Claude встраивает в ответы незаметный след: как он работает и что его убирает

Летом Anthropic внесла изменение, которого не видно ни в интерфейсе, ни в самом ответе. Тексты новых моделей Claude несут теперь метку. Ставят её иначе: ни подписи в конце, ни спрятанных символов. Метка складывается из того, какие слова выбирает модель. Скопируете ответ в документ, отправите его в чат, выложите в блог, и след поедет вместе с текстом.

На этой неделе у истории появилось продолжение. К 10 ноября раскатку маркировки закончат на Amazon Bedrock, а значит она доберётся и до компаний, которые берут Claude через облако. Дальше разберём, что это за метка, кому доступно её чтение и насколько ей можно верить.

Главное о метке за минуту

• Что помечают. Весь текст моделей Claude, которые вышли после 2 августа 2026 года: в чате, в API, в Claude Code и в других продуктах. Более старые модели подключат к маркировке позже.
• Механика. Слова выбираются не совсем наугад: подсказывает секретный ключ. Ни спрятанных символов, ни вставленных лишних слов в тексте нет.
• География. Работает по всему миру, хотя толчком стал европейский закон об ИИ. Замкнуть маркировку на один регион Anthropic, по её собственным словам, пока не может.
• Проверка. Детектор закрыт. Заявку могут подать регуляторы, журналисты, исследователи, школы и вузы. Обычному человеку проверить текст пока нечем.
• Что стирает. Серьёзная правка, пересказ, перевод, подмешивание чужого текста. От короткого куска сигнала почти ничего не остаётся.
• Оговорка. Метка означает, что текст через Claude прошёл. Что его написал Claude, она не утверждает. Отсутствие метки тоже ничего не доказывает.

Поводом стал европейский закон об ИИ

Причина юридическая. В ЕС есть закон об ИИ, и статья 50 в нём требует, чтобы контент, сделанный нейросетью, машина могла распознать. В августе начал действовать добровольный кодекс о прозрачности, где расписано, как этого добиваться. Под ним стоят подписи Anthropic, Google, Meta, Microsoft, OpenAI и ещё нескольких компаний.

О маркировке стало известно 10–11 августа. Сначала Anthropic выложила справку «Как Claude помечает созданный ИИ контент», спустя три дня — пост в блоге с разбором работы текстовой метки. Презентации с шумом не было, поэтому многие о метке до сих пор не слышали.

Метка рождается из выбора слов

Модель собирает текст по кусочкам. На каждом шаге перед ней список продолжений с вероятностями: скажем, «быстро» 30 %, «легко» 25 %, «без труда» 20 % и дальше по списку. Из них генератор случайных чисел берёт одно. Обычно этот выбор и правда случаен.

Водяной знак вмешивается в эту случайность. Вместо обычного генератора в дело идёт секретный ключ вместе с несколькими предыдущими словами: они подсказывают, каким вариантам отдать небольшое предпочтение. Смысл при этом сохраняется, выбор идёт из подходящих слов, зато на длинном тексте копится статистический перекос, которого случайность не даёт. Обладатель ключа его заметит, для остальных текст ничем не выделяется.

По словам Anthropic, в основе лежит подход SynthID-Text. Описала его Google DeepMind в 2024 году в журнале Nature и тогда же открыла код. Google прогнала метку через 20 млн ответов Gemini и не увидела, чтобы помеченные ответы получали от пользователей худшие оценки.

Anthropic утверждает то же: смысл, качество и читаемость от метки не страдают. Независимых проверок на Claude пока никто не проводил.

Устройство метки даёт два следствия.

• Факты и код метятся слабее. Где верный ответ один, менять нечего: дату, формулу или имя функции синонимом не подменишь без ошибки. Anthropic сама признаёт, что в фактических кусках и в коде след бледнее.
• Скрытых символов не появляется. Программа, вычищающая пробелы нулевой ширины и прочий невидимый мусор, метку не тронет: она внутри слов.

Текст метится везде, а файлы получают подпись

Метка живёт на уровне модели, так что появляется всюду, где работает поддерживаемая модель: в приложении Claude, в API, в Claude Code, в Cowork и в Claude Tag. Облака AWS, Google Cloud и Microsoft Foundry тоже отдают текст уже помеченным. На Bedrock раскатка закончится к 10 ноября.

Под меткой все модели, вышедшие начиная с 2 августа 2026 года. Более старым её добавят позже, точной даты Anthropic не называет. Оговорка тоже есть: у Sonnet 4.6 и Opus 4.6 метка порой не срабатывает, если в запросе через API изменить температуру или иные настройки выборки.

С файлами всё иначе. Картинки, видео и аудио из песочницы Claude для кода получают подписанные метаданные по стандарту C2PA. Внутри файла появляется запись: «создано или обработано Claude».

Форматов много: PNG, JPEG, GIF, WebP, SVG, MP4, MP3 и другие. А PDF, текстовые файлы и офисные документы подписи не получают совсем.

Метаданные C2PA устроены проще текстовой метки, и стереть их легче. Достаточно пересохранить картинку в другом формате, сжать заново или сделать скриншот: подписи не останется.

