Claude начнет помечать свой текст как нейросетевой. Кто еще маркирует нейроконтент и можно ли убрать эти метки

Контекст

Еще несколько лет назад нейросетевой контент пытались определить по косвенным признакам: характерным формулировкам в тексте, лишним пальцам на картинках, странной мимике в видео или металлическим ноткам в голосе. По мере развития генеративных моделей такие методы быстро теряют смысл. Поэтому теперь разработчики пробуют другой подход — заставить сами нейросети оставлять после себя след.

После вступления в силу новых требований европейского Акта об ИИ компания Anthropic объявила, что новые модели Claude будут встраивать в сгенерированные тексты невидимые машиночитаемые водяные знаки.

Почти одновременно тема маркировки всплыла и в музыке. О введении маркировки ИИ-контента почти одновременно сообщили Spotify и «Яндекс Музыка».

Вроде бы события разного толка. Но на самом деле корень проблемы у них один: нейроконтента становится больше, а отличить его от человеческого на глаз все сложнее. Регуляторы пытаются разработать какие-то единые требования по маркировке, но это дело небыстрое, так что индустрия уже и сама постепенно приходит к необходимости как-то нести ответственность за тонны генеративного «творчества».

Какие нейросети маркируют сгенерированные тексты и как

Когда речь заходит о невидимой маркировке текста, проще всего представить себе спрятанный внутри него цифровой «штамп»:

• особые пробелы,
• непечатаемые символы,
• другой код, который не видит читатель, но может найти программа или текстовый редактор, показывающий, например, символы Unicode

Такие способы действительно существуют. Но крупные разработчики нейросетей сейчас используют и более хитрый подход: метку можно встроить не в символы, а в сам принцип, по которому модель подбирает слова.

Gemini Google

Google использует для текстов Gemini технологию SynthID.

Большая языковая модель пишет не сразу целыми предложениями, а последовательно выбирает токены — отдельные слова, части слов и знаки. Для каждого следующего токена у нее есть несколько подходящих вариантов с разной вероятностью.

SynthID слегка меняет эти вероятности. Грубо говоря, из нескольких одинаково уместных вариантов Gemini немного чаще выбирает те, которые нужны алгоритму маркировки. Для человека получается совершенно обычный текст. Но когда таких решений накопилось достаточно много, специальный детектор замечает статистический рисунок.

Claude Anthropic

Теперь текстовые водяные знаки вводит и Anthropic.

Но как именно устроен водяной знак Claude, Anthropic пока не раскрывает. Известно только, что:

• водяной знак «вплетается» непосредственно в текст;
• визуально заметить его невозможно, смысл текста он не меняет;
• он сохраняется и переносится при обычном копировании и вставке;
• часть метки может пережить даже редактирование;
• метка ставится на уровне самой модели, поэтому должна сохраняться независимо от того, получен ответ на сайте Claude, через API, Claude Code или облачного партнера.

Техническое описание и средства проверки компания обещает опубликовать позднее. Поэтому рассказы о том, что Claude якобы прячет в ответах конкретные Unicode-символы или использует точную копию SynthID, пока остаются предположениями.

Anthropic предупреждает, что детектор в таком случае укажет лишь на возможную обработку текста Claude, а не установит его автора.

Однако выдавать написанные нейронкой дипломы за свои, например, станет сложнее.

ChatGPT OpenAI

У ChatGPT заявленного текстового водяного знака пока нет. В актуальной справке OpenAI SynthID указан для изображений и аудио, но не для текстовых ответов. Но отсутствие маркировки не означает, что нейросетевой текст нельзя разоблачить другими средствами.

Например, лингвистическим и структурным анализом. Или даже банальной интуицией и насмотренностью.

Можно ли удалить метку ИИ и как это сделать

Если метка спрятана в статистике выбора слов, искать в тексте «невидимые буквы» бессмысленно. Копирование в «Блокнот», очистка форматирования, замена шрифта или сохранение в .txt не меняют последовательность слов, а значит, не должны убирать и сам сигнал.

С SynthID это можно увидеть на примере описанных Google ограничений.

Небольшие правки такая система способна пережить. Но чем серьезнее меняется исходный текст, тем меньше в нем остается первоначального статистического рисунка. Особенно сильно на обнаружение могут влиять масштабный рерайт и перевод.

С Claude картина похожая по результату, хотя устройство системы неизвестно. Сама Anthropic перечисляет среди причин, по которым метка может не обнаружиться:

• сильное редактирование;
• перефразирование;
• перевод;
• смешивание с другим текстом;
• слишком маленький размер фрагмента.

То есть правильнее говорить даже не об «удалении» водяного знака, как если бы его можно было найти и стереть, а о разрушении сигнала. После серьезной человеческой редактуры последовательность токенов становится другой — и детектору уже сложнее связать ее с исходной генерацией.

Один из простейших лайфхаков — прогнать текст через автопереводчик и обратно в разных моделях. Или заставить нейросеть, которая еще не маркирует контент, переписать текст, сгенерированный другой моделью. Однако качество текста при этом, скорее всего, ухудшится: каждая новая переработка рискует что-то сократить или перефразировать до потери смысла.

Какие нейросети маркируют генеративные изображения и видео

С картинками система понятнее, хотя здесь под словом «метка» тоже скрываются разные технологии.

• Первая — метаданные.

Проще всего представить их как цифровую бирку, прикрепленную к файлу. Один из главных современных стандартов — C2PA, или Content Credentials. В такую бирку можно записать, какой сервис создал или редактировал изображение и кто подписал эти сведения.

