Anthropic вбудувала в Claude прихований статистичний слід, який автоматично з'являється в кожному тексті, що генерує модель, і дозволяє технічно підтвердити штучне походження тексту без жодних видимих позначок для читача. Слід не змінює зміст відповіді і непомітний оком — ідентифікувати його можна лише спеціальним детектором, який має доступ до внутрішнього ключа Anthropic.

За даними Speka, нова функція вже активна в продукційній версії Claude і працює на рівні генерації тексту, а не як додатковий фільтр після завершення відповіді. Це означає, що позначку неможливо просто вимкнути параметром запиту — вона вбудована в сам процес вибору токенів.

Це не перша спроба великого AI-розробника довести походження тексту: Google вже давно тестує SynthID для тексту й зображень, а OpenAI обговорює подібні механізми. Але Claude — одна з найпопулярніших моделей серед розробників продуктів, тож зміна одразу торкається тисяч API-інтеграцій, а не лише чат-інтерфейсу.

Що саме змінилося в роботі Claude?

Claude тепер вбудовує прихований слід у кожен виведений текст автоматично, без опції відмовитися від нього на боці користувача. За описом Speka, зовнішньо відповідь виглядає ідентично — той самий текст, стиль, довжина, — але статистичний розподіл слів чи токенів у ньому несе позначку, яку може прочитати лише детектор із правильним ключем.

Для порівняння, ми вже писали, що Anthropic планувала додати водяні знаки в текст моделей Claude — тепер ця функція, судячи з матеріалу Speka, перейшла зі стадії плану в робочий стан.

Ключова відмінність від візуальних водяних знаків на зображеннях: тут немає жодного символу, приписки чи зміни форматування. Слід живе на рівні ймовірностей, з якими модель обирає кожне наступне слово.

Як технічно ховається слід у звичайному тексті?

Найпоширеніший підхід у галузі — статистичне зсування розподілу токенів за секретним ключем: перед генерацією кожного слова модель ділить свій словник на «дозволені» та «менш бажані» токени на основі хешу попереднього контексту, і трохи частіше обирає токени з першої групи. Людина цього не бачить, бо різниця в ймовірностях мінімальна, а текст лишається природним.

• Слід не додає зайвих символів і не змінює сенсу тексту.
• Виявити його можна лише інструментом, що знає секретний ключ і статистичну модель — тобто фактично лише самою Anthropic або тими, кому вона надасть доступ.
• Легке редагування (виправлення помилки, заміна кількох слів) слід зазвичай не руйнує.
• Глибокий переказ, переклад іншою мовою чи прогін через іншу модель — з високою ймовірністю стирає позначку, бо змінює сам розподіл токенів.

Кому це вже зараз змінює правила гри?

Найбільше виграють медіа, освітні платформи та маркетплейси контенту, яким потрібно відрізняти текст, написаний людиною, від масово згенерованого. Для видавців, які борються з AI-фермами SEO-статей, з'являється технічний аргумент замість суб'єктивного «звучить як ChatGPT».

Але для команд, що будують продукти на API Claude — чат-боти підтримки, генератори описів товарів, аналітичні асистенти, — це також нове питання прозорості: якщо клієнт запустить чужий детектор і побачить приховану позначку в тексті, який видавався за написаний людиною, це репутаційний ризик, а не лише технічна деталь.

Ми вже розбирали суміжний кейс, коли OpenAI ввела Premium Seats за $125 для AI-агентів — обидва рухи показують, що великі лабораторії все активніше формалізують, хто, як і за що використовує згенерований текст.

Що з цим робити AI-білдерам зараз?

Перше і головне — перевірити, де саме у вашому продукті текст Claude потрапляє до кінцевого користувача без додаткової обробки, і оцінити, чи прийнятно, що цей текст технічно верифікується як AI-генерований.

• Додайте до внутрішньої документації продукту згадку, що вихід Claude містить прихований слід, — це знадобиться, якщо клієнт чи регулятор поставить питання про походження контенту.
• Не покладайтеся на глибокий рефразинг як спосіб «приховати» AI-походження тексту — юридично і репутаційно це гірше, ніж прозоре розкриття.
• Слідкуйте за офіційними заявами Anthropic щодо публічного детектора — якщо він з'явиться у відкритому доступі, це змінить баланс сил між платформами й авторами контенту.
• Для команд у регульованих індустріях (фінтех, медицина, освіта) варто вже зараз прописати політику розкриття AI-контенту, а не чекати, поки це зробить регулятор.

Висновок AiiN

AiiN вважає, що прихований слід у Claude — це не стільки технологія детекції плагіату, скільки перший крок до де-факто стандарту «доказу походження» для AI-тексту: коли верифікація стає непомітною частиною генерації, а не окремим кроком, який можна пропустити. Найбільший вплив ця зміна матиме не на розмови в чат-інтерфейсі, а на B2B-продукти, які мовчки видають текст Claude за написаний людиною, — саме їм доведеться першими визначитися з політикою прозорості.

Чи можна видалити прихований слід із тексту Claude?

Повністю прибрати його складно без суттєвої переробки тексту. Легкі правки зазвичай слід не руйнують, а глибокий переказ, переклад чи прогін через іншу модель з високою ймовірністю стирають позначку, бо змінюють статистичний розподіл слів, на якому вона тримається.

Чи впливає прихований слід на якість відповідей Claude?

Ні, зміст, стиль і довжина тексту лишаються такими самими. Слід закодований у розподілі ймовірностей вибору токенів, а не у видимих символах чи структурі речень, тож користувач не помітить різниці під час звичайного використання.

Чи стосується це лише чат-версії Claude, чи й відповідей через API?

За описом функції в Speka, слід вбудований у сам процес генерації тексту моделлю, а не додається окремим фільтром інтерфейсу, тому логічно очікувати, що він присутній і в текстах, отриманих через API, а не лише в чаті.