Anthropicは2026年8月14日、将来のClaudeモデルが生成する文章にテキスト透かしを導入すると発表しました。画面に印を重ねたり、文章へ不可視文字を挿入したりする方式ではありません。語を選ぶ過程に検出可能な規則性を持たせ、Claudeが文章作成に関与した可能性を確率で調べる技術です。詳しい仕様と導入方針は、Anthropicのテキスト透かしに関する公式発表で確認できます。
この仕組みはコンテンツの由来を確かめる手掛かりになります。しかし、著者の特定、事実の正しさ、著作権や公開責任まで証明するものではありません。企業がClaudeを文章作成、校正、翻訳、コード生成に使う場合は、透かしの検出と人による編集記録を別々に管理する必要があります。
Claudeのテキスト透かしで変わること
Anthropicの発表対象は「将来のClaudeモデル」です。すべての既存モデルの出力がすでに同じ方式で判定できる、という意味ではありません。Anthropicは、2026年8月2日より前に公開されたモデルにも今後数カ月をかけて導入すると説明しています。導入時は地域を限定せず、世界で適用する方針です。
読者が目で見て分かる記号、文字列、注釈は追加されません。利用者名、組織名、会話内容を復元できる識別情報も含まれず、追加トークンによる料金増加もないとAnthropicは説明しています。検出用の鍵を持つ側が文章中の語の並びを調べ、Claudeの選択規則と整合する度合いを評価します。
一方、検出APIは発表時点で提供予定とされ、実装の詳細はまだ公表途中です。企業が監査工程へ組み込む場合は、利用条件、判定値の意味、保存期間、対象モデル、言語別の精度を確認してから運用を決めるのが妥当です。
語の選び方に規則性を埋め込む仕組み
大規模言語モデルは、直前までの文脈から次に続く候補を計算し、トークンと呼ばれる単位を一つずつ選びます。事実や意味を損なわずに複数の候補を選べる場面では、どの候補を採るかに幅があります。テキスト透かしは、この選択に秘密鍵と直前のトークン列から得た規則を使います。
文章全体に同じ単語を繰り返す仕掛けではありません。候補の確率分布をわずかに調整し、多数の選択を通じて統計的なパターンを残します。検出側は文章を同じ規則と照合し、「Claudeが一部を書いた可能性」を算出します。意味が一つに定まる箇所では、正確さを崩してまで透かしを加えません。
Claudeが採用する方式は、Google DeepMindが開発したSynthID-Textを基礎としています。Nature掲載のSynthID-Text論文は、文章品質を保ちながら大規模に使える方式として検証結果を報告しました。Google DeepMindもSynthIDの仕組みと制約を公開し、長く多様な文章ほど検出しやすく、短い事実回答では精度が下がると説明しています。
判定しやすい文章と難しい文章
検出の信頼度は、Claudeが自由に語を選べる回数に左右されます。文章が長ければ常に判定できるわけではなく、内容と編集の程度も影響します。
| 利用場面 | 検出の傾向 | 理由 |
|---|---|---|
| 長い説明文や創作 | 比較的判定しやすい | 意味を保ったまま選べる語が多く、規則性を蓄積しやすい |
| 短い回答や定型文 | 判定しにくい | 観測できる語の選択が少なく、統計的な根拠が不足する |
| 事実を厳密に記す文章 | 信号が薄くなりやすい | 固有名詞や数値など、正解を変えられない箇所が多い |
| 人の文章の軽い校正 | 検出されないことがある | Claudeが実際に選び直す語が限られる |
| 翻訳 | 透かしの対象になる | 訳文の語をClaudeが選ぶため。ただし再翻訳や全面改稿は信号を弱め得る |
| コード | 自然文より信号が少ない | 構文や識別子に正確さが求められ、任意の選択が少ない。コメントには入り得る |
軽い修正や一部削除に耐える場合はありますが、全面的な書き換えや別言語への再翻訳は判定の信頼度を下げます。逆に、検出された場合も「全文章をClaudeが書いた」とは限りません。Anthropicは、Claudeによる執筆と大幅な編集を透かしだけで区別できないと明記しています。
透かしが証明しない四つのこと
- 著者：利用した個人、部署、委託先は特定できません。
- 正確性：事実確認済みか、引用が適切か、判断が妥当かは分かりません。
- 権利関係：著作権の帰属、利用許諾、秘密情報の扱いは別の確認事項です。
- 公開責任：透かしが検出されても、承認者や発行主体の責任は置き換わりません。
したがって、透かし検出を品質評価や不正認定の単独根拠にする運用は適切ではありません。判定不能や誤判定が起こり得る前提で、原稿の来歴、根拠資料、編集者の確認を組み合わせます。
EU AI Actとの関係
導入の背景にはEU AI Actの透明性義務があります。EU AI Act第50条の公式案内は、合成された音声、画像、映像、文章を生成するAIシステムの提供者に、機械可読で検出可能な印を出力へ付けるよう求めています。標準的な編集補助で入力の意味を実質的に変えない場合など、条文には限定的な例外もあります。