• Второй вариант — настоящий невидимый водяной знак внутри самого изображения.

Он уже не лежит рядом с картинкой в служебных данных, а распределен по ее пикселям.

Google использует для этого тот же SynthID. Водяной знак встраивается в изображения и видео, созданные поддерживаемыми генеративными моделями компании. В случае видео он находится в кадрах и рассчитан на то, чтобы переживать обычную обработку: обрезку, фильтры, изменение частоты кадров и сжатие.

OpenAI теперь тоже использует два слоя. Поддерживаемые изображения, созданные через ChatGPT, Codex и API, получают C2PA-метаданные и SynthID. Первый механизм хранит сведения о происхождении файла, второй оставляет сигнал непосредственно в изображении.

Запрещенная в России экстремистская Meta еще раньше сообщала, что фотореалистичные изображения Meta AI получают одновременно видимую маркировку, невидимый водяной знак и метаданные. В компании утверждали, что скрытая метка рассчитана в том числе на обрезку, изменение яркости и контраста и даже создание скриншота.

Поэтому фраза «в картинке есть невидимая метка» сама по себе еще мало что объясняет. Иногда речь идет о цифровом паспорте файла, иногда — о сигнале непосредственно внутри изображения, а некоторые разработчики используют сразу оба способа.

Можно ли удалить метку ИИ на фото и видео и как это сделать

Метаданные — самая уязвимая часть системы. Они могут потеряться после конвертации файла, повторного сохранения или обработки программой и площадкой, которая их не сохраняет. OpenAI, например, предупреждает, что отсутствие C2PA еще не означает, что изображение не было создано ее инструментами.

Со встроенным водяным знаком сложнее. SynthID специально создавали так, чтобы обычная обрезка, фильтры или сжатие его не уничтожали. Но и такие системы не неуязвимы. Исследователи уже несколько лет показывают, что достаточно глубокая переработка или повторная генерация изображения может заметно снижать обнаруживаемость скрытых водяных знаков.

И здесь действует то же правило, что и с текстом: отсутствие найденного водяного знака ничего не доказывает. Изображение могло быть сделано генератором без такой системы, создано до ее внедрения или достаточно сильно изменено после генерации.

Какие сервисы маркируют ИИ-музыку

В музыке сейчас развиваются сразу несколько разных способов маркировки. Генераторы пытаются спрятать метку непосредственно в аудио, а стриминги — определить или получить от правообладателя информацию о происхождении уже загруженного трека.

«Яндекс Музыка»

13 августа «Яндекс Музыка» сообщила, что готовит маркировку композиций, при создании которых использовали искусственный интеллект

Сервис пока обсуждает ее формат с правообладателями и собирает сведения о таких релизах. Отдельный раздел для нейромузыки создавать не планируют — речь идет именно об информировании слушателя.

Spotify

У Spotify система сложнее. С 16 апреля сервис в тестовом режиме показывает AI Credits — сведения, которые артист, лейбл или дистрибьютор передает о применении ИИ при создании вокала, текста или продакшена. Spotify отдельно подчеркивает: отсутствие такого указания не означает, что нейросети в работе не использовались, поскольку система пока основана на раскрытии информации правообладателями.

А 11 августа компания анонсировала еще и значок AI Persona.

С середины сентября его начнут показывать у артистов, публичная личность которых создана с помощью ИИ и не представляет реального человека. Spotify будет учитывать добровольное признание самого владельца профиля, но обещает проводить и собственную проверку. При этом компания специально уточняет: значок говорит о личности артиста, а не о способе создания конкретной песни.

Deezer

Пошел еще дальше.

Французский стриминг разработал собственную систему, которая ищет характерные следы генеративных моделей в самом звуке. В 2025 году сервис начал исключать полностью сгенерированные треки из алгоритмических рекомендаций, а в июне 2026-го стал явно помечать их для слушателей. По данным Deezer, на пике в июне нейросетевыми оказались более половины новых ежедневных загрузок — около 90 тысяч треков в день.

Google

Наконец, метку может поставить еще сам генератор звука. Google встраивает SynthID в поддерживаемое сгенерированное аудио, причем сигнал рассчитан на то, чтобы оставаться неслышимым для человека. Поддерживаемые аудиоматериалы OpenAI теперь тоже получают SynthID.

Можно ли удалить такую метку и как это сделать

Все снова зависит от того, что именно мы пытаемся удалить. Но вот именно с музыкой пока действуют самые строгие правила, потому что тут непосредственно замешаны лицензии и авторские права.

У Spotify AI Credits и будущей системы «Яндекс Музыки» информация хранится прежде всего на стороне сервиса. Поэтому очистка тегов внутри MP3-файла не заставит платформу забыть сведения, которые ей уже передал правообладатель.

У Deezer удалять вообще может быть нечего. Компания объясняет, что ее детектор ищет характерные для генеративных моделей звуковые артефакты — признаки, которые обычно не слышит человек, но замечает алгоритм.

SynthID, напротив, специально встраивается в сам аудиосигнал. Google заявляет, что такой водяной знак рассчитан на сохранение после распространенных преобразований. Поэтому обычное изменение формата файла не равно снятию метки.

Получается, единого рецепта для «снятия ИИ-маркировки» с музыки просто нет. В одном случае сведения лежат в базе стриминга, в другом — платформа самостоятельно узнает машинные следы, в третьем — специальный сигнал спрятан непосредственно в звуке.

Почему в разных странах все больше