Anthropic August 11, 2026 তারিখে Claude-এর পাঠ্য আউটপুটে একটি অদৃশ্য ওয়াটারমার্ক এমবেড করা শুরু করে, August 2 থেকে প্রকাশিত প্রতিটি Claude মডেলে এটি প্রযোজ্য। এটি মডেলের টোকেন নির্বাচনে বোনা একটি পরিসংখ্যানগত চিহ্ন, কোনো লুকানো অক্ষর নয়, তাই এটি copy and paste-এ টিকে যায় এবং অদৃশ্য অক্ষর সরানোর সরঞ্জামগুলো এতে কিছুই করতে পারে না। পাঠ্যটি পুনর্লিখন করলেই এটি অপসারিত হয়। 500 শব্দ পর্যন্ত পেস্ট করুন, আর এই সরঞ্জামটি প্রতিটি বাক্যকে নতুন শব্দচয়নে পুনর্গঠন করবে, তবে আপনার তথ্য, সংখ্যা, সতর্কতামূলক ভাষা ও উদ্ধৃতিগুলো আপনি যেমন লিখেছিলেন ঠিক তেমনই থাকবে।
Paste or type your text, then run the tool. Results appear below in seconds.
0 / 500 words
Trusted by researchers publishing in
40 থেকে 500 শব্দের মধ্যে। ন্যূনতম সীমাটি গুরুত্বপূর্ণ, টোকেন বণ্টন জুড়ে মাপা একটি ওয়াটারমার্কের জন্য যথেষ্ট দীর্ঘ পাঠ্য দরকার, এবং অর্থ অক্ষুণ্ণ রাখতে হবে এমন একটি পুনর্লিখনের জন্যও তা প্রয়োজন।
ভিন্ন একটি মডেল অনুচ্ছেদটি শব্দে শব্দে পুনরুত্পাদন করে, বাক্যের শুরু ও উপবাক্যের ক্রম বদলে দেয়। টোকেনগুলো নতুন হওয়ায় Claude-এর স্যাম্পলিং-এর সঙ্গে সংযুক্ত একটি স্বাক্ষর বহন করতে পারে না।
পুনর্লিখনটি আপনার মূল পাঠ্যের সঙ্গে তুলনা করুন। তথ্য, সংখ্যা, সতর্কতামূলক ভাষা, পরিভাষা ও উদ্ধৃতি অপরিবর্তিত থাকে, তবে অর্থ অক্ষুণ্ণ আছে কি না তা নিশ্চিত করার দায় আপনারই।
আপনার নিজের একটি অনুচ্ছেদ কপি-এডিটের জন্য পেস্ট করলে সেটি ওয়াটারমার্কসহ ফিরে আসে। এই চিহ্নটি কোনো সম্পাদনা আর কোনো খসড়ার মধ্যে পার্থক্য ধরতে পারে না।
লুকানো অক্ষর সরিয়ে sampling-bias ওয়াটারমার্কে কিছুই করা যায় না। টোকেন পুনরায় তৈরি করাই একমাত্র কার্যকর পদ্ধতি।
may থাকবে may, আর suggests থাকবে suggests। সংখ্যা, তারিখ, নাম ও সতর্কতামূলক ভাষা যেভাবে ছিল ঠিক সেভাবেই বেরিয়ে আসে।
উদ্ধৃতাংশ, পাঠ্য-অন্তর্গত উদ্ধৃতি ও তথ্যসূত্রের এন্ট্রি অক্ষরে অক্ষরে অনুলিপি করা হয়, কখনো পুনর্লিখন বা পুনর্নম্বরায়ন করা হয় না।
August 11, 2026 তারিখে Anthropic জানায় যে তারা তাদের নিজস্ব ডকুমেন্টেশনে বর্ণিত অনুযায়ী, তাদের মডেল যে পাঠ্য তৈরি করে তাতে একটি অদৃশ্য ওয়াটারমার্ক এমবেড করবে,Claude কীভাবে AI-উৎপাদিত বিষয়বস্তু চিহ্নিত করে. August 2, 2026 তারিখে বা তার পরে প্রকাশিত মডেলগুলো লঞ্চের সময়ই এই চিহ্নায়ন সমর্থন করে, এবং Anthropic বলেছে যে তারা একটি রূপান্তরকালীন সময়ে পুরোনো মডেলেও এটি যুক্ত করতে কাজ করছে। এই নীতি Claude