Claudeのウォーターマークの見分け方と、検出されなくても安心できない理由

Anthropicは現在、Claudeの出力に機械可読なマークを埋め込んでいます。次に当然の疑問は、それをどうやって確認するかです。2026年8月現在、正直なところAnthropicは検出のサポートを約束していますが、まだツールは公開していません。ヘルプセンターによると、技術文書は近日公開予定とのことです。

このギャップは重要です。なぜなら、Claude検出器の需要はすでに存在し、供給は推測に頼るサードパーティの分類器の分野だからです。これらは全く異なるものであり、それらを混同すると、学生が自分で書いた文章で不正行為を疑われることになります。

この記事では、Claudeの2つのマーキング技術における検出が実際に何を意味するのか、今日何が確認できるのか、そしてほとんどの検出ワークフローを危険にする推論エラーについて説明します。APIにプロベナンスチェックを組み込む場合、Apidogはそれらのチェックをすべてのビルドで実行されるアサーションに変える場所です。

2つのマーク、2つの検出ストーリー

Claudeはコンテンツを2つの方法でマークしますが、それらは全く異なる挙動をします。

テキスト透かしは耐久性のあるもので、現在読み取ることはできません。C2PAマニフェストは脆弱なもので、市販のツールで今すぐ読み取ることができます。

今日確認できること：C2PAマニフェスト

もしClaudeが画像またはSVGを生成し、その後何もバイトを書き換えていなければ、マニフェストはファイル内に存在します。確認方法は3つあります。

ブラウザで。ファイルをContent Credentials検証ページにドラッグ＆ドロップします。マニフェストを読み取り、署名者、クレーム、および署名が有効かどうかを報告します。

コマンドラインから。 c2patoolはC2PAプロジェクトのリファレンスCLIです。

# マニフェストの概要を読み取る
c2patool report.png

# 完全なJUMBFレベルの詳細（パイプラインのデバッグ時に役立つ）
c2patool report.png -d

破損していないマニフェストを持つファイルは、クレームジェネレーター、アサーション、および署名ステータスを記述するJSON構造を返します。マニフェストが削除されたファイルは何も返しません。再署名なしにバイトが変更されたファイルは検証エラーを返します。これは「来歴なし」と「来歴が破損している」を区別する有用な中間ケースです。

独自のコードから。 c2paライブラリは、Rust、Python、JavaScript、C向けに同じロジックをラップしているため、リクエストハンドラやテスト内でチェックを実行できます。これは、C2PAと分類器でAI画像検出APIを構築するというアプローチの背後にあるもので、マニフェストが存在する場合は確実な答えを与え、存在しない場合は分類器が引き継ぎます。

今日確認できないこと：テキスト透かし

Claudeの埋め込みテキスト透かしを読み取る公開リーダーは存在しません。Anthropicは、行動規範が要求するように、そのマークの検出においてユーザーおよびサードパーティをサポートすると述べ、詳細は将来の技術文書で提供される予定です。それが出荷されるまでは：

• いかなるツールも、ある文章がClaudeのマークを含んでいることを権威的に伝えることはできません。
• 今日「Claudeが生成したテキスト」を検出すると主張する製品は、公式の信号を読み取っているのではなく、分類器を実行しています。
• 分類器は誤検知率がよく知られており、非ネイティブの英語話者やフォーマルで構造化された散文に対して最も誤動作します。

これを「まだ」として扱い、「決してない」とは考えないでください。Anthropicが検出メカニズムを公開したら、C2PA検証ステップとまったく同じように、独自のサービスから呼び出すサーバー側のチェックが賢明なパターンであり、結果は判断ではなく信号として保存されます。

対照的に、GoogleはSynthID Textで逆のアプローチを取りました。実装をリファレンス検出器と共にオープンソース化したため、誰でもアクセスを要求することなく実行できます。これが今日サードパーティが検証できる唯一のテキストマーキングスキームであり、そのギャップはClaude対ChatGPT対Geminiの透かしで説明されています。

