Anthropic đã bắt đầu nhúng một watermark vô hình vào đầu ra văn bản của Claude vào ngày 11 tháng 8 năm 2026, trên mọi model Claude được phát hành từ ngày 2 tháng 8 trở đi. Đây là một dấu hiệu thống kê được đan vào các lựa chọn token của model, không phải một ký tự ẩn, vì vậy nó vẫn tồn tại sau khi sao chép và dán và các công cụ loại bỏ ký tự vô hình không có tác dụng với nó. Việc viết lại văn bản mới loại bỏ được nó. Dán tối đa 500 từ và công cụ này sẽ diễn đạt lại mỗi câu bằng ngôn từ mới, trong khi các dữ kiện, số liệu, từ giảm nhẹ và trích dẫn của bạn vẫn được giữ nguyên đúng như bạn đã viết.
Paste or type your text, then run the tool. Results appear below in seconds.
0 / 500 words
Trusted by researchers publishing in
Từ 40 đến 500 từ. Giới hạn tối thiểu là quan trọng: một watermark được đo trên phân bố token cần một đoạn văn đủ dài, và một bản viết lại cũng vậy, vì nó phải giữ nguyên ý nghĩa của bạn.
Một mô hình khác tái tạo đoạn văn từng từ một, thay đổi cách mở câu và thứ tự mệnh đề. Vì các token là mới, một dấu hiệu gắn với cách lấy mẫu của Claude không thể truyền qua.
So sánh bản viết lại với bản gốc của bạn. Sự kiện, số liệu, cách diễn đạt giảm nhẹ, thuật ngữ và trích dẫn được giữ nguyên, nhưng chính bạn là người xác nhận rằng ý nghĩa đã được truyền tải đầy đủ.
Dán đoạn văn do chính bạn viết vào để biên tập, và nó quay lại với watermark. Dấu này không thể phân biệt một chỉnh sửa với một bản nháp.
Xóa các ký tự ẩn không thể chạm tới watermark do thiên lệch lấy mẫu. Tái tạo các token là cơ chế duy nhất hiệu quả.
May vẫn là may và suggests vẫn là suggests. Số liệu, ngày tháng, tên riêng và cách làm giảm chắc chắn đi ra đúng như lúc đi vào.
Trích dẫn, trích dẫn trong văn bản và mục tài liệu tham khảo được sao chép từng ký tự một, không bao giờ diễn đạt lại hay đánh số lại.
Vào ngày August 11, 2026, Anthropic thông báo rằng họ sẽ nhúng một watermark vô hình vào văn bản do các mô hình của mình tạo ra, như nêu trong tài liệu của chính họ tại How Claude marks AI-generated content. Các mô hình phát hành vào hoặc sau August 2, 2026 hỗ trợ cơ chế đánh dấu ngay khi ra mắt, và Anthropic cho biết họ đang làm việc để bổ sung nó cho các mô hình cũ hơn trong giai đoạn chuyển tiếp. Chính sách này áp dụng cho Claude API, claude.ai, Claude Code, Claude Cowork và Claude được cung cấp qua AWS, Google Cloud và Microsoft Foundry. Nó áp dụng trên toàn cầu, không có tùy chọn từ chối cho người dùng ở bất kỳ gói nào. Động lực là Article 50(2) của EU AI Act, Code of Practice về tính minh bạch cho nội dung do AI tạo ra, vốn buộc các nhà cung cấp phải đánh dấu đầu ra do máy tạo; Anthropic chọn áp dụng dấu này trên toàn cầu thay vì chỉ cho lưu lượng ở châu Âu.
Không phải dưới dạng ký tự ẩn, và cũng không phải siêu dữ liệu tệp. Khi viết, mô hình liên tục chọn giữa các từ có xác suất gần tương đương nhau tại thời điểm đó trong câu. Watermark làm lệch các lựa chọn đó theo một khóa bí mật, vì vậy trên một đoạn đủ dài, phân bố token thu được mang một dấu hiệu có thể đo lường. Không có gì được chèn vào văn bản, nên đầu ra vẫn đọc bình thường, vì sao Anthropic có thể nói dấu này không ảnh hưởng đến ý nghĩa hay chất lượng, và vì sao nó vẫn tồn tại qua sao chép và dán, thay đổi định dạng tệp và chuyển sang văn bản thuần.