API, claude.ai, Claude Code, Claude Cowork এবং AWS, Google Cloud ও Microsoft Foundry-এর মাধ্যমে পরিবেশিত Claude-কে অন্তর্ভুক্ত করে। এটি বিশ্বব্যাপী প্রযোজ্য, কোনো পরিকল্পনাতেই ব্যবহারকারীদের জন্য opt-out নেই। এটির প্রেরণা হলো EU AI Act-এর Article 50(2) Code of Practice on transparency for AI-generated content, যা প্রদানকারীদের যন্ত্র-উৎপাদিত আউটপুট চিহ্নিত করতে বাধ্য করে; Anthropic কেবল ইউরোপীয় ট্রাফিকের জন্য নয়, বরং বিশ্বজুড়েই এই চিহ্ন প্রয়োগ করার সিদ্ধান্ত নিয়েছে।
কোনো লুকানো অক্ষর হিসেবে নয়, এবং ফাইল মেটাডেটা হিসেবেও নয়। লেখার সময় মডেলটি বাক্যের ওই স্থানে পরিসংখ্যানগতভাবে প্রায়-সমতুল্য শব্দগুলোর মধ্যে বারবার বেছে নেয়। একটি গোপন চাবির ভিত্তিতে ওয়াটারমার্ক সেই নির্বাচনগুলোকে পক্ষপাতিত করে, ফলে যথেষ্ট দীর্ঘ একটি অংশে টোকেন বণ্টন একটি পরিমাপযোগ্য স্বাক্ষর বহন করে। পাঠ্যের মধ্যে কিছুই ঢোকানো হয় না, তাই আউটপুট স্বাভাবিকভাবে পড়া যায়, Anthropic বলতে পারে যে এই চিহ্ন অর্থ বা গুণমানকে প্রভাবিত করে না, এবং এটি copy and paste, ফাইল ফরম্যাট পরিবর্তন ও সরল পাঠ্যে রূপান্তরেও টিকে যায়।
পার্থক্যটি যান্ত্রিক। যা কিছু আপনার প্রকৃত শব্দগুলোকে অপরিবর্তিত রাখে, তা স্বাক্ষরটিকেও অপরিবর্তিত রাখে: অনুলিপি করা, পুনরাকৃত করা, ফাইল টাইপ বদলানো, অদৃশ্য অক্ষর সরানো। যা কিছু টোকেন ধারাটিকে পুনর্গঠন করে, তা এটিকে নষ্ট করে: উল্লেখযোগ্য পুনর্লিখন, ব্যাপক প্যারাফ্রেজিং, অন্য ভাষায় অনুবাদ। Anthropic এ কথা স্বীকার করেছে, এবং ব্যবস্থাটিকে এমন একটি প্রথম ধাপ হিসেবে বর্ণনা করেছে যেটিকে সম্পাদনা পরাস্ত করতে পারে। খুব সংক্ষিপ্ত অংশগুলো ভিন্ন কারণে নির্ভরযোগ্য নয়, কারণ একটি পরিসংখ্যানগত পরিমাপকে কিছু বলার আগে সংকেত জমা করতে যথেষ্ট পাঠ্য দরকার।
এখানেই বর্তমানে AI ওয়াটারমার্ক অপসারণকারী হিসেবে বাজারজাত করা বেশিরভাগ ফ্রি সরঞ্জাম ভুল করে। তারা শূন্য-প্রস্থ Unicode অক্ষর ও অদৃশ্য ফাঁকা স্থান খুঁজে মুছে দেয়, যা ভিন্ন এক সমস্যার যুক্তিসঙ্গত প্রতিক্রিয়া ছিল, কিন্তু এখানে একেবারেই কাজ করে না। Claude-এর আউটপুটে এমন পরিষ্কারক চালালে যে পাঠ্য পাওয়া যায়, তাতে শুরুতে থাকা স্বাক্ষরই ঠিক তেমন থাকে।
