Anthropicは2026年8月11日、2026年8月2日以降にリリースされたすべてのClaudeモデルのテキスト出力に、不可視のウォーターマークを埋め込むと発表しました。これは隠し文字ではなく、モデルのトークン選択に織り込まれた統計的なマークなので、コピー&ペーストしても残り、不可視文字を削除するツールでは何も変わりません。削除する方法は、テキストを書き換えることです。最大500語まで貼り付けると、このツールが各文を新しい表現で言い換え、事実、数字、留保表現、引用は元のまま維持します。
Paste or type your text, then run the tool. Results appear below in seconds.
0 / 500 words




Trusted by researchers publishing in
40語から500語まで。下限が重要なのは、トークン分布全体で測定されるウォーターマークには十分な長さのテキストが必要であり、意味を保ったまま書き換えるにもある程度の分量が要るためです。
別のモデルが、文ごとに語を再生成し、文頭や節の順序を変えます。新しいトークンが使われるため、Claudeのサンプリングに結びついたシグネチャは引き継がれません。
書き換え結果を元の文章と比較してください。事実、数字、留保表現、用語、引用は固定されますが、意味が保たれているかを確認するのはあなたです。
自分の段落をコピー編集にかけても、ウォーターマーク付きで返ってきます。そのマークは、編集稿と下書きを区別できません。
不可視文字を削除しても、サンプリングバイアスのウォーターマークには触れられません。機能するのは、トークンを再生成することだけです。
mayはmayのまま、suggestsはsuggestsのままです。数字、日付、名前、留保表現は、入力時とまったく同じ形で出力されます。
引用文、文中引用、参考文献項目は文字ごとにコピーされ、言い換えや番号の変更は一切行われません。
2026年8月11日、Anthropicは、自社ドキュメントで説明しているとおり、自社のモデルが生成するテキストに不可視のウォーターマークを埋め込むと発表しました。ClaudeがAI生成コンテンツに印を付ける方法2026年8月2日以降にリリースされたモデルは、公開時点でこのマークに対応しており、Anthropicは移行期間中に旧モデルにも追加していくとしています。この方針は、Claude API、claude.ai、Claude Code、Claude Cowork、そしてAWS、Google Cloud、Microsoft Foundry経由で提供されるClaudeに及びます。すべてのプランのユーザーに対して世界全体で適用され、オプトアウトはありません。この対応の背景には、AI生成コンテンツの透明性に関するEU AI Act第50条(2)の行動規範があり、そこでは提供事業者に機械生成出力へのマーキングが義務づけられています。Anthropicは、欧州のトラフィックだけでなく世界全体にこのマークを適用することを選びました。
隠し文字としてでも、ファイルメタデータとしてでもありません。モデルは書きながら、その文脈で統計的にほぼ同等な語の間を繰り返し選びます。ウォーターマークは秘密鍵に従ってその選択にバイアスをかけるため、十分に長い文章では、得られるトークン分布に測定可能なシグネチャが現れます。テキストそのものには何も挿入されないので、出力は普通に読めますし、Anthropicがマークは意味や品質に影響しないと言える理由でもあり、コピー&ペースト、ファイル形式の変更、プレーンテキストへの変換でも残る理由です。
違いは機械的です。実際の語をそのまま残す処理は、シグネチャもそのまま残します。たとえば、コピー、再整形、ファイル形式の変更、不可視文字の削除です。トークン列を再構成するものは、シグネチャを破壊します。大幅なリライト、強いパラフレーズ、別言語への翻訳です。Anthropicもその点は認めており、この仕組みを、編集で崩せる最初の段階のものだと説明しています。非常に短い文章が信頼しにくいのも別の理由によります。統計的測定には、何かを示せるだけの信号が蓄積する十分なテキストが必要だからです。
現在AI watermark removerとして売られている無料ツールの多くがここで誤るのは、このためです。それらはゼロ幅Unicode文字や不可視スペースを検出して削除しますが、それは別の問題への妥当な対処だったにすぎず、ここではまったく効果がありません。Claudeの出力にその種のクリーナーをかけても、最初から持っていたシグネチャはそのまま残ります。
