家使用 Claude 创作公开内容的公司来说，一个经得起推敲的工作流可以是这样：

人工或源数据
↓
Claude 支持的模型
↓
原始标记输出已保存
↓
人工编辑
↓
最终发布文件
↓
在支持的地方保留来源元数据
↓
在法律或编辑要求的地方添加披露/标签
↓
保留审计记录

这种方法并不依赖于水印在每一次转换中都能存续。

即使公开的成品发生了变化，它仍然保留了一条内部证据链。

内容创作者应该期待什么

如果你使用受支持的 Claude 模型起草：

• 电子邮件。
• 报告。
• 博客文章。
• 文档。
• 营销文案。
• 文章。

生成的文本可能包含机器可读的水印。

将文本复制到另一个应用程序中并不一定会移除水印。

这并不意味着你的可见文档会显示“由 Claude 撰写”。

该标记旨在不可察觉。

这也不意味着每个未来的读者今天都能立即扫描到它。

Anthropic 的第三方检测指南仍在制定中。

人工编辑之后会发生什么？

不存在一个固定的编辑百分比阈值，超过后水印就会消失。

Anthropic 并没有公布一个通用的阈值，比如：

改写 20% = 可检测
改写 50% = 不可检测

该公司只表示该标记可能在某些编辑后仍然存在，但在大量编辑、改写、翻译或混编后可能变得无法检测。

结果可能取决于：

• 段落长度。
• 编辑类型。
• 未改动文本的数量。
• 检测器设计。
• 语言。
• 转换方法。

因此，任何声称存在精确通用编辑阈值的工具都应谨慎对待，除非 Anthropic 发布了支持该说法的证据。

生成的图片会发生什么？

对于受支持的生成文件类型（如 PNG 和 JPG），Claude 可以按照 C2PA 标准附加签名的来源元数据。

如果元数据保持完整，兼容的验证工具可以对其进行检查。

如果图像被：

• 截图。
• 转换。
• 通过不支持的软件重新导出。
• 上传到会剥离元数据的服务。

来源信息可能会消失。

缺少凭证并不能证明图像是由人类创建的。

SVG 文件会发生什么？

Anthropic 明确将 SVG 列入其支持签名来源元数据的文件类型示例中。

SVG 很有用，因为 Claude 可以以结构化文件的形式生成矢量图形和图表。

与其他文件格式一样，只有当处理链保留了元数据时，来源信息才能存续。

如果用户只将 SVG 标记复制到一个新文件中，可能无法保留原始凭证。

有人能伪造 Claude 水印吗？

Anthropic 目前的公开文档没有提供足够的信息来就其嵌入式文本标记的伪造难度做出可靠的判断。

这是一个重要的开放性安全问题。

任何来源追踪系统都必须同时考虑：

移除攻击

以及：

伪造攻击

恶意行为者可能从中获益。

让人类生成的内容看起来像AI生成的，就像他们可能从隐藏AI来源中获益一样。

这就是为什么高风险的决策不应仅依赖单一的自动化信号。

水印能阻止AI错误信息吗？

不能。

机器可读标记可以提高透明度，但它无法独自解决错误信息问题。

恶意行为者可以利用：

• 没有标记的模型。
• 旧版模型。
• 修改了推理代码的开放权重模型。
• 人工改写。
• 截图。
• 去除元数据的工具。
• 完全由人类撰写的虚假声明。

来源溯源有助于回答：

关于内容的创建或处理方式，我们能了解什么？

它不能回答：

这个内容是真的吗？

事实核查和来源溯源是互补的任务。

更有用的未来是来源溯源，而不是“AI检测”

“AI检测器”这个说法暗示了一种二元测试：

AI
或
人类

真实的内容创作正变得越来越混合。

一份文档可能涉及：

• 人类研究。
• Claude起草。
• 人类编辑。
• AI翻译。
• 人类批准。
• AI排版。
• 人类发布。

在那个世界里，更有用的问题不是：

“使用了AI吗？”

而是：

“这个内容经历了什么，涉及了哪些工具，链条的哪些部分可以被验证？”

这就是来源溯源标准旨在解决的问题。

常见问题

Claude现在会对所有生成的文本加水印吗？

受支持的Claude模型可以在生成的文本中嵌入机器可读的水印。Anthropic表示，在2026年8月2日或之后于欧盟推出的模型在发布时支持标记功能，而早期模型的标记支持仍在逐步添加中。