ঘোষণাটির প্রতিক্রিয়ায় যে অভিযোগটি সবচেয়ে বেশি ছড়িয়ে পড়েছিল, তা AI খসড়া লুকানো লোকদের কাছ থেকে আসেনি। এসেছিল সেইসব লেখকের কাছ থেকে, যারা মডেলটিকে সম্পাদক হিসেবে ব্যবহার করেন। আপনার নিজস্ব একটি প্রস্তুত অনুচ্ছেদ Claude-এ কপি-এডিটের জন্য দিলে, যা ফিরে আসে তা ওয়াটারমার্কযুক্ত, কারণ চিহ্নটি জানায় যে ওই টোকেনগুলো মডেল তৈরি করেছে, ধারণাগুলো নয়। আইনজীবী, শিক্ষাবিদ ও গবেষকেরা কয়েক ঘণ্টার মধ্যেই একই আপত্তি তুলেছিলেন: তাদের মানব-রচিত, সামান্য সম্পাদিত লেখা এখন এমন একটি সংকেত বহন করবে, যা নিয়োগকর্তা, প্রকাশক, জার্নাল বা প্রতিষ্ঠান AI লেখকত্বের প্রমাণ হিসেবে পড়তে পারে। অংশটিকে নতুন শব্দচয়নে পুনর্গঠন করাই সেই আরোপ-সংক্রান্ত সমস্যার সরাসরি সমাধান।
শুধু Anthropic-এর মাধ্যমে। শনাক্তকরণ কোম্পানির নিজস্ব API-এর মাধ্যমে পরিকল্পিত, এবং সাধারণ উদ্দেশ্যের AI শনাক্তকারী এই চিহ্ন পড়তে পারে না। তবু ফলাফল সম্ভাব্যতাভিত্তিক: একটি ইতিবাচক ফল কেবল বলে যে পাঠ্যটি Claude দ্বারা প্রক্রিয়াকৃত হতে পারে, কিন্তু লেখকত্ব, কত অংশ যন্ত্র-উৎপাদিত ছিল, বা মডেলটি খসড়া করেছিল নাকি কেবল সম্পাদনা করেছিল, তা প্রতিষ্ঠা করে না। নেতিবাচক ফল প্রায় কিছুই বলে না, কারণ অচিহ্নিত পাঠ্যও AI-উৎপাদিত হতে পারে। কোনো ফলকেই প্রমাণ হিসেবে ধরা, পরিমাপটি কী সমর্থন করতে পারে তা ভুলভাবে পড়া।
এই পাতার টুলটি একটি অনুচ্ছেদ পুনর্গঠন করে।ProofreaderPro AI humanizerআরও এগিয়ে যায়, এবং জলছাপযুক্ত নথির ক্ষেত্রে এটি আরও পূর্ণাঙ্গ সমাধান। একটি humanization প্রক্রিয়া আপনার পাঠ্যকে যেখানে আছে সেখানেই সম্পাদনা করে না বা যেসব অংশ যন্ত্রসুলভ মনে হয় সেগুলোকে খণ্ড খণ্ডভাবে মেরামত করে না। এটি নথিটি পড়ে এবং শুরু থেকে আবার লিখে, AI-ধাঁচের গদ্যকে মানবিক শৈলীর লেখায় রূপান্তরিত করে: বাক্যের দৈর্ঘ্য আর সমান থাকে না, বাক্যাংশের বিন্যাস আর পুনরাবৃত্ত হয় না, যেখানে একজন মানুষ ঢিলে করত সেখানে ভঙ্গিও ঢিলে হয়, আর যেসব শব্দযোজন যন্ত্রের খসড়া ফাঁস করে দেয় সেগুলো বদলে এমন শব্দ বসে যেগুলো একজন মানব লেখক স্বাভাবিকভাবে ব্যবহার করতেন।
এই প্রক্রিয়ার পার্শ্বফল হিসেবে জলছাপ মুছে যায়, এবং তা সম্পূর্ণভাবেই। Anthropic-এর চিহ্নটি বহন করে Claude যে নির্দিষ্ট token-এর ক্রম বেছে নিয়েছিল। humanizer যখন একটি নথি পুনর্লিখন করে, তখন সেই tokenগুলোর একটিও আউটপুটে থাকে না: প্রতিটি sentence ভিন্ন একটি ইঞ্জিনের মাধ্যমে নতুন করে তৈরি হয়, ভিন্ন বাক্যসীমা এবং ভিন্ন শব্দচয়নের বণ্টনসহ। এখানে উদ্বেগের মতো আংশিক কোনো অবস্থা নেই, humanizer যেসব অনুচ্ছেদকে সামান্য স্পর্শ করেছে সেগুলোতে কোনো অবশিষ্টও থাকে না, কারণ এটি কিছুই সামান্যভাবে স্পর্শ করে না। পরিসংখ্যানগত ছাপের সঙ্গে তুলনা করার মতো আর কিছুই অবশিষ্ট থাকে না।
