Ağustos 2026 itibarıyla, Claude'un ürettiği her metin bloğu görünmez bir filigran taşımaktadır. Bunu göremezsiniz, yazım denetimi işaretlemez ve Claude'dan doğrudan belgenize kopyala-yapıştır yaptığınızda bile hayatta kalır. Anthropic bunu, yapay zeka tarafından yazılan metnin modele kadar izlenebilmesi için oluşturdu ve bu işaret kelimelerin kendisi içinde sessizce yolculuk eder.
Ürettiğiniz içeriğin sahibiyseniz ve bu parmak izinin gitmesini istiyorsanız, watermarks-remover adlı açık kaynaklı bir proje çoğu kişinin başvurduğu araçtır. Bu kılavuz, Claude'un filigranının aslında ne olduğunu, aracın neleri kaldırıp neleri kaldıramayacağını ve tam olarak nasıl çalıştırılacağını anlatmaktadır.
Başlamadan önce bir uyarı: Bu, sahip olduğunuz metin ve dosyalardaki hijyen ve gizlilikle ilgilidir. Akademik sahtekarlık yapmak, açıklama politikasından kaçınmak veya yapay zeka çalışmasını yasaklayan bir sözleşme kapsamında insan eseri olarak göstermek için bir menşe işaretini kaldırmak kötü bir fikirdir ve çoğu zaman sizi bağlayan kurallara aykırıdır. Hangi koşullar altında çalıştığınızı bilin.
ÖZET
- İşaretin ne olduğu: Claude, gizli bir anahtara göre kelime seçimlerini hafifçe değiştirerek, bir metin boyunca istatistiksel bir imza bırakır. Bulup silebileceğiniz gizli bir karakter değildir. Ayrıca, görsellerde ve bazı belgelerde ayrı, dosya düzeyinde bir C2PA meta veri etiketi de bulunur.
- Neler hayatta kalır: İstatistiksel metin işareti kopyala-yapıştır işlemlerinden sağ çıkar. Yeniden ifade etme, yoğun düzenleme ve çeviri altında bozulur. Kısa metinlerde ve kodlarda zayıf veya hiç yoktur (biçimlendiriciler var olan az sinyali de siler).
- Araç: watermarks-remover, MIT lisanslı, Python-3.10+ uyumlu, standart kütüphane tabanlı bir araç setidir. İki farklı katmanla iki farklı işi halleder.
- Katman A (deterministik): Metinden görünmez Unicode karakterleri, egzotik boşlukları, çift yönlü karakterleri ve etiket karakterlerini temizler. Hızlı, test edilebilir, kayıpsızdır. Bu, güvenilir kısımdır.
- Katman B (istatistiksel): Metni yeniden yazarak belirteç örnekleme filigranına saldırır. Yalnızca en iyi çabadır ve kelimeleri yeniden düzenlemek düz yazınızı bozar.
- Dosyalar: PNG, JPEG, SVG, PDF, DOCX, ODT, HTML ve Markdown'dan C2PA, EXIF, XMP ve belge özelliklerini temizler.
- Dürüstçe dezavantajı: Temiz bir deterministik temizleme kolaydır. İstatistiksel filigranı tamamen kaldırmak, içeriği yeniden yazmak anlamına gelir ki bu, tam da kaçınmaya çalıştığınız kalite ödünleşmesidir.
Claude'un filigranı aslında nedir?
Çoğu kişinin yanlış anladığı şeyle başlayalım. Claude'un metin filigranı, kelimelerinizin arasında duran bir dizi gizli karakter değildir. Aranacak sıfır genişlikli boşluk, izole edilecek şüpheli bir glif veya ölçülecek tuhaf bir karakter aralığı yoktur.
Bunun yerine, işaret kelimelerin kendisinde yaşar. Claude metin ürettiğinde, her adımda bir sonraki belirteci istatistiksel olarak neredeyse eşdeğer adaylar arasından seçer. Filigran, bu seçimi gizli bir anahtara göre etkiler. Yeterince uzun bir metinde, bu küçük seçim değişiklikleri algılanabilir bir istatistiksel imzaya dönüşür. Bir cümle okuduğunuzda asla bilemezsiniz. Anahtarı elinde tutan bir dedektöre birkaç yüz kelime beslediğinizde ise desen ortaya çıkar.
Bu tasarımın kaldırma için önemli olan iki sonucu vardır:
- Kopyala-yapıştır işlemlerinden sağ çıkar. Sinyal meta verilere değil, kelime seçimine gömülü olduğu için, metni bir uygulamadan diğerine taşımak filigranı da beraberinde götürür.
