Anthropicは、対応する将来のClaudeモデルの提供開始時から、その出力へテキスト透かしを組み込む。2026年8月2日より前に市場投入した既存モデルにも、今後数カ月かけて追加する。EU市場で求められる機械可読な標識への対応として始めるが、地域別に恒久的に機能を分ける方法をまだ持たないため、対象モデルを提供する全地域で適用するという。発表日は2026年8月14日である。
ここで変わるのは、Claudeの関与を確率的に調べる入口が用意されることだ。ただし、陽性の検出結果は著者や所有権を特定しない。利用規約違反や不正、内容の真偽も証明しない。陰性も人間が作った文章の証明にはならない。組織が透かしを使うなら、検出結果を単独の判定材料にしない運用が先に要る。
Anthropicは対応する将来モデルを提供開始時から透かし対応にし、2026年8月2日より前に市場投入した既存のClaudeモデルにも今後数カ月で追加するとした。したがって、現時点で全Claude出力が透かし付きになったわけではない。技術の仕組み、評価値の出所、そして検出の限界を分けて読む必要がある。
隠し文字を足さず、語の選び方に信号を残す
Anthropicが説明する方式は、文章に見えない文字列やメタデータを加えるものではない。モデルが次のトークンを選ぶ際、意味を損なわない候補の中で、秘密鍵と直前の文脈から得る擬似乱数パターンに沿う選択を少し優先する。検出側は同じ鍵を使い、完成した文の語順がそのパターンとどの程度整合するかを採点する。
SynthID-Textは、学習済みモデルを再学習するのではなく、生成時のサンプリングを変える手法である。鍵と設定を秘密に保つ前提なら、検出器はAPIとして半公開にすることもできる。反対に、透かしを実装しない事業者の出力や、分散運用されるオープンモデルまで見つける技術ではない。AI文章全般を一つの判定器で識別する仕組みとも異なる。
Anthropicによれば、透かしのために追加トークンは生じず、生成速度への影響は無視できる程度で、価格も変えない。透かし自体にユーザー、組織、会話を識別する情報は含めないとしている。文章の内容を外へ送る識別子ではなく、生成時の選択の並びに残る統計的な痕跡として扱う説明だ。
一方、Anthropicは内部試験で内容、創造性、可読性への影響を確認しなかったとしている。だが、サンプル数や対象モデル、言語は開示していない。評価指標と信頼区間も不明であり、Claude固有の品質影響を外部から検証する材料はまだ足りない。
2,000万応答の評価はClaudeの実測値ではない
Anthropicは採用方式を「SynthID-Textの一版」と説明する。基礎となる査読済みのNature論文は2024年10月23日に公開され、Google DeepMindなどの著者がGemma 2B、Gemma 7B、Mistral 7B-ITで評価した。そこにClaude自体の評価は含まれない。
Googleの本番試験では、約2,000万件のGemini応答を透かし有無へランダムに振り分けた。透かし群は高評価率が0.01%高く、低評価率は0.02%低かったが、いずれも統計的有意差はなかった。また、Gemma 7B-ITの3,000件のELI5回答を人が並べて比べた試験でも、文法・一貫性／関連性／正確性／有用性／総合品質の5項目で有意差なしと報告している。
遅延についても、論文の数値には条件がある。Gemma 7B-ITを4基のv5e TPUで動かした特定条件では、1トークン当たり15.527msだった処理時間が、30層のTournament samplingで15.615msとなり、0.57%増えた。これはClaudeの遅延測定ではない。Claude側の設定が公表されていないため、Google論文が用いたngram長やTournament層数をClaudeの実装値とはみなせない。しきい値や言語別・モデル別の精度も同様である。
SynthID-Textが本番規模で品質を保てたという結果は参考になる。とはいえ、Claudeで同じ品質、遅延、検出精度が出ることまでは確認していない。Anthropicの内部評価と、Googleが別のモデル群で実施した評価を分けることが、導入後の検証の出発点になる。
短文、校正、翻訳では検出の意味が変わる