検出ワークフローを破綻させる推論エラー

検出は非対称な結果を生成します。ほとんどの人はそれを対称的に使用し、そこで問題が発生します。

検出されたマークは弱い陽性証拠です。それは、コンテンツがClaudeによって処理された可能性があることを示します。しかし、人々は日常的にClaudeを校正、翻訳、要約、既存の作品の変換に使用するため、著作者を特定するものではありません。研究者自身の3,000語の草稿をClaudeに文法チェックさせると、マークが付いた状態で返ってきます。アイデアや報告は完全に人間によるものです。そのマークは、「3,000語書いてください」というプロンプトと区別できません。

また、Claudeが触れた後もコンテンツは変化します。マークされたテキストは編集され、引用され、より大きな文書に統合されます。ファイル内でマークが見つかったということは、その一部が過去のある時点で何かに触れられたことを示唆するだけです。

マークが検出されないことは、何の証拠にもなりません。 Anthropicはケースを明確に挙げています。Claudeが生成したコンテンツが検出可能なマークを持たない場合とは、マーキングがサポートされる前のモデルから生成された場合、テキストが大幅に編集、言い換え、翻訳された場合、または他の文章に混ぜられた場合、文章が短すぎて信頼できる信号を保持できない場合、ファイルのメタデータが形式変換、再保存、スクリーンショットによって削除された場合、またはマーキングタイプがサポートされていないプラットフォームやファイルタイプを経由した場合などです。

このリストを読んで、すべての項目がいかに普通であるかに注目してください。短い回答。翻訳された段落。グラフのスクリーンショット。これらはどれも回避策ではありません。これらは日常茶飯事です。

したがって、ルールは次のとおりです。陽性の結果は絞り込みますが、陰性の結果は何も教えてくれません。陰性の結果に基づいて人々を罰するいかなる方針も、それが公正であるかどうかを検討する前に、技術的に間違っています。同様の非対称性は、画像作業ですでに問題を引き起こしており、それはAI画像検出が失敗する理由の議論です。

サービスに検出機能を適切に組み込む

製品にプロベナンスチェックを追加する場合、設計上の問題はアルゴリズムそのものよりも、弱い信号をどう扱うかという点にあります。

判断ではなく、信号を返します。 {"ai_generated": true}と表示されるレスポンスボディは、APIがサポートできない主張です。 {"provenance": {"c2pa": "verified", "signer": "...", "checked_at": "..."}}と表示されるレスポンスは、擁護できる事実です。実際に観察した内容に基づいてスキーマをモデル化してください。

何をいつチェックしたかを記録します。 プロベナンスの結果は古くなり、ツールは変更され、信頼リストは更新されます。チェック結果は、タイムスタンプとツールバージョンとともに、ウイルス対策スキャン結果を保存するのと同じ方法で保存してください。

「不在」と「破損」を区別します。 これらは異なる意味を持つ異なる状態です。「不在」はマニフェストが見つからなかったことを意味し、情報がありません。「破損」はマニフェストが存在するが検証に失敗したことを意味し、これは本当に興味深いことです。これらを1つのブール値にまとめてしまうと、最良の信号を捨ててしまいます。

チェックではオープンに失敗し、コンテンツでは失敗しない。 検証サービスがダウンした場合、すべての未検証コンテンツを追跡なしでサイレントにマークしてはなりません。「チェックしたが何も見つからなかった」と「チェックできなかった」の違いを明確に示してください。

機能する最小限の形式は次のとおりです。

{
  "asset_id": "img_9f2c41",
  "provenance": {
    "status": "verified",
    "standard": "c2pa",
    "signer": "Anthropic",
    "signature_valid": true,
    "checked_at": "2026-08-11T09:14:22Z",
    "tool": "c2patool/0.9"
  },
  "notes": "Provenance indicates the file was processed by Claude. It does not establish authorship."
}

この最後のフィールドは単なる装飾ではありません。APIがプロベナンスデータを別のチームのコードに返す場合、注意書きは誰も読まないドキュメントページではなく、彼らのコードが見える場所に存在する必要があります。