- Düzenleme altında kırılgandır. Kelimelerin yeterince değiştirilmesi istatistiksel deseni bozar. Yeniden ifade etme, çevirme veya Claude'un çıktısını kendi yazınızla harmanlama sinyali zayıflatır.
Anthropic, bunu 2 Ağustos 2026 tarihinden itibaren model düzeyinde kullanıma sundu, bu da hiçbir ürün yüzeyinin bundan muaf olmadığı anlamına geliyor. Claude uygulamaları, API, Claude Code ve AWS, Google Cloud ve Microsoft Foundry aracılığıyla üçüncü taraf erişimi hepsi bu işareti yayar. Anthropic, kullanıcıların ve üçüncü tarafların bunu kontrol edebilmesi için bir algılama API'sinin geleceğini belirtti. Anthropic'in model serisinin ve erişim politikalarının nasıl değiştiği hakkında daha fazla bilgi edinmek isterseniz, ilgili bir bölümü Fable 5 Herkes İçin Kapandı başlıklı yazımızda ele almıştık.
Tekrar etmeye değer bir uyarı, çünkü her iki tarafı da ilgilendiriyor: olumlu bir tespit, metnin Claude'dan geçmiş olabileceği anlamına gelir, birinin hile yaptığı anlamına gelmez. Metin düzeltme, çevirme ve özetleme, hayalet yazarlık gibi aynı izleri bırakır.
İki farklı filigran, iki farklı düzeltme
watermarks-remover, işi katmanlara ayırır çünkü Claude (ve diğer satıcılar) aslında birbiriyle ilgisi olmayan iki işaretleme sistemi kullanır ve bunlar tamamen farklı işlem gerektirir.
Katman A, deterministik karakter temizleme. Bu, görünmez Unicode karakterleri hedefler: sıfır genişlikli boşluklar, egzotik boşluk karakterleri, çift yönlü metin kontrolleri ve Unicode etiket karakterleri. Bazı araçlar ve işlem hatları, bu şekilde menşe veya izleme verilerini gömer. Katman A, hiçbir model içermeyen saf Python'dur, bu nedenle deterministiktir, test edilebilir ve kayıpsızdır; gerçek düz yazınıza dokunmadan gereksiz şeyleri kaldırır. Burası "sadece çalışan" kısımdır.
Katman B, istatistiksel yeniden yazma. Bu, yukarıda açıklanan Claude'un belirteç örnekleme filigranını hedefleyen yöntemdir. Sinyal kelime seçimi olduğu için, onu kaldırmanın tek yolu kelimeleri değiştirmektir: metni cümle cümle yeniden yazmak. Proje, bunun en iyi çaba olduğunu, bir garanti olmadığını ve kelimelerin yeniden düzenlenmesinin üslubu bozabileceğini ve kesinliği azaltabileceğini açıkça belirtir.
Dosyalar, meta veri temizleme. Metinden ayrı olarak, araç PNG, JPEG, SVG, PDF, DOCX, ODT, HTML ve Markdown dosyalarından C2PA manifestolarını, EXIF, XMP ve gömülü belge özelliklerini temizler. C2PA, İçerik Kökeni ve Kimlik Doğrulama Koalisyonu standardıdır; bir dosya ile birlikte giden imzalı bir manifestodur. İstatistiksel metin işaretinin aksine, C2PA önemsiz bir şekilde kaldırılabilir: dosyayı yeniden kaydedin, formatı dönüştürün veya görüntünün ekran görüntüsünü alın ve manifesto kaybolur.
Araç, Claude, Gemini/SynthID-Text, OpenAI ve açık kaynaklı (Kirchenbauer tarzı) işaretleri aynı mimariyle kapsar. SynthID gibi piksel alanlı görüntü filigranları kaldırma kapsamı dışındadır, ancak proje isteğe bağlı olarak harici bir ters-SynthID kontrolü aracılığıyla bunları puanlayabilir.
Filigranın kendi başına kaçırdıkları
Herhangi bir şey çalıştırmadan önce, Claude'un işaretinin zaten nerede zayıf olduğunu bilmekte fayda var. Bu durumlarda kaldırma kolay veya gereksizdir:
- Kısa metinler. Birkaç cümle, istatistiksel güven biriktirmek için yeterli belirteç seçeneği içermez. Algılayıcının uzunluğa ihtiyacı vardır.