発表への反応で最も大きかった不満は、AIによる下書きを隠したい人々から出たものではありませんでした。モデルを編集者として使う書き手から出たものです。完成済みの自分の段落をClaudeに入れてコピー編集すると、返ってくる文章にはウォーターマークが付きます。マークは、そのトークンをモデルが生成したことを記録するのであって、アイデアまで生成したことを示すわけではないからです。弁護士、研究者、学術関係者も数時間以内に同じ異議を唱えました。人間が書いた文章を軽く編集しただけなのに、雇用主、出版社、学術誌、機関がAI著者の証拠として読めるシグナルを帯びることになる、というのです。段落を新しい表現で言い換えることが、その帰属問題への直接的な答えです。
Anthropic経由でのみです。検出は同社独自のAPIで行われる予定で、汎用のAI検出器ではこのマークを読み取れません。しかも結果は確率的です。陽性は、そのテキストがClaudeによって処理された可能性があることを示すだけで、著者が誰か、どの程度が機械生成か、モデルが下書きしたのか単に編集しただけなのかは示しません。陰性はさらに多くを示しません。マークのないテキストでもAI生成である可能性があるからです。どちらの結果も証明とみなすのは、この測定で支持できる内容を誤解しています。
このページのツールは一つの文章を再構成します。ProofreaderPro AI humanizerはさらに踏み込み、ウォーターマーク付きの文書に対しては、より完全な答えになります。humanizerによる処理は、テキストをその場で編集したり、機械的に見える部分だけを補修したりはしません。文書全体を読み取り、最初から書き直すことで、AI的な散文を人間の文体へと移します。つまり、文の長さは均一でなくなり、節のパターンは反復しなくなり、文体は人間なら緩めるところで自然に緩み、機械的な下書きらしさを示す語彙は、人間の書き手なら実際に選ぶような表現に置き換わります。
ウォーターマークの消去はその副産物であり、しかも完全なものです。Anthropicの印は、Claudeが選んだ特定のトークン列によって担われています。humanizerが文書を書き直すと、それらのトークンは一つも出力に残りません。すべての文は別のエンジンによって新たに生成され、文の境界も語の選択の分布も異なります。部分的に残る場合を心配する必要はなく、humanizerが軽く触れた段落に残滓が残ることもありません。なぜなら、そもそも軽く触れることがないからです。統計的な特徴量は、もはや照合する相手を失います。
このページのツールとの実用上の違いは、規模と深さです。このツールは一度に500語を扱い、忠実に言い換えるため、1つの段落を整えたい場合には適しています。AI text humanizerを用いて、論文の章、報告書、記事などの全文にわたってAIテキストをhumanizerし、単に別物として読まれるのではなく、人が書いたように読まれる結果を得たいなら、AI humanizerが文書全体を一度で処理し、引用、図表、技術用語をこのツールと同様に正確に保護します。完成した下書き全体にウォーターマークがある場合は、まずそこから始めるべきです。
ProofreaderPro.aiは、研究者、学生、出版向けの執筆者のために、校正、パラフレーズ、人間らしい表現への調整、引用を行うAI学術編集スイートです。このツールは、そのうちの限定的な用途にあたります。つまり、段落を忠実に言い換えることだけを目的としたリライト工程です。全文原稿には、ProofreaderPro editor が、行ごとに承認できる変更履歴付きで文書全体にわたって機能し、テキストにウォーターマークを付けることはありません。単に言い換えるのではなく、機械的に見える文章を自然な人間らしい文体へ移したいなら、AI text humanizer がそのためのツールであり、完全な人間化の処理は、その仕組み上、副次的にトークンレベルのウォーターマークを取り除きます。残りの無料ツール が、その周辺の確認作業を担います。
Claudeで編集した段落と、その書き換え版です。並べて読んでみてください。主張、数字、留保表現は同じで、元の文言のまま残っている文は1つもありません。
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.
ここでは何も削除も追加もされていません。段落は、同じ2つの集団について、同じ強さで、同じ2つの主張を、50語ではなく48語で述べています。これが要点です。意味はそのまま運べますが、トークン列はそのままでは運べません。
ProofreaderPro editorは、行ごとに承認できる変更履歴付きで全文を校正し、洗練し、整形します。テキストにウォーターマークを付けることはありません。世界中の研究者に信頼され、無料でお試しいただけます。
全文を編集する