এই পাতার টুলটির তুলনায় ব্যবহারিক পার্থক্য হলো পরিসর ও গভীরতা। এই টুলটি একবারে 500টি শব্দ নিয়ে সেগুলোকে বিশ্বস্তভাবে পুনরায় প্রকাশ করে, যা একটিমাত্র অনুচ্ছেদ পরিষ্কার করার জন্য যথাযথ। একটি পূর্ণ manuscript, thesis chapter, report বা article জুড়ে AI text humanizer করতে, এবং ফলটিকে এমনভাবে পড়াতে যাতে তা কেবল আলাদা নয় বরং একজন মানুষ লিখেছেন বলেই মনে হয়, সেইAI humanizerএকবারেই পুরো নথি পরিচালনা করে, আর আপনার উদ্ধৃতি, চিত্র এবং প্রযুক্তিগত পরিভাষাগুলোকে ঠিক এই টুলটির মতোই সুরক্ষিত রাখে। যে কেউ একটি সম্পূর্ণ খসড়াজুড়ে জলছাপের মুখোমুখি হচ্ছেন, তাঁর সেখান থেকেই শুরু করা উচিত।
ProofreaderPro.ai হলো একটি AI একাডেমিক সম্পাদনা স্যুট, যা প্রুফরিড, প্যারাফ্রেজ, মানবিক করে এবং উদ্ধৃতি দেয়, গবেষক, শিক্ষার্থী ও প্রকাশনার জন্য লেখা পেশাজীবীদের জন্য তৈরি। এই সরঞ্জামটি একটি সীমিত ক্ষেত্রে ব্যবহৃত হয়, এমন একটি পুনর্লিখন ধাপ যার একমাত্র কাজ হলো একটি অংশকে বিশ্বস্তভাবে পুনর্গঠন করা। পূর্ণ পাণ্ডুলিপির ক্ষেত্রে, ProofreaderPro সম্পাদক একটি সম্পূর্ণ নথি জুড়ে কাজ করে, যেখানে আপনি লাইন ধরে লাইন অনুমোদন করেন এমন ট্র্যাক করা পরিবর্তন থাকে, এবং এটি আপনার পাঠ্যে ওয়াটারমার্ক যোগ করে না। আপনার লক্ষ্য যদি কেবল পুনর্গঠন না করে যান্ত্রিক শোনানো গদ্যকে স্বাভাবিক মানবিক রেজিস্টারে নিয়ে আসা হয়, তবে AI পাঠ্য মানবীকরণকারী সেই কাজের জন্য তৈরি সরঞ্জাম, এবং একটি পূর্ণ মানবীকরণ ধাপ তার কাজ করার পদ্ধতির পার্শ্বফল হিসেবে token-level ওয়াটারমার্ক সরিয়ে দেয়। বাকি ফ্রি সরঞ্জামগুলো এর আশেপাশের যাচাইগুলো কভার করে।
Claude-সম্পাদিত একটি অনুচ্ছেদ এবং তার পুনর্লিখন। পাশাপাশি পড়ুন: দাবিগুলো, সংখ্যা ও সতর্কতামূলক ভাষা অভিন্ন, এবং একটিও বাক্য তার মূল শব্দচয়নে টিকে নেই।
The findings of this study suggest that remote work arrangements have a measurable effect on employee productivity, though the magnitude of that effect varies considerably across sectors. Participants in knowledge-intensive roles reported higher output when working from home, while those in collaborative or client-facing positions reported the opposite.
This study's results point to a measurable productivity effect from remote work arrangements, although how large that effect is differs considerably from one sector to the next. Among participants in knowledge-intensive roles, output was higher at home; participants in collaborative or client-facing positions reported the reverse.