Googleの公開SynthID-Text実装では、検出結果はwatermarked、not watermarked、uncertainの3状態で返る。2つのしきい値を設定し、偽陽性率と偽陰性率の関係を調整できるのも同実装の仕様だ。Anthropicは、近く提供すると予告したClaude向け検出APIの返却状態やしきい値設計をまだ公表していない。少なくともGoogle実装の結果は二値の断定ではなく、選んだしきい値と文章の条件を伴う確率的な判断になる。
長い文章は、モデルが候補から選ぶ回数が増えるため、信号を集めやすい。反対に、短文や正解がほぼ一つに決まる事実文では信号が弱い。厳密な校正とコードも選択の自由度が小さい。ただし、コードコメントのように表現の任意性がある部分には信号が入り得る。
編集にも境界がある。軽微な修正では信号が残り得る一方、全面的な書き換えは信号を消し得る。Nature論文はLLMによる言い換えで透かしが弱まるとし、Googleの実装文書も全面書き換えや他言語への翻訳で信頼度が大きく下がり得ると説明する。
Claudeが翻訳した文章は、Claudeが全語を選ぶため透かしの対象になる。人間の文章を句読点や文法だけ直す場合は、変わる語が少なく検出できないことがある。さらに、検出時に分かるのはClaudeが文章を書いたのか、大幅に編集したのかを区別しない関与の確率である。文章の審査や不正調査で陽性を使うなら、その差を消したまま結論を出せない。
EUの機械可読な標識が世界のClaudeへ及ぶ
EU AI法50条2項は、生成した音声・画像・動画・テキストを、人工生成または人工操作として検出可能な機械可読形式で標識することをAIシステムの提供者（provider）に求める。標識には、技術的に可能な範囲で有効性と相互運用性が求められ、堅牢で信頼できることも要件になる。Anthropicの発表は、この提供者側の対応を中心に置く。
EUの行動規範は、50条の実装を支える任意参加の枠組みだ。規範そのものへの参加は任意でも、50条の法的義務は任意ではない。規範は2026年6月10日に公開され、2026年7月末までに約190組織が署名した。提供者向けSection 1の署名は82組織で、AnthropicとGoogleのほか、MetaやMicrosoft、Mistral、OpenAIも名を連ねる。
導入者（deployer）には、公共的関心事項を知らせる目的でAI生成・操作テキストを公表するとき、ラベルを表示する別の役割がある。ただし、人によるレビューを経て編集責任を負う場合は例外となる。Anthropicのテキスト透かしを、導入者の表示義務まで満たす仕組みとして扱うことはできない。誰が生成段階で標識するかと、誰が公衆へ表示するときにラベルを付けるかは別の問題である。
既存システムには移行期間もある。EU委員会のFAQは、既存システムに2026年12月2日までの期限を設けている。Anthropicが既存のClaudeモデルへ数カ月で追加するとした予定は、この移行期間と同じく、導入済みのモデルを一度に切り替えない前提を示す。ただし、実際の対応時期やモデルごとの範囲は今後の公表を待つことになる。
検出APIとC2PAは別の証拠として扱う
Anthropicは透かし検出APIを近く提供すると予告した。しかし、公開日や料金、利用資格は公表していない。しきい値と誤検知率・見逃し率の関係、Claude固有の精度も不明である。APIが使えるようになっても、どの長さや種類の文章をどのしきい値で調べるかは、利用側が結果の意味とともに定めなければならない。
画像ファイルへの対応は、本文の統計的透かしとは別方式である。対応する.png、.jpg、.svgなどのファイルには、Claudeが生成または処理したことを示す暗号署名付きのC2PAコンテンツクレデンシャル（Content Credential）をメタデータへ付ける。C2PAはファイルの来歴を暗号学的に検証しやすくする標準であり、文章の語の並びを採点する方式ではない。
C2PAの来歴情報も、画像の内容が真実かどうかを判定するものではなく、埋め込みメタデータ自体は除去できる。消えない画像透かしとして理解すると、技術の性質を取り違える。統計的なテキスト検出と来歴情報は、どちらも証拠の一部にすぎない。
Claudeの透かしを実務で使う組織は、陽性・陰性・uncertainの各結果で何を追加確認するのかを先に決める必要がある。APIのしきい値とClaude固有の精度が公開された後も、検出結果だけで著者や違反を認定する根拠にはならない。