我能在文本中看到Claude水印吗？

不能。Anthropic将水印描述为不可感知的，并表示它不会改变回复的预期含义、质量或可读性。它是为机器可读检测而设计的，而非可见的标签。

将Claude文本复制到Word或电子邮件中会移除水印吗？

不一定。Anthropic表示，嵌入的信号会随复制粘贴的文本一起传播，并且可能在某些编辑后仍然保留。大量改写、释义、翻译、混合或缩短可能导致标记无法检测。

Claude水印能证明整个文档都是Claude写的吗？

不能。检测到的标记可以表明内容经过Claude处理，但Claude可能只是校对、翻译、总结或重新格式化了人类撰写的材料。Anthropic明确警告说，该标记并非原始作者身份的全部证明。

Claude会为生成的图像添加C2PA元数据吗？

Anthropic表示，受支持的生成文件类型（如SVG、PNG和JPG）可以接收遵循C2PA标准的数字签名来源元数据。支持情况可能取决于产品、平台、功能和文件类型。

Claude水印在AWS、Google Cloud和Microsoft Foundry上是激活的吗？

Anthropic表示，当通过AWS、Google Cloud或Microsoft Foundry访问受支持的Claude模型时，嵌入的文本水印适用。由于文件处理能力不同，并非每个云平台都支持签名来源元数据。

是否有公开的Claude

水印检测器？

Anthropic表示，它正在为用户和第三方构建检测支持，并将发布更多的技术指南。截至2026年8月11日，该公司的官方文档尚未为嵌入式文本水印提供完整的公开检测规范。

缺少Claude水印是否就能证明文本由人类撰写？

不能。水印可能缺失或无法检测，原因包括：模型早于水印支持功能、文本篇幅过短、文本经过大量编辑或翻译，或相关文件元数据被剥离。缺少水印信号并不能可靠地证明文本由人类撰写。

相关工具

• Claude：Anthropic的官方AI助手，也是支持模型下机器可读标记覆盖的产品界面之一。
• Claude Platform：Anthropic的开发者平台，用于使用Claude模型构建应用程序，包括受支持的带标记模型输出。
• Claude Code：Anthropic的编程代理，其支持模型的文本输出遵循相同的模型级标记政策。
• Content Credentials Verify：官方验证工具，用于检查数字资产中受支持的内容凭证和来源信息。
• C2PA：开放内容凭证来源规范背后的标准组织，Claude的签名文件元数据即基于该规范。
• Google SynthID：Google DeepMind的嵌入式水印技术，适用于AI生成的文本、图像、音频和视频。
• EU透明度行为准则：欧盟委员会指南，支持遵守《人工智能法案》第50条的标记和标签义务。

相关链接

• Anthropic：Claude如何标记AI生成内容：关于Claude文本水印、C2PA来源信息、产品覆盖范围、云端行为、检测计划和局限性的主要官方来源。
• 欧盟AI生成内容透明度行为准则：欧盟委员会页面，解释第50条下的提供商和部署者透明度框架。
• 欧盟人工智能法案：确立欧盟AI透明度义务和更广泛监管框架的官方法律文本。
• C2PA技术规范：关于加密绑定来源记录和内容凭证的开放技术规范。
• C2PA内容凭证说明：对来源记录如何附加、签名和验证的更容易理解的解释。
• Content Credentials Verify：用于检查兼容来源信息的公开工具。

受支持的数字内容中的凭证。

• Google DeepMind SynthID：谷歌跨多种生成媒体类型的不可见水印系统的官方概述。

摘要

Anthropic 正在通过两种互补机制为受支持的 Claude 输出引入机器可读的来源信息：嵌入生成文本中的不可见水印，以及附加到受支持文件上的基于 C2PA 的签名来源元数据。

该举措与欧盟《人工智能法案》第 50 条的透明度框架挂钩，但 Anthropic 表示，受支持的模型将在全球范围内对 Claude、API、Claude Code、Claude Cowork、Claude Tag 以及受支持的云提供商访问路径应用标记。2026 年 8 月 2 日或之后在欧盟推出的新模型在发布时即支持标记，而较早的模型仍在更新中。

该系统很有用，但它并不是完美的 AI 作者身份检测器。文本标记在大量编辑或翻译后可能变得无法检测，文件元数据可能被剥离，并且检测到的信号仅表明 Claude 可能处理过该内容——并不代表 Claude 生成了内容的每一个部分。

实际转变在于，从猜测某物“看起来像 AI 写的”转向保留关于数字内容如何被创建和处理的可验证证据。