এখানে কিছুই মুছে বা যোগ করা হয়নি। অনুচ্ছেদটি একই শক্তিতে, একই দুই গোষ্ঠীর সম্পর্কে, 50-এর বদলে 48টি শব্দে, একই দুটি দাবি করে। এটাই পুরো কৌশল, অর্থ বহনযোগ্য, টোকেন ধারা নয়।
Claude যখন লেখে, মডেল ক্রমাগত এমন শব্দগুলোর মধ্যে সমতার মুখে পড়ে যেগুলোর সবকটিই মানানসই হতো। একটি গোপন চাবি প্রতিটি সমতার মীমাংসা করে। লেখায় কোনো অক্ষর যোগ হয় না; বাছাইগুলোর নকশাই ওয়াটারমার্ক। এ কারণেই চাবি হাতে থাকা শনাক্তকারী সেটি পড়তে পারে, আর এ কারণেই কেবল নতুন শব্দই সেটি মুছতে পারে।
"The results suggest a measurable effect across sectors." প্রতিটি সমতায় চাবিটি বাছাইকে হেলিয়ে দিয়েছে:
"The results point to a clear shift between industries." প্রতিটি টোকেন ভিন্ন এক ইঞ্জিন নতুন করে বানিয়েছে:
কাকতালীয় মিল কখনো শূন্যে নামে না, তাই শনাক্তকরণ পরিসংখ্যানভিত্তিক এবং তার জন্য লম্বা অনুচ্ছেদ লাগে। এ কারণেই Anthropic-এর নিজস্ব ব্যাখ্যাও সীমাটি স্বীকার করে: "সম্পূর্ণ পুনর্লিখন, যেখানে প্রতিটি শব্দ বদলে দেওয়া হয়" চিহ্নটি সরিয়ে দেয়।
তিনটি পদ্ধতিই টোকেনের ক্রম নতুন করে গড়ে। পুরো কার্যপ্রণালী এটুকুই, আর এই টুল ঠিক এই পদ্ধতিই ব্যবহার করে।
Claude-এর ওয়াটারমার্ক নতুন কোনো উদ্ভাবন নয়। এটি ২০২২ সাল থেকে প্রকাশ্যে চলা এক গবেষণা কর্মসূচির বাস্তবায়ন, যার জানা সীমাবদ্ধতাগুলোও পথে পথে প্রকাশিত হয়েছে।
UT Austin-এর এক বক্তৃতায় Scott Aaronson তাঁর OpenAI প্রকল্পের বর্ণনা দেন: প্রায় সমতুল্য শব্দগুলোর মধ্যে মডেলের বাছাইকে একটি গোপন ক্রিপ্টোগ্রাফিক ফাংশন দিয়ে হেলিয়ে দেওয়া, যাতে লেখাটি নিজেই প্রমাণ করে সে কোথা থেকে এসেছে।
বক্তৃতাটি পড়ুনমেরিল্যান্ডের Kirchenbauer ও সহকর্মীরা A Watermark for Large Language Models প্রকাশ করেন, পিয়ার-রিভিউ করা রেসিপি: লেখা তৈরির সময় চাবি-নির্ধারিত টোকেন উপসেটকে প্রাধান্য দাও, আর পরিসংখ্যানগত পরীক্ষায় শনাক্ত করো, মডেলে প্রবেশাধিকার ছাড়াই। ICML 2023।
arXiv:2301.10226Krishna ও সহকর্মীরা DIPPER তৈরি করেন, এমন এক প্যারাফ্রেজার যা AI-লেখা শনাক্তকারীদের ধসিয়ে দেয়, ওয়াটারমার্কসহ; DetectGPT-এর শনাক্তকরণ ৭০.৩% থেকে নেমে আসে ৪.৬%-এ। Anthropic পরে যে দুর্বলতা স্বীকার করবে, তা তিন বছর আগেই নথিবদ্ধ ছিল। NeurIPS 2023।
arXiv:2303.13408Google DeepMind Nature-এ SynthID-Text প্রকাশ করে, প্রথম স্যাম্পলিং ওয়াটারমার্ক যা কোনো বাস্তব পণ্যে বড় পরিসরে চালু হয়। Anthropic ঠিক এই কৌশলটিকেই Claude-এর চিহ্নের ভিত্তি বলে উল্লেখ করেছে।