- Kod. Kaynak kodu, düz yazıya göre çok daha kısıtlı belirteç seçeneklerine sahiptir, bu yüzden sinyal başlangıçta zayıftır. Ardından biçimlendiriciler, lint araçları ve yeniden düzenleme araçları kalan entropiyi yeniden yazar. Kodunuz kaydedildiğinde, genellikle tespit edilecek hiçbir şey kalmaz. Bu nedenle Claude Code çıktısındaki filigran pratikte olduğundan çok daha teoriktir.
- Yoğun şekilde düzenlenmiş metin. Yarısını zaten yeniden yazdıysanız, denemeden deseni bozmuş olabilirsiniz.
- Dosyalardaki C2PA. Herhangi bir format dönüştürme veya yeniden kaydetme genellikle onu düşürür.
Bu da, bir "kaldırma" işinin dürüst kapsamının genellikle şunlar olduğu anlamına gelir: Claude'un yazdığı gibi büyük ölçüde koruduğunuz uzun düz yazı metinleri ve herhangi bir dosya meta verisi.
watermarks-remover kurulumu
Proje, bir ajan becerisi ve bir dizi bağımsız Python betiği olarak gelir. Python 3.10+ sürümüne ihtiyacınız var; çekirdek betikler yalnızca standart kütüphaneyi kullandığından, temel metin ve meta veri işlemleri için pip install yapmanıza gerek yoktur.
git clone https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover
Eğer onu bir ajan becerisi olarak çağırmak isterseniz (deponun örnekleri Grok tarzı bir beceri dizini kullanır), beceri klasörünü şuraya bağlayın:
mkdir -p ~/.grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" ~/.grok/skills/remove-ai-marks
Diğer herkes için betikleri doğrudan çağıracaksınız. Aşağıdaki komutların düzgün okunması için betik dizinine bir kısayol ayarlayın:
export SCRIPTS="$(pwd)/skills/remove-ai-marks/scripts"
Yüklüyseniz, iki isteğe bağlı komut satırı aracı dosya temizleme tarafını genişletir:
c2patool, C2PA manifestolarını ayrıntılı olarak incelemek için.exiftool, Katman A'nın ulaşamadığı kalan görüntü meta verilerini temizlemek için.
Çekirdek iş akışı için ikisi de gerekli değildir.
Bir dosyayı dokunmadan önce inceleme
Asla körü körüne temizlemeyin. Neleri kaldıracağınıza karar vermeden önce, gerçekten neyin bulunduğunu, görünmez karakterleri, meta veri bloklarını, menşe manifestolarını bilmek için önce denetleyiciyi çalıştırın.
python3 "$SCRIPTS/inspect_file.py" draft.md
Bu, aracın hiçbir şeyi değiştirmeden neyi algıladığını rapor eder. Hedefi üzerine yazmadan önce okumaya eşdeğerdir: eğer denetleyici dosyanın zaten temiz olduğunu gösteriyorsa işiniz bitmiş demektir; şaşırtıcı bir şey ortaya çıkarsa, herhangi bir bayt değişmeden önce karar verme şansınız olur.
Metinden işaretleri kaldırma
Deterministik Katman A temizliği için, güvenilir, kayıpsız geçiş için clean_text.py kullanın. --stats bayrağı, bulduklarının ve kaldırdıklarının bir özetini yazdırır:
python3 "$SCRIPTS/clean_text.py" draft.md -o draft.cleaned.md --stats
Bu, görünmez Unicode karakterleri, egzotik boşlukları, çift yönlü kontrolleri ve etiket karakterlerini temizler. Görünür düz yazınıza dokunmaz, bu nedenle kalite maliyeti yoktur. İstatistiksel işaretten ziyade gizli izleme karakterlerinden endişe duyan çoğu kişi için bu tek komut tüm işi görür.
-o bayrağı, orijinalinin üzerine yazmak yerine yeni bir dosyaya yazar; sonucu doğrulayana kadar kaynağı saklayın.
Dosyalardan meta veri temizleme
Görüntüler ve belgeler için clean_file.py, C2PA, EXIF, XMP ve gömülü belge özelliklerini kaldırır:
python3 "$SCRIPTS/clean_file.py" photo.png -o photo.cleaned.png
PNG, JPEG, SVG, PDF, DOCX, ODT, HTML ve Markdown'ı işler. Eğer exiftool kuruluysa ve görüntüler üzerinde titiz olmak istiyorsanız, kalan etiketleri yakalamak için daha sonra çalıştırın:
exiftool -all= photo.cleaned.png
Unutmayın ki C2PA kolay bir durumdur. Eğer tek endişeniz Claude tarafından oluşturulmuş bir görüntüdeki menşe manifestosu ise, bir format dönüştürme işlemi genellikle onu kendi başına kaldırır; bu araç ise bunu temiz ve öngörülebilir bir şekilde yapar.