Проверить файл может кто угодно, текст проверяют избранные

Файлы проверит любой желающий: Claude Content Checker на claude.com читает метаданные C2PA прямо в браузере, сам файл никуда не отправляется. Текст этот инструмент не смотрит.

Детектор текстовой метки закрыт. Anthropic называет его частной предварительной версией и открывает доступ по заявке. Выдают его регуляторам, правоохранительным органам, фактчекерам и СМИ, независимым исследователям, учебным заведениям, общественным организациям в ЕС, а также компаниям, которые проверяют собственные тексты из Claude. Список обещают расширять «со временем».

Цифры Anthropic не раскрывает. Ни точность, с которой детектор находит метку, ни частота ложных срабатываний на человеческом тексте, ни минимальный объём слов для уверенного ответа не опубликованы. В справке есть только оговорка: если фрагмент очень короткий, сигнала для надёжной проверки не хватит.

Метку стирают правка, пересказ и перевод

По утверждению Anthropic, метка выдерживает копирование и вставку и «может сохраниться» после некоторой правки. Ненадёжной она делается, если текст:

• сильно отредактировали;
• пересказали своими словами;
• перевели на другой язык;
• смешали с другим текстом;
• сократили до пары предложений.

Логика простая: перекос копится по всему тексту, так что каждая переписанная фраза его разбавляет. При переводе меняются сразу все слова, и от метки почти ничего не остаётся.

Как только о маркировке объявили, разработчики начали выкладывать инструменты для обхода. Wired 19 августа писал, что первые появились в течение нескольких часов после анонса, а один набрал тысячи звёзд на GitHub. Работают ли они на деле, независимо никто не проверял. Часть программ вычищает невидимые символы, которых, как мы выяснили, в тексте Claude нет. Остальные переставляют предложения, подставляют синонимы и прогоняют текст через перевод, то есть делают ровно то, что Anthropic сама назвала слабым местом.

Отсюда вывод: метка ловит тех, кто копирует ответ целиком и ничего не меняет. Кто захочет её убрать, тот уберёт. Метка рассчитана на массовый поток текста, а не на защиту от целенаправленного обхода.

Метка говорит об обработке, а не об авторстве

Это важнее всего, и Anthropic пишет прямо в справке: найденная метка значит, что контент, возможно, создан или обработан Claude, а сигнал этот не окончательный.

Обработан, а не написан. Допустим, статью вы написали сами и попросили Claude поправить запятые, перевести её или сократить. В исправленном тексте появятся помеченные куски, детектор их найдёт, а автор всё равно вы.

В обратную сторону это работает так же. Отсутствие метки не доказывает, что писал человек. Текст мог прийти от старой модели Claude, от другой нейросети без маркировки или от открытой модели, которую ничем не метят. Его могли отредактировать или перевести.

У истории есть предыстория. В 2024 году The Wall Street Journal писал, что OpenAI давно сделала похожую метку для ChatGPT, но включать её не стала. Одна из причин: опасались, что детектор несправедливо ударит по людям, для которых английский не родной и которые используют ChatGPT как редактора. Теперь закон подтолкнул к маркировке всех крупных разработчиков, а проблема осталась той же.

На практике метка значит меньше, чем кажется

Студентам и преподавателям. Учебные заведения входят в список тех, кому детектор доступен. Но найденная метка не доказывает списывание: точно так же помечается текст, который студент написал сам и отдал Claude на проверку. Преподавателю лучше видеть в ней повод поговорить, а не готовый приговор.

Копирайтерам и авторам блогов. Публикуете ответ Claude почти без правок, значит он помечен. Сегодня проверить это может узкий круг организаций, хотя доступ обещают расширять. Площадки и поисковики о том, что читают эту метку, пока не объявляли. Если ваша схема выглядит как «модель пишет, человек серьёзно переписывает», от метки останется немного, и это честно отражает то, как текст был сделан.

Разработчикам. Код помечается слабее обычного текста, потому что вариантов в нём меньше. Если ваш продукт отдаёт пользователям тексты из Claude, они помечены. Отдельно Anthropic советует самому разобраться, какие требования статьи 50 касаются именно вашего сервиса. Метка модели не снимает обязанностей с того, кто встроил её в свой продукт.

Тем, кто работает с картинками. Подпись C2PA проверить легко и бесплатно, но любое пересохранение её сбивает. Если подписи на картинке нет, о происхождении это ничего не говорит.

Коротко: что из этого следует

Невидимая метка Claude не детектор ИИ-текста в привычном смысле, а подпись производителя. Она надёжно находит неизменённый ответ модели и молчит о тексте, который прошёл через человека, перевод или другую нейросеть. Проверить текст пока может узкий круг организаций, цифр точности нет.

Для обычного пользователя меняется немногое. Берёте у Claude готовый текст и публикуете как есть, исходите из того, что он подписан. Используете модель как редактора, переводчика или собеседника для черновика, метка может найтись и в вашем собственном тексте. Помнить об этом стоит и тем, кто пишет, и тем, кто будет проверять.

Текст подготовлен с использованием искусственного интеллекта.