Dấu watermark của Claude: Nó là gì và Cách kiểm tra

Ngày 11 tháng 8 năm 2026, Anthropic công bố rằng Claude sẽ bắt đầu nhúng một watermark vô hình vào văn bản mà công cụ này tạo ra. Trong vòng vài giờ, phản đối mạnh mẽ nhất không đến từ sinh viên. Nó đến từ luật sư, học giả và nhà nghiên cứu sử dụng Claude để hiệu đính bài viết của chính họ, và vừa biết rằng bài viết của họ giờ đây sẽ mang một dấu hiệu do máy tạo.

Tóm tắt nhanh: watermark là một thiên lệch thống kê trong cách Claude lựa chọn từ, chứ không phải một ký tự ẩn được nhúng vào tài liệu của bạn. Nó vẫn tồn tại khi sao chép, dán, định dạng lại và chuyển đổi sang văn bản thuần. Nó không tồn tại nếu viết lại, dịch thuật hoặc chỉnh sửa nặng. Nó áp dụng cho mọi mô hình Claude phát hành vào hoặc sau ngày 2 tháng 8 năm 2026, trên toàn thế giới, không có tùy chọn từ chối. Và kết quả phát hiện dương tính cho bạn biết rằng Claude có thể đã xử lý văn bản đó. Nó không cho bạn biết ai là người đã viết.

Hướng dẫn này trình bày Anthropic thực sự đã xây dựng những gì, hệ thống đánh dấu thứ hai gần như không được ai đề cập, dấu đó chứng minh và không chứng minh điều gì, và cần làm gì nếu một bài viết do chính bạn tạo ra bị đánh dấu.

Anthropic thực sự đã công bố điều gì?

Chính sách được đăng trong trung tâm trợ giúp của Anthropic trong một bài viết có tiêu đề Cách Claude đánh dấu nội dung do AI tạo ra. Nội dung cốt lõi:

Nguyên nhân là do yêu cầu pháp lý. Anthropic đã ký vào Bộ Quy tắc thực hành về minh bạch cho nội dung do AI tạo theo Điều 50(2) của Đạo luật AI của EU, trong đó yêu cầu các nhà cung cấp hệ thống tạo sinh phải gắn nhãn đầu ra để có thể xác định đó là sản phẩm do máy tạo. Nghĩa vụ này áp dụng ở châu Âu. Quyết định của Anthropic áp dụng nghĩa vụ này cho mọi người dùng trên toàn thế giới thay vì chỉ áp dụng cho lưu lượng truy cập trong EU là không phù hợp.

Những mô hình Claude nào viết có watermark văn bản ngày hôm nay?

Theo trang hỗ trợ của Anthropic, hiện có 8 mô hình Claude viết văn bản kèm watermark. Đó là Claude Fable 5.1, Fable 5, Mythos 5.1, Opus 5.5, Opus 5, Opus 4.8, Sonnet 5.5 và Sonnet 5. Bảy mô hình cũ hơn gắn Content Credential vào các tệp mà chúng tạo ra, nhưng đến nay vẫn chưa nhúng watermark văn bản. Chúng là Claude Mythos 5, Opus 4.7, Opus 4.6, Opus 4.5, Sonnet 4.6, Sonnet 4.5 và Haiku 4.5.

Anthropic đang bổ sung watermark theo từng mô hình. Họ cho biết đang nỗ lực đưa tính năng này tới các mô hình được phát hành trước ngày 2 tháng 8 năm 2026, thời điểm mà giai đoạn chuyển tiếp của Đạo luật AI của EU quy định. Với Fable 5, Opus 4.8 và Sonnet 5, watermark đã hoạt động trên các sản phẩm do chính Anthropic cung cấp, và Amazon Bedrock sẽ hoàn tất việc triển khai trước ngày 12 tháng 10 năm 2026.

Thiếu watermark không có nghĩa là một người đã viết đoạn văn đó. Chẳng hạn, văn bản từ Opus 4.5 hiện chưa có watermark. Anthropic cũng nói rằng chỉnh sửa nặng, diễn giải, dịch và các đoạn văn rất ngắn có thể không để lại dấu vết có thể phát hiện được. Hướng dẫn của chúng tôi về cách humanizing a Claude draft trình bày cách chỉnh sửa bài viết học thuật do Claude hỗ trợ để mang giọng điệu riêng của bạn.