Sự khác biệt là cơ học. Bất cứ thứ gì giữ nguyên chính những từ của bạn thì cũng giữ nguyên dấu hiệu: sao chép, định dạng lại, đổi loại tệp, xóa ký tự vô hình. Bất cứ thứ gì tái tạo lại chuỗi token thì phá hủy nó: viết lại đáng kể, diễn giải mạnh, dịch sang ngôn ngữ khác. Anthropic đã thừa nhận điều đó, mô tả hệ thống này như một bước đầu tiên mà biên tập có thể vô hiệu hóa. Các đoạn rất ngắn cũng không đáng tin theo một cách khác, vì phép đo thống kê cần đủ lượng văn bản để tích lũy tín hiệu trước khi có thể kết luận.
Đây là chỗ phần lớn các công cụ miễn phí hiện được quảng cáo là trình xóa watermark AI đi sai hướng. Chúng quét các ký tự Unicode zero-width và khoảng trắng vô hình rồi xóa chúng, vốn là phản ứng hợp lý với một vấn đề khác và hoàn toàn không có tác dụng ở đây. Chạy kiểu trình làm sạch đó trên đầu ra của Claude sẽ trả về một văn bản có đúng dấu hiệu ban đầu.
Phản đối chi phối phản ứng sau thông báo không đến từ những người đang che giấu bản thảo AI. Nó đến từ những người viết dùng mô hình như một biên tập viên. Đưa một đoạn văn hoàn chỉnh do chính bạn viết vào Claude để copy-edit, và thứ quay lại sẽ có watermark, vì dấu này ghi lại rằng mô hình đã tạo ra các token đó, chứ không phải rằng nó đã tạo ra ý tưởng. Các luật sư, học giả và nhà nghiên cứu cũng nêu cùng một phản đối chỉ trong vài giờ: văn bản do con người viết của họ, chỉ chỉnh sửa nhẹ, giờ sẽ mang một tín hiệu mà nhà tuyển dụng, nhà xuất bản, tạp chí hoặc tổ chức có thể đọc như bằng chứng về tác giả AI. Diễn đạt lại đoạn văn bằng lời mới là câu trả lời trực tiếp cho vấn đề ghi nhận tác giả đó.
Chỉ thông qua Anthropic. Việc phát hiện được dự định thực hiện qua API của chính công ty, và các bộ phát hiện AI đa dụng không thể đọc dấu này. Ngay cả khi đó, kết quả cũng mang tính xác suất: một kết quả dương tính chỉ nói rằng văn bản có thể đã được Claude xử lý, mà không xác lập tác giả, tỷ lệ do máy tạo ra, hay việc mô hình đã soạn thảo hay chỉ chỉnh sửa. Một kết quả âm tính gần như không nói lên gì, vì văn bản không được đánh dấu vẫn có thể do AI tạo ra. Xem bất kỳ kết quả nào như bằng chứng đều là hiểu sai khả năng mà phép đo có thể hỗ trợ.
Công cụ trên trang này tái dựng lại một đoạn văn.ProofreaderPro AI humanizerđi xa hơn, và với một tài liệu có dấu nước thì đó là câu trả lời đầy đủ hơn. Một lượt humanizer không chỉnh sửa văn bản tại chỗ hay vá các phần trông có vẻ do máy viết. Nó đọc tài liệu và viết lại từ đầu, chuyển lối văn kiểu AI sang lối viết mang tính con người: độ dài câu không còn đều nhau, các mẫu mệnh đề không còn lặp lại, giọng điệu được nới lỏng ở những chỗ một người viết sẽ nới lỏng, và vốn từ tố cáo bản thảo máy được thay bằng cách diễn đạt mà một người viết thực sự sẽ dùng.
Việc xóa dấu nước là một kết quả đi kèm của quá trình đó, và là một kết quả triệt để. Dấu của Anthropic được mang bởi chuỗi token cụ thể mà Claude đã chọn. Khi humanizer viết lại một tài liệu, không một token nào trong số đó còn đi vào đầu ra: mọi câu đều được tạo mới bằng một động cơ khác, với ranh giới câu khác và phân bố lựa chọn từ khác. Không có trường hợp dở dang nào cần lo, không có phần dư trong các đoạn văn mà humanizer chỉ chạm nhẹ, vì nó không chạm nhẹ vào bất cứ thứ gì. Dấu hiệu thống kê không còn gì để đối chiếu.