Nature (2024)২ আগস্ট ২০২৬ থেকে প্রকাশিত প্রতিটি Claude মডেল তার টেক্সট আউটপুটে চিহ্ন বসায়, সারা বিশ্বে, সব প্ল্যানে, অপ্ট-আউটের সুযোগ ছাড়া, ইউরোপীয় ইউনিয়নের AI আইনের অনুচ্ছেদ ৫০(২) বাস্তবায়নে। তিন দিন পর কোম্পানিটি তাদের প্রযুক্তিগত ব্যাখ্যা প্রকাশ করে।
Anthropic-এর ব্যাখ্যাওয়াটারমার্ক কীভাবে কাজ করে, কী তাকে হারায় আর কেন, এসব আমাদের মতামত নয়। সবই নথিবদ্ধ আছে Anthropic-এর নিজস্ব প্রকাশনায়, পিয়ার-রিভিউ করা গবেষণায়, আর যে বিধান এই চালুর সূচনা করেছে তাতে। উৎসগুলো সরাসরি পড়ুন।
কোম্পানির নিজস্ব প্রযুক্তিগত ব্যাখ্যা: চিহ্নটি শব্দ বাছাইয়ের দৈবচয়নের উৎস বদলে দেয়, শনাক্তকরণ সম্ভাবনাভিত্তিক, খসড়া লেখা আর সম্পাদনার পার্থক্য সে করতে পারে না, এবং সম্পূর্ণ পুনর্লিখন তা মুছে দেয়।
anthropic.comনীতিমালার দলিল: কোন মডেলগুলো চিহ্ন বসায়, কোন প্ল্যাটফর্মগুলো আওতায় (API, claude.ai, Claude Code, ক্লাউড সরবরাহকারী), বিশ্বজোড়া পরিধি এবং কোনো প্ল্যানেই অপ্ট-আউট নেই।
support.claude.comSynthID-Text, Google DeepMind-এর উৎপাদন-স্তরের ওয়াটারমার্ক এবং সেই প্রকাশিত কৌশল যার ওপর Anthropic-এর বাস্তবায়ন দাঁড়িয়ে। বড় পরিসরে স্যাম্পলিং ওয়াটারমার্ক কীভাবে চলে তার চূড়ান্ত বিবরণ।
doi.orgভিত্তিমূলক পদ্ধতি: শব্দভান্ডারকে চাবি দিয়ে ভাগ করো, লেখা তৈরির সময় চাবির টোকেনগুলোকে প্রাধান্য দাও, আর কেবল লেখার ওপর পরিসংখ্যানগত পরীক্ষা চালিয়ে হেলে-পড়া শনাক্ত করো।
arxiv.orgএই পাতার পেছনের দৃঢ়তা-ফলাফল: বাক্যগঠন নতুন করে বানালে সব পদ্ধতির শনাক্তকরণ ধসে পড়ে, ওয়াটারমার্কসহ, কারণ সংকেতটি বাস করে কেবল টোকেনের ক্রমে, আর কোথাও নয়।
arxiv.orgআইনি চালিকাশক্তি: জেনারেটিভ ব্যবস্থার সরবরাহকারীদের নিশ্চিত করতে হবে যে আউটপুট "যন্ত্র-পাঠযোগ্য বিন্যাসে চিহ্নিত এবং কৃত্রিমভাবে তৈরি বলে শনাক্তযোগ্য"। Anthropic শুধু EU ট্র্যাফিক নয়, বিশ্বজুড়ে মেনে চলা বেছে নিয়েছে।
artificialintelligenceact.euসব বাইরের লিংক নতুন ট্যাবে খোলে এবং প্রকাশের আগে সরাসরি যাচাই করা হয়েছে। উদ্ধৃতির বিবরণ প্রতিটি প্রকাশনাস্থলের নিজস্ব নথি অনুসরণ করে।
ProofreaderPro সম্পাদক আপনার সম্পূর্ণ পেপার প্রুফরিড, পরিমার্জন ও বিন্যাস করে, আপনি লাইন ধরে লাইন অনুমোদন করেন এমন ট্র্যাক করা পরিবর্তনসহ, এবং এটি আপনার পাঠ্যে ওয়াটারমার্ক যোগ করে না। বিশ্বজুড়ে গবেষকদের আস্থাভাজন, চেষ্টা করা ফ্রি।
আমার পূর্ণ পেপার সম্পাদনা করুনএক জায়গায় আপনার একাডেমিক লেখা প্রুফরিড করুন, মানুষের মতো করে তুলুন, প্যারাফ্রেজ করুন এবং অনুবাদ করুন। শুরু করতে ফ্রি, ক্রেডিট কার্ডের দরকার নেই।
ফ্রি শুরু করুন