Katman B sorunu: istatistikleri yenmek için yeniden yazma
Burada dürüstlük, komut sözdiziminden daha önemlidir.
İstatistiksel metin filigranı yalnızca kelimeler değiştirilerek kaldırılabilir. Araç bunu, yeniden ifade geçişi hazırlayan rewrite_text.py aracılığıyla sunar:
python3 "$SCRIPTS/rewrite_text.py" draft.md --backend print-prompt --strength paraphrase
--backend print-prompt seçeneği, doğrudan bir model çağırmak yerine yeniden yazma istemini yayımlar, böylece yeniden yazmayı neyin yapacağı üzerinde kontrol sizde kalır. --strength, yeniden ifade etmenin ne kadar agresif olduğunu kontrol eder.
Ancak aslında neyi kabul ettiğinizi okuyun. Kelime seçimine yayılmış bir sinyali kırmak için, cümle cümle yeniden yazmanız gerekir. Bu durum:
- Üslubu bozar. Filigranı taşıyan belirli ifade biçimi aynı zamanda sesi de taşıyordu.
- Kesinliği riske atar. Teknik içeriği yeniden ifade etmek, anlamı sessizce değiştirebilir.
- İyi yapmak için yetenekli bir modele ihtiyaç duyar, bu noktada premium model çıktısını yeniden yazmak için premium belirteçler harcarsınız.
Projenin kendisi bariz bir soruyu gündeme getiriyor: Claude'un metnini bozmadan filigransız bir şeye dönüştürmek için güçlü bir modele ihtiyacınız varsa, bu ucuz bir geçici çözüm müdür yoksa sadece... bozulmuş bir kopya için daha fazla model harcaması mı? Çoğu meşru durumda cevap, Katman B'nin buna değmediğidir. Metin kısaysa veya kod ise, işaret muhtemelen zaten önemsiz derecede zayıftır. Eğer önem verdiğiniz uzun düz yazı ise, yeniden yazma korumaya çalıştığınız şeye zarar verir.
Pragmatik çıkarım: Katman A'yı ve dosya temizleyiciyi rutin olarak çalıştırın; Katman B'ye yalnızca belirli, meşru bir nedeniniz olduğunda ve kalite kaybını kabul ettiğinizde başvurun.
Çalışmanızı doğrulama
Kaldırma işlemi, onu doğrulama yeteneğiniz kadar iyidir. Çıktı üzerinde denetleyiciyi yeniden çalıştırın:
python3 "$SCRIPTS/inspect_file.py" draft.cleaned.md
Özellikle C2PA için, c2patool bir manifestonun kalıp kalmadığına dair kesin bir bilgi verir:
c2patool photo.cleaned.png
İstatistiksel metin işareti için dürüst doğrulama daha zordur, çünkü Anthropic'in anahtarına sahip değilsiniz. Anthropic'in vaat ettiği algılama API'si çıktığında, gerçek test o olacaktır. O zamana kadar, Katman B sonuçlarını tanım gereği doğrulanmamış kabul edin. Eğer bunu tekrarlanabilir bir iş akışına dönüştürürseniz, bu doğrulama adımı, diğer tüm API iş akışları gibi test edilmeye değer bir davranıştır; içerik veya model kontrollerini otomatikleştiren ekipler, bir "işaret geri geldi mi" kontrolünün her seferinde aynı şekilde çalışması için bunları genellikle Apidog gibi bir API test aracına entegre ederler. Model destekli uç noktaları test etmenin daha geniş deseni için Bir API Üzerinden Yapay Zeka Ajanları Nasıl Test Edilir başlıklı yazıya bakın.
Yasal ve etik güvenceler
Aracın kendi çerçevesi doğru çerçevedir: bu, sahip olduğunuz içerikteki gizlilik ve hijyen içindir. Bu, kendi taslaklarınızdan izleme karakterlerini kaldırmayı, görüntüleri yayınlamadan önce meta verilerini temizlemeyi veya kendinize ait olduğunu düşündüğünüz bir yazıdan menşe etiketini kaldırmayı kapsar.