Khác biệt thực tế so với công cụ trên trang này nằm ở quy mô và độ sâu. Công cụ này xử lý 500 từ mỗi lần và diễn đạt lại một cách trung thực, phù hợp cho một đoạn văn bạn cần làm sạch. Để humanizer văn bản AI trên toàn bộ một bản thảo, chương, báo cáo hoặc bài viết, và để kết quả đọc lên như thể do một người viết ra chứ không chỉ đơn thuần là khác đi,AI humanizerxử lý toàn bộ tài liệu trong một lượt, đồng thời bảo toàn nguyên vẹn trích dẫn, hình và thuật ngữ kỹ thuật như công cụ này. Bất kỳ ai đang đối mặt với dấu nước trên một bản nháp hoàn chỉnh nên bắt đầu từ đó.
ProofreaderPro.ai là một bộ công cụ biên tập học thuật bằng AI, dùng để hiệu đính, diễn giải, humanize và tạo trích dẫn, được xây dựng cho nhà nghiên cứu, sinh viên và người làm chuyên môn viết để xuất bản. Công cụ này là một trường hợp hẹp, một lượt viết lại với nhiệm vụ duy nhất là diễn đạt lại một đoạn văn một cách trung thực. Với một bản thảo hoàn chỉnh, ProofreaderPro editor hoạt động trên toàn bộ tài liệu với tracked changes mà bạn duyệt từng dòng, và nó không gắn watermark vào văn bản của bạn. Nếu mục tiêu của bạn là chuyển một văn xuôi nghe như máy sang giọng điệu tự nhiên của con người thay vì chỉ đơn thuần diễn đạt lại, thì AI text humanizer là công cụ được xây dựng cho việc đó, và một lượt humanization đầy đủ sẽ loại bỏ watermark ở cấp token như một hệ quả của cách nó hoạt động. Phần còn lại của free tools bao gồm các kiểm tra xung quanh nó.
Một đoạn đã được Claude chỉnh sửa và bản viết lại của nó. Đọc song song: các khẳng định, số liệu và cách làm giảm chắc chắn là giống hệt nhau, và không một câu nào còn nguyên ở cách diễn đạt ban đầu.
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.
Không có gì ở đây bị xóa hay thêm vào. Đoạn văn nêu cùng hai khẳng định, với cùng mức độ, về cùng hai nhóm, trong 48 từ thay vì 50. Đó là toàn bộ mẹo, ý nghĩa có thể mang theo, còn chuỗi token thì không.
Khi Claude viết, mô hình liên tục gặp những thế cân bằng giữa các từ đều hợp nghĩa như nhau. Một khóa bí mật quyết định từng thế cân bằng đó. Không có ký tự nào được thêm vào văn bản; chính khuôn mẫu của các lựa chọn là watermark. Vì thế máy dò cầm khóa có thể đọc được nó, và vì thế chỉ những từ mới mới xóa được nó.
"The results suggest a measurable effect across sectors." Ở mỗi thế cân bằng, chiếc khóa đã đẩy lựa chọn:
"The results point to a clear shift between industries." Mọi token được một engine khác tạo lại từ đầu:
Trùng hợp ngẫu nhiên không bao giờ về 0, nên việc phát hiện mang tính thống kê và cần một đoạn văn dài. Cũng vì vậy mà chính bản giải thích của Anthropic thừa nhận giới hạn: "một lần viết lại hoàn toàn, thay thế từng từ một" sẽ xóa dấu.
Cả ba đều tạo lại chuỗi token từ đầu. Toàn bộ cơ chế chỉ có vậy, và đó chính là cách công cụ này hoạt động.
Watermark của Claude không phải phát minh mới. Đó là bước triển khai của một chương trình nghiên cứu diễn ra công khai từ năm 2022, và những giới hạn đã biết của nó cũng được công bố dọc đường.
Trong một bài giảng tại UT Austin, Scott Aaronson mô tả dự án của ông ở OpenAI: dùng một hàm mật mã bí mật để thiên lệch lựa chọn của mô hình giữa các từ gần tương đương, sao cho chính văn bản chứng minh được nó đến từ đâu.