チェックが機能し続けるためのテスト

プロベナンス検証は、静かに機能しなくなるタイプの機能です。誰かが画像のリサイズステップを追加すると、マニフェストが消え、すべてのアセットがstatus: "absent"で返されるようになります。エラーは発生せず、ダッシュボードは問題なく見えます。

テストシナリオに含めるべき4つのアサーション：

1. 既知の正常なフィクスチャが検証される。 有効なマニフェストを持つファイルをアップロードし、statusがverified、signature_validがtrueであることをアサートします。
2. 既知の削除されたフィクスチャが不在を報告する。 メタデータが削除された同じファイルをアップロードし、statusがabsentであり、エラーでもverifiedでもないことをアサートします。
3. 改ざんされたフィクスチャが破損を報告する。 署名されたファイルのバイトを1つ変更し、レスポンスが破損と不在を区別していることをアサートします。
4. ラウンドトリップでマニフェストが保持される。 署名されたファイルをアップロードし、通常の配信パスを通じてそれを取り戻し、マニフェストがまだ有効であることをアサートします。これは、CDNやリサイズによる回帰を捕捉するもので、APIがC2PAメタデータを削除しているで詳しく説明されています。

Apidogでは、これら4つをバイナリファイルフィクスチャを用いたテストシナリオとして保持し、標準アサーションでJSONレスポンスをアサートし、CIでapidog-cliからシナリオを実行することで、マニフェストを破壊するパイプラインの変更がビルドを失敗させるようにできます。既存のスイートと並行して設定する流れは、GitHub ActionsでAPIテストを自動化するのと同じです。Apidogをダウンロードして、独自のエンドポイントに対して構築してください。

よくある質問

公式のClaude透かし検出器はありますか？ 2026年8月現在、公開されていません。Anthropicはユーザーとサードパーティ向けの検出サポートを約束しており、詳細を近日公開予定の技術文書で共有すると述べています。

AIテキスト検出器を使ってClaudeの透かしを見つけることができますか？ いいえ。これらのツールは、テキストが機械によって書かれたもののように見えるかどうかを推測するために訓練された統計的分類器です。Anthropicのマークを読み取っているわけではなく、その誤検知は、珍しいまたは非常にフォーマルなスタイルを持つ書き手に最も影響を与えます。

ClaudeのC2PAメタデータをファイルで確認するにはどうすればよいですか？ ローカルでc2patool <file>を実行するか、ファイルをContent Credentials検証ページにドラッグ＆ドロップしてください。どちらも署名者と署名が有効かどうかを報告します。

ファイルにC2PAマニフェストがない場合、それは人間が作成したものですか？ いいえ。マニフェストは、サイズ変更、再エンコード、フォーマット変換、スクリーンショット、画像CDNによって日常的に破壊されます。不在は起源について何も証明しません。

テキスト透かしは編集後も残りますか？ 部分的に残ります。コピー＆ペーストで移動し、一部の編集を通じて残る可能性がありますが、大幅な言い換え、翻訳、または非常に短い抜粋へのトリミングは、検出閾値を下回る可能性があります。詳細はClaudeの透かしはコピー、ペースト、編集後も残るかにあります。

検出機能が提供されるまでどうすればよいですか？ ファイルが関わる場合はC2PAを検証し、チェックした内容をログに記録し、テキストの検出に依存するいかなるポリシーも構築しないようにしてください。公式のテキストチェックが後で導入されたときに、レスポンススキーマを変更せずに組み込めるように、今すぐインターフェースを設計してください。

まとめ

現在、Claudeのファイルプロベナンスは標準のC2PAツールで検証できますが、テキスト透かしは一切検証できません。これは一時的な状態ですが、今日構築すべきものを形成するはずです。ファイルの検証、判断ではなく正直な信号、そしてクリーンな結果を何かの証拠として扱うポリシーは避けるべきです。

マークはコンテンツがどこを通過したかを示すヒントです。それを著作者テストとして販売している者は、存在しない製品を説明していることになります。

ボタン