Watermark của Claude hoạt động như thế nào?

Đây là phần mà gần như mọi bài viết đều làm sai trong 48 giờ đầu tiên, và việc làm sai sẽ dẫn mọi người đến những giải pháp không thể nào hoạt động được.

Khi một mô hình ngôn ngữ tạo văn bản, nó không chọn từ tiếp theo duy nhất đúng. Ở hầu hết các điểm trong một câu, sẽ có một số cách tiếp nối khác nhau tương đương về mặt thống kê: một vài từ bất kỳ trong số đó đều có thể đọc tự nhiên. Watermark sẽ định hướng lựa chọn đó theo một khóa bí mật do Anthropic nắm giữ. Mỗi lựa chọn riêng lẻ nhìn chung không có gì đáng chú ý. Trên một đoạn đủ dài, chuỗi tích lũy của các lựa chọn sẽ tạo thành một phân phối mà một bộ phát hiện nắm giữ khóa có thể đo được.

Từ đó có ba hệ quả, và chúng giải thích gần như toàn bộ cách hoạt động của dấu hiệu này:

Không có gì được thêm vào văn bản của bạn. Không chèn ký tự có bề rộng bằng không, không có khoảng trắng vô hình, không có trường siêu dữ liệu, không có mẹo định dạng. Dấu ấn là một thuộc tính của việc những từ nào đã được chọn, vì vậy Anthropic có thể khẳng định rằng dấu ấn không làm thay đổi ý nghĩa, chất lượng hay khả năng đọc của đầu ra.

Dấu ấn đi cùng với các từ. Hãy copy đoạn văn vào email, dán vào Word, chuyển về văn bản thuần túy, đổi định dạng tệp. Các từ không đổi, nên chữ ký cũng không đổi.

Nó cần dung lượng. Một phép đo thống kê được thực hiện trên phân bố token đòi hỏi đủ số lượng token. Ngay chính Anthropic cũng nêu nội dung "quá ngắn để phát hiện đáng tin cậy" như một lý do khiến dấu ấn có thể không được tìm thấy.

Hệ thống thứ hai mà ít ai đề cập: siêu dữ liệu tệp C2PA

Dấu ấn watermark cho văn bản lấy các tiêu đề, nhưng Anthropic công bố hai cơ chế, không phải một.

Khi Claude tạo một tệp thay vì viết văn bản, cụ thể là .svg, .png và .jpg, thì Anthropic gắn vào tệp đó siêu dữ liệu xuất xứ được ký số, theo chuẩn C2PA của Coalition for Content Provenance and Authenticity. Đây là một công nghệ khác để giải quyết một nửa khác của vấn đề: một định dạng được hậu thuẫn bởi ngành nhằm ghi lại nguồn gốc của một tài sản và lịch sử chỉnh sửa của nó, được ký mật mã để phát hiện hành vi can thiệp là có thể.

Nó cũng dễ bị tổn thương hơn đáng kể so với dấu ấn văn bản. Anthropic thừa nhận rằng siêu dữ liệu C2PA có thể bị loại bỏ khi chuyển đổi định dạng, khi lưu lại bằng một công cụ không hỗ trợ chuẩn này, hoặc đơn giản là chụp màn hình. Siêu dữ liệu nằm cạnh tệp; còn dấu ấn thống kê nằm bên trong các từ. Sự khác biệt về độ bền này là lý do dấu ấn văn bản gây ra tranh luận, còn dấu ấn tệp thì không.

Điều gì sẽ xóa dấu ấn và điều gì thì không

Ranh giới không phải là câu hỏi về bạn bỏ ra bao nhiêu công sức. Hoặc thao tác đó giữ nguyên các từ thật của bạn, hoặc nó sẽ tái tạo chúng.