Đọc bài giảngKirchenbauer và các đồng nghiệp ở Maryland công bố A Watermark for Large Language Models, công thức đã qua bình duyệt: ưu tiên một tập con token do khóa xác định khi sinh văn bản, phát hiện bằng kiểm định thống kê, không cần truy cập mô hình. ICML 2023.
arXiv:2301.10226Krishna và các đồng nghiệp xây dựng DIPPER, một công cụ diễn giải khiến các máy dò văn bản AI sụp đổ, kể cả watermark; tỷ lệ phát hiện của DetectGPT rơi từ 70,3% xuống 4,6%. Điểm yếu mà Anthropic sau này thừa nhận đã được ghi nhận từ ba năm trước. NeurIPS 2023.
arXiv:2303.13408Google DeepMind công bố SynthID-Text trên Nature, watermark lấy mẫu đầu tiên được triển khai quy mô lớn trong một sản phẩm thực. Đây chính là kỹ thuật mà Anthropic nêu là nền tảng cho dấu của Claude.
Nature (2024)Mọi mô hình Claude phát hành từ ngày 02/08/2026 đều đánh dấu đầu ra văn bản, trên toàn cầu, ở mọi gói, không có tùy chọn từ chối, nhằm thực thi Điều 50(2) của Đạo luật AI của EU. Ba ngày sau, công ty công bố bản giải thích kỹ thuật.
Bản giải thích của AnthropicWatermark hoạt động ra sao, điều gì đánh bại nó và vì sao, đó không phải ý kiến của chúng tôi. Tất cả được ghi lại trong chính các công bố của Anthropic, trong nghiên cứu bình duyệt, và trong quy định đã thúc đẩy đợt triển khai. Hãy đọc thẳng các nguồn.
Bản giải thích kỹ thuật của chính công ty: dấu thay đổi nguồn ngẫu nhiên khi chọn từ, việc phát hiện mang tính xác suất, không phân biệt được soạn thảo với biên tập, và một lần viết lại hoàn toàn sẽ xóa nó.
anthropic.comTài liệu chính sách: mô hình nào đánh dấu, nền tảng nào thuộc phạm vi (API, claude.ai, Claude Code, nhà cung cấp đám mây), hiệu lực toàn cầu và không có tùy chọn từ chối ở bất kỳ gói nào.
support.claude.comSynthID-Text, watermark sản xuất của Google DeepMind và là kỹ thuật đã công bố mà bản triển khai của Anthropic dựa vào. Bản mô tả chuẩn mực về cách watermark lấy mẫu vận hành ở quy mô lớn.
doi.orgPhương pháp nền móng: chia từ vựng bằng một khóa, ưu tiên các token thuộc khóa khi sinh văn bản, rồi phát hiện độ thiên lệch bằng kiểm định thống kê chỉ trên văn bản.
arxiv.orgKết quả về độ bền đứng sau trang này: tạo lại cách diễn đạt khiến mọi phương pháp phát hiện sụp đổ, kể cả watermark, vì tín hiệu chỉ sống trong chuỗi token chứ không ở đâu khác.
arxiv.orgĐộng lực pháp lý: nhà cung cấp hệ thống tạo sinh phải bảo đảm đầu ra được "đánh dấu ở định dạng máy đọc được và có thể phát hiện là do máy tạo ra". Anthropic chọn tuân thủ toàn cầu thay vì chỉ với lưu lượng EU.
artificialintelligenceact.euMọi liên kết ngoài mở trong thẻ mới và đã được kiểm chứng trực tiếp trước khi xuất bản. Thông tin trích dẫn theo hồ sơ chính thức của từng nơi công bố.
ProofreaderPro editor hiệu đính, tinh chỉnh và định dạng toàn bộ bài viết của bạn với tracked changes mà bạn duyệt từng dòng, và nó không gắn watermark vào văn bản của bạn. Được các nhà nghiên cứu trên toàn thế giới tin dùng, dùng thử miễn phí.
Chỉnh sửa bài báo đầy đủ của tôiChỉnh sửa, làm cho tự nhiên hơn, diễn đạt lại và dịch bài viết học thuật của bạn ở một nơi. Miễn phí để bắt đầu, không cần thẻ tín dụng.
Bắt đầu dùng thử miễn phí