公開者側には別の規定があります。公共の利益に関する情報提供を目的として人工知能システムで生成または加工した文章を公開する場合、原則としてその事実を開示します。ただし、人によるレビューまたは編集管理を経て、自然人か法人が編集責任を負う場合は、この開示義務の例外が定められています。提供者が行う機械的なマーキングと、公開者が担う表示や編集責任を混同しないことが必要です。
EU AI Act Service Deskの施行時期に関する案内では、透明性義務は2026年8月2日から適用され、同日より前に市場投入されたAIシステムの第50条2項への対応には2026年12月2日までの移行期間が示されています。Anthropicを含む事業者が参加する人工知能で作られたコンテンツの透明性に関する行動規範も、技術的なマーキングと表示の実務を支える枠組みです。個別の事業や地域への適用は、法務担当者や専門家と確認してください。
企業が整えるコンテンツ運用
モデル名と作業履歴を記録する
原稿ごとに、利用したサービス、モデル、作業日、用途を残します。「下書き」「要約」「校正」「翻訳」のどこで使ったかを分けると、検出結果が曖昧でも作業の来歴を説明できます。機密情報を含む入力文を無条件に保存するのではなく、保存範囲と閲覧権限も決めます。
事実確認と文章確認を分ける
編集者は、表現の読みやすさと、数値、固有名詞、引用、リンクの正確さを別々に確認します。透かしが見つからないことは事実確認の代わりになりません。一次情報へのリンク、確認日、判断を行った担当者を記録すれば、公開後の訂正にも対応しやすくなります。
判定結果を三段階以上で扱う
検出APIを導入する際は、単純な「使用」「不使用」の二択にしない設計が必要です。「検出」「検出できず」「判定材料不足」などの状態を設け、短文や大幅編集では結論を保留できるようにします。判定値の閾値を変えた履歴も、監査記録として残します。
公開ルールと画面表示を点検する
利用規約、編集方針、投稿画面、承認フローを確認し、必要な表示を読者が認識できる形で用意します。EU AI Act第50条は情報を明確で識別可能に示し、適用されるアクセシビリティ要件に適合させることも求めています。色だけで状態を伝えず、支援技術でも読める説明文を使います。
導入前チェックリスト
- 対象となるClaudeモデルと透かしの対応状況を公式情報で確認したか
- 検出値を著者認定や品質判定へ流用しないルールがあるか
- 短文、校正、翻訳、コードで判定が弱くなる条件を担当者へ共有したか
- 一次情報の確認者と最終承認者を記録できるか
- 入力、出力、編集差分の保存範囲とアクセス権限を定めたか
- 公開時の表示、法務確認、アクセシビリティ確認を工程に含めたか
- 検出APIの仕様変更やモデル更新を定期的に見直す担当者がいるか
よくある質問
透かしは文章を読めば見つけられますか
目視では分かりません。隠し文字や特定の決まり文句を探す方式でもなく、検出用の鍵と統計的な照合が必要です。
検出されればClaudeが全文を書いたと断定できますか
断定できません。分かるのはClaudeが文章作成や大幅な編集に関与した可能性です。関与した人、組織、会話、担当範囲までは特定できません。
人が校正した文章から透かしは消えますか
軽い編集なら信号が残る場合がありますが、全面改稿では弱くなります。反対に、人の文章をClaudeが句読点中心に校正しただけなら、最初から検出に足る信号がない場合があります。
透かしがあれば公開前の確認を減らせますか
減らせません。透かしは由来を調べる一つの材料であり、事実、権利、個人情報、ブランド表現、法令適合を確認する工程は引き続き必要です。
テキスト透かしを運用へ組み込むために
Claudeのテキスト透かしは、文章に見える印を付ける機能ではなく、生成時の選択パターンから関与の可能性を調べる仕組みです。長文では手掛かりが増える一方、短文、事実中心の記述、軽い校正、コードでは判定が難しくなります。
企業が備えるべきなのは、検出器だけではありません。モデルと用途の記録、根拠資料の確認、人による承認、公開表示、訂正手順を一つの運用として設計します。透かしを来歴管理の補助線として使えば、判定技術の限界を隠さず、読者への説明責任を果たしやすくなります。
参考資料
- Anthropic「How Claude’s text watermark works」
- Nature「Scalable watermarking for identifying large language model outputs」
- Google DeepMind「SynthIDによるテキストと映像の透かし技術」
- EU AI Act Service Desk「Article 50」
- EU AI Act Service Desk「When does enforcement start?」
- 欧州委員会「生成コンテンツの透明性に関する行動規範」
- 株式会社greeden公式サイト
この記事に関連する株式会社greedenの取り組み
生成AIの導入では、出力の由来を示す技術だけでなく、確認手順と公開責任の設計が欠かせません。株式会社greedenは、生成AIを用いた施策を相談から定着まで支援し、業務に合う安全な運用づくりに伴走します。