Hàng quan trọng về mặt thương mại là hàng thứ ba. Phần lớn các công cụ miễn phí hiện đang được tiếp thị như công cụ gỡ bỏ watermark AI đều quét các ký tự Unicode không bề rộng và khoảng trắng vô hình, rồi xóa bất cứ thứ gì chúng tìm thấy. Đây là phản ứng hợp lý trước một vấn đề hoàn toàn khác, và trước watermark của Claude thì nó không đạt được điều gì. Chạy một trong những bộ lọc đó trên đầu ra của Claude, và thứ trả về sẽ đo được đúng như trước khi đưa vào.

Thực tế thì phát hiện tích cực chứng minh điều gì?

Ít hơn những gì từ "phát hiện" ngụ ý, và điều này cần được lưu ý vì chính sách của các tổ chức đang được viết vội vàng trong thời điểm hiện tại.

Kết quả dương tính chỉ ra rằng một đoạn văn có thể đã được xử lý bởi Claude. Anthropic nêu rõ rằng watermark được phát hiện không chứng minh Claude là tác giả nội dung, vì lý do hiển nhiên là mọi người dùng mô hình để chỉnh sửa, dịch và tóm tắt những gì họ tự viết. Phép đo này không thể phân biệt được một tài liệu do Claude soạn thảo với một tài liệu do Claude chỉ mới biên tập gọn gàng.

Kết quả âm tính còn chứng minh được ít hơn nữa. Văn bản không có dấu có thể do con người viết, có thể đến từ một mô hình hoàn toàn không có watermark, có thể là đầu ra của Claude đã được chỉnh sửa nhiều, hoặc đơn giản là quá ngắn để có thể đo.

Có một hạn chế thực tế nữa cần biết: các bộ phát hiện AI đa mục đích không thể đọc dấu này. Việc phát hiện cần khóa của Anthropic, nên nó chạy qua hệ thống công cụ của chính Anthropic, mà khi công bố thì không có mốc phát hành. Các bộ phát hiện mà tổ chức của bạn đang dùng hiện nay không đọc được watermark của Claude.

Có bộ phát hiện hoặc bộ kiểm tra watermark của Claude không?

Hiện chưa có bộ phát hiện watermark của Claude ở dạng công khai. Claude Watermark Detector của chính Anthropic kiểm tra văn bản xem có watermark hay không, và hiện nằm trong bản xem trước riêng. Nó dành cho các tổ chức mà luật EU gọi tên, như các cơ quan quản lý, thực thi pháp luật, truyền thông, nhà kiểm chứng thông tin, các nhà nghiên cứu độc lập, tổ chức giáo dục và các nhóm thuộc xã hội dân sự tại EU. Các doanh nghiệp cần xác minh watermark để tuân thủ cũng có thể nộp đơn. Anthropic tiếp nhận yêu cầu qua một biểu mẫu và cho biết họ dự định mở rộng quyền truy cập theo thời gian.

Claude Content Checker miễn phí của Anthropic trả lời một câu hỏi khác. Nó kiểm tra xem một tệp ảnh, âm thanh hoặc video có Content Credential hay không, tức là siêu dữ liệu C2PA đã được ký mà Claude đính kèm vào các tệp mà nó tạo ra. Anthropic cho biết công cụ này không kiểm tra văn bản, vì Claude gắn watermark cho văn bản ngay trong chính phần viết.

Anthropic cũng nói rằng watermark được phát hiện không phải là kết luận hoàn toàn xác đáng. Mọi người dùng Claude để hiệu đính, dịch hoặc tóm tắt phần viết của chính họ, và phần văn bản đó cũng có thể mang dấu. Nếu một trường học hoặc tạp chí đưa ra kết quả watermark về bài viết của bạn, hướng dẫn của chúng tôi về khiếu nại một cảnh báo phát hiện AI sai nêu rõ nên nói gì.

Vì sao làn sóng phản ứng lại đến từ các biên tập viên, chứ không phải từ những người đang che giấu AI

Phản ứng nhìn chung là rất tiêu cực, và hình dạng của nó chính là phần vừa thú vị nhất về mặt thương mại vừa về mặt đạo đức trong câu chuyện.