Şunları kapsamaz:
- Akademik sahtekarlık. Kurumunuz açıklama gerektiriyorsa veya yapay zeka tarafından oluşturulan gönderileri yasaklıyorsa, çıktının ne kadar temiz göründüğüne bakılmaksızın, bunu gizlemek için işareti kaldırmak bir suistimaldir.
- Sözleşme ihlalleri. Birçok müşteri sözleşmesi ve platform koşulu yapay zeka açıklamasını gerektirir. Filigranın görünmez olması, bu yükümlülüğü görünmez yapmaz.
- Yanlış atıf. Yapay zeka çalışmasını, birini maddi olarak yanıltacak şekilde insan eseri olarak sunmak, menşe işaretlerinin var olma amacını tam olarak engellediği zarardır.
Bunların hiçbirine aşırı güvenmemek için pratik bir neden de var: algılama iki yönlüdür. Bir filigran tespiti yazarlığı kanıtlamaz ve yokluğu da insan kökenini kanıtlamaz. Zaten belirsiz olan bir sinyali yenmek üzerine bir iş akışı oluşturmak, çoğu zaman durumun gerektirdiğinden daha fazla çaba gerektirir. Şüphe duyduğunuzda açıklama yapın. Açıklama yapmadığınız için yakalanmaktan daha ucuzdur.
Buradaki ilginiz yapay zeka kullanımını gizlemekten çok, modelleri kendi koşullarınızda, kendi menşe politikanızla ve en başta hiçbir satıcı filigranı olmadan çalıştırmaksa, kendi kendine barındırma daha temiz bir cevaptır. Mevcut seçenekleri 2026'da Çalıştırılacak En İyi Yerel Büyük Dil Modelleri başlıklı yazımızda ele aldık.
Sıkça Sorulan Sorular
Claude'un metnindeki filigran karakterlerini bulup silebilir miyim? Hayır. Claude'un metin filigranı gizli karakterlerden oluşmaz; kelime seçimindeki istatistiksel bir sapmadır. Aranacak ve silinecek bir şey yoktur. (Bazı *diğer* araçlar görünmez karakterler enjekte eder ve watermarks-remover'ın A Katmanı bunları kaldırır. Ancak bu, Claude'un istatistiksel işaretinden farklı bir mekanizmadır.)
Claude'un çıktısını kopyala-yapıştırmak filigranı kaldırır mı? Hayır. İstatistiksel işaret kelimelere gömülüdür, bu yüzden uygulamalar arası kopyala-yapıştırmadan sağ çıkar. Yalnızca gerçek metni düzenlemek onu bozar.
watermarks-remover ücretsiz mi? Evet. MIT lisansı altında açık kaynaklıdır. Çekirdek metin ve meta veri betikleri yalnızca Python 3.10+ ve standart kütüphaneye ihtiyaç duyar.
Claude Code çıktısında çalışır mı? Çalışır, ancak filigran genellikle kodda önemsiz derecede zayıftır. Kaynak kodunda kısıtlı belirteç seçimleri vardır ve biçimlendiriciler ile lint araçları kalan sinyalin çoğunu siler. Genellikle kaldırılacak çok az şey vardır.
SynthID gibi görüntü filigranlarını kaldırır mı? Piksel tabanlı olanları değil. Dosya düzeyindeki meta verileri (C2PA, EXIF, XMP) temiz bir şekilde kaldırır ve harici bir ters-SynthID kurulumu aracılığıyla isteğe bağlı olarak SynthID işaretlerini *puanlayabilir*, ancak piksel içi bir filigranı kaldırmak kapsam dışıdır.
Filigranı kaldırmak yasal mı? Sahip olduğunuz içerikten bir menşe işaretini kaldırmak doğası gereği yasa dışı değildir, ancak yapay zeka açıklamasını gerektiren akademik politikaları, sözleşmeleri veya platform koşullarını ihlal edebilir. Araç, bu yükümlülüklerden kaçınmak için değil, kendi içeriğinizdeki gizlilik için tasarlanmıştır.
İstatistiksel işaretin gerçekten gittiğini nasıl anlarım? Şu anda büyük ölçüde kendiniz doğrulayamazsınız, çünkü algılama anahtarını elinizde tutmuyorsunuz. Anthropic bir algılama API'sinin geleceğini söyledi, gerçek test bu olacak. Buna karşılık, Katman A karakter kaldırma ve C2PA temizleme, denetleyici ve c2patool ile kolayca doğrulanabilir.