Trích dẫn cho thấy mối lo nổi bật không phải là "giờ tôi không thể chuyển tác phẩm do AI làm như của mình". Mà là "giờ chính bài viết của tôi bị gắn nhãn AI". Luật sư Peter Harrell nói thẳng: đưa bài viết của chính mình để hiệu đính thì Claude sẽ "gắn watermark cho văn bản của tôi (do con người viết, AI hiệu đính) là AI, điều đó thật vô lý". Nhà khoa học chính trị Maya Sen cũng nêu quan điểm tương tự về việc thay đổi làm mô hình kém hữu ích hơn với những người như bà. Người dẫn chương trình radio Erick Erickson: "những gì tôi đã viết sẽ bị gắn watermark rằng Claude đã làm công việc đó".

Họ đang mô tả một vấn đề có thật và rất cụ thể: gán nguồn sai. Watermark ghi lại rằng mô hình đã tạo ra một chuỗi token. Nó không, và về mặt cấu trúc cũng không thể, ghi lại ai là người tạo ra các ý tưởng, lập luận, nghiên cứu hay bản nháp ban đầu. Với một người viết mà nhà tuyển dụng, nhà xuất bản, tạp chí hoặc trường đại học coi tín hiệu tích cực là bằng chứng đã được xác nhận về tác giả là máy móc, thì khoảng trống này không mang tính học thuật.

Các nhà phát triển cũng nêu một phiên bản song song. Code đi qua các công cụ định dạng, trình kiểm tra lỗi và công cụ tái cấu trúc như một việc thường ngày, và mỗi công cụ đều viết lại bất kỳ lựa chọn token nào còn sót. Trong quy trình phát triển thông thường, watermark bị suy giảm rất nhanh, khiến nó không đáng tin cho trường hợp sử dụng truy vết nguồn gốc của mã mà một số người ngay lập tức đã hình dung.

Vị trí của vấn đề này trong ngành công nghiệp rộng hơn

Anthropic không phải đơn vị đầu tiên, nhưng lĩnh vực này còn thưa thớt hơn nhiều so với những gì các bài đưa tin gợi ý.

SynthID của Google là giải pháp watermark văn bản duy nhất từng được triển khai ở quy mô lớn bởi một nhà cung cấp lớn, sử dụng cùng ý tưởng nền tảng là điều chỉnh xác suất token trong quá trình sinh. Nó bắt đầu từ hình ảnh vào năm 2023 và mở rộng sang văn bản, âm thanh và video. Giải pháp này cũng được áp dụng ngoài Google, bao gồm bởi OpenAI cho đầu ra hình ảnh và giọng nói, và bởi ElevenLabs, Kakao và NVIDIA.

Khoảng trống đáng chú ý là OpenAI. OpenAI nhúng SynthID vào hình ảnh trong ChatGPT và đã mở rộng sang giọng nói, nhưng tính đến thời điểm viết bài này, họ chưa phát hành watermark văn bản cho ChatGPT. Sự bất đối xứng này đáng được ghi nhớ trước khi rút kết luận từ bất kỳ kết quả phát hiện đơn lẻ nào: một tài liệu không có watermark Claude có thể đơn giản là được viết bằng một mô hình không gắn watermark cho văn bản.

Phải làm gì nếu bài viết của bạn bị gắn nhãn

Nếu văn bản thực sự là của bạn và watermark chỉ là dấu vết do hiệu đính, cách khắc phục là viết lại đoạn đó để chuỗi token được xây dựng lại. Chỉnh sửa ở rìa sẽ không làm được điều đó một cách đáng tin cậy, vì hầu hết các lựa chọn từ ngữ của bạn sẽ vẫn còn nguyên sau một lượt xử lý nhẹ.

Với một đoạn văn hoặc một phần riêng lẻ, công cụ xóa watermark Claude của chúng tôi làm đúng việc đó. Nó xây dựng lại tối đa 500 từ mỗi lần bằng cách dùng cách diễn đạt mới thông qua một mô hình khác, đồng thời giữ nguyên các dữ kiện, số liệu, ngày tháng, từ ngữ an toàn (hedges) và thuật ngữ kỹ thuật, và sao chép nguyên văn trích dẫn cũng như tài liệu tham khảo theo từng ký tự. Dịch vụ này miễn phí khi có tài khoản, và nó hoạt động trên đúng cơ chế có thể làm được: tái tạo các token chứ không phải lọc văn bản.

Với một bản thảo hoàn chỉnh, chương luận văn hoặc báo cáo, công cụ humanizer AI phù hợp hơn. Một lượt humanization đầy đủ sẽ viết lại toàn bộ tài liệu thay vì vá lỗi, chuyển văn phong kiểu máy sang văn phong tự nhiên do con người viết, và xóa watermark ở cấp token như một kết quả đi kèm của cách nó hoạt động. Cả hai đều bảo vệ trích dẫn; khác biệt nằm ở quy mô và độ sâu.

Và nếu vấn đề cốt lõi là việc hiệu đính có hỗ trợ AI liên tục khiến tác phẩm của bạn bị đặt trong nghi ngờ, thì trình kiểm tra AI của chúng tôi sẽ chỉnh sửa toàn bộ tài liệu với tính năng theo dõi thay đổi mà bạn duyệt từng dòng, đồng thời không watermark cho văn bản của bạn.

Câu hỏi thường gặp

Q: Liệu mọi đầu ra văn bản của Claude có được gắn watermark (dấu chìm) không?

Tất cả các mô hình Claude được phát hành vào hoặc sau ngày 2 tháng 8 năm 2026 đều nhúng watermark, trên Claude API, claude.ai, Claude Code, Claude Cowork, Claude Tag và cả những phiên bản truy cập qua AWS, Google Cloud và Microsoft Foundry. Anthropic cho biết họ đang làm việc để mở rộng việc gắn dấu cho các mô hình cũ hơn trong giai đoạn chuyển tiếp. Vì vậy, xem mọi thứ được phát hành trước tháng 8 là tự động được miễn là không an toàn. Việc này áp dụng trên toàn thế giới và không có tùy chọn từ chối trong bất kỳ gói nào.

Q: Tôi có thể tắt watermark của Claude không?

Không. Anthropic chưa cung cấp cài đặt, hạng gói hay tham số API nào để tắt nó, và chính sách áp dụng cho mọi người dùng dù ở bất kỳ nơi nào. Việc gắn dấu là một cam kết về tính minh bạch theo Đạo luật AI của EU, vì thế nó không được cung cấp như một tùy chọn theo sở thích của người dùng.

Q: Các công cụ AI watermark remover xóa các ký tự vô hình có hoạt động không?

Không, và đây là hiểu lầm phổ biến nhất liên quan đến thông báo. Những công cụ đó tìm các ký tự Unicode không có độ rộng và khoảng trắng vô hình. Watermark của Claude là một thiên lệch thống kê, tức là mô hình chọn những từ nào. Do đó, không có kiểu nội dung như vậy để loại bỏ. Văn bản được đưa qua bộ lọc kiểu này sẽ giữ nguyên chính xác chữ ký ban đầu. Chỉ việc tạo lại các token, tức là viết lại, mới ảnh hưởng đến watermark do thiên lệch lấy mẫu.

Q: Watermark có hiện lên trong Turnitin hoặc GPTZero không?

Chưa có. Việc đọc dấu cần khóa bí mật dùng để nhúng nó, vì vậy quá trình phát hiện được thực hiện bằng công cụ nội bộ của Anthropic thay vì thông qua các công cụ phát hiện AI của bên thứ ba. Anthropic cho biết họ dự định cung cấp tính năng xác minh, nhưng không đưa ra mốc thời gian tại thời điểm công bố. Lưu ý rằng điều này độc lập với việc các công cụ đó có gắn cờ văn bản của bạn vì lý do khác hay không, và chúng có thể làm điều đó dù có hoặc không có watermark.

Q: Watermark có chứng minh rằng Claude đã viết nội dung đó không?

Không. Nó cho thấy văn bản có thể đã được xử lý bởi Claude. Anthropic nêu rõ rằng việc phát hiện watermark không xác nhận Claude là tác giả nội dung, vì mô hình được dùng rộng rãi cho các tác vụ như chỉnh sửa, dịch và tóm tắt văn bản do chính người dùng viết. Nó không thể tách một bản nháp do mô hình tạo ra khỏi một đoạn mà mô hình chỉ biên tập, và nó không nói gì về tỷ lệ phần trăm nội dung trong tài liệu là do máy viết.

Q: Việc diễn đạt lại có xóa watermark của Claude không?

Diễn đạt lại nhiều thì có, vì nó xây dựng lại chuỗi từ thay vì chỉ điều chỉnh. Diễn đạt lại nhẹ là không đáng tin cậy: nếu phần lớn cách chọn từ gốc vẫn được giữ lại, thì vẫn đủ tín hiệu để đo. Logic tương tự cũng áp dụng cho dịch thuật, vì dịch sẽ xóa dấu hoàn toàn, và cho rà soát nhẹ, vốn nhìn chung không.

Q: Còn hình ảnh và các tệp mà Claude tạo ra thì sao?

Chúng dùng một hệ thống khác. Các tệp ở định dạng được hỗ trợ, .svg, .png và .jpg, sẽ nhận siêu dữ liệu nguồn gốc có chữ ký số dựa trên chuẩn C2PA thay vì một watermark thống kê. Siêu dữ liệu C2PA dễ bị mất hơn: Anthropic cho biết nó có thể bị xóa khi chuyển đổi định dạng, khi lưu lại trong một công cụ không hỗ trợ chuẩn đó, hoặc khi chụp màn hình.

Q: Tôi có thể yêu cầu quyền truy cập bộ phát hiện watermark của Anthropic không?

Bạn có thể yêu cầu cấp quyền truy cập nếu tổ chức của bạn thuộc một trong các nhóm đủ điều kiện của Anthropic. Các nhóm này gồm cơ quan quản lý, cơ quan thực thi pháp luật, truyền thông, tổ chức kiểm chứng thông tin, nhà nghiên cứu độc lập, các tổ chức giáo dục, các nhóm xã hội dân sự tại EU và doanh nghiệp có nghĩa vụ tuân thủ riêng theo Đạo luật AI của EU. Anthropic tiếp nhận yêu cầu thông qua một biểu mẫu được liên kết từ bài viết hỗ trợ gắn watermark của họ và dự kiến sẽ mở rộng quyền truy cập theo thời gian.

Q: Trình kiểm tra nội dung miễn phí Claude Content Checker có cho tôi biết liệu văn bản của tôi có watermark không?

Không, Claude Content Checker chỉ kiểm tra các tệp, như hình ảnh, âm thanh và video, để tìm Content Credential. Trên trang của công cụ, Anthropic cho biết họ không kiểm tra văn bản vì Claude gắn watermark trực tiếp trong chính nội dung khi viết. Việc kiểm tra văn bản cần đến trình dò riêng, hiện đang ở giai đoạn xem trước riêng tư.

Q: Claude Code hoặc Claude API có gắn watermark cho văn bản theo cùng cách như claude.ai không?

Có. Anthropic áp dụng watermark văn bản ở cấp mô hình, nên nó xuất hiện ở mọi nơi mà một mô hình được hỗ trợ được chạy. Điều này bao gồm cả Claude API, Claude Code, Claude Cowork và Claude Tag cũng như các ứng dụng của Claude. Các mô hình tương tự chạy trên AWS, Google Cloud và Microsoft Foundry cũng mang watermark.

Q: Những mô hình Claude nào hiện chưa có watermark văn bản?

Bảy mô hình Claude hiện chưa có watermark văn bản: Claude Mythos 5, Opus 4.7, Opus 4.6, Opus 4.5, Sonnet 4.6, Sonnet 4.5 và Haiku 4.5. Mỗi mô hình vẫn gắn Content Credential vào các tệp mà nó tạo ra. Anthropic cho biết họ đang bổ sung watermark cho các mô hình được phát hành trước ngày 2 tháng 8 năm 2026, nên danh sách sẽ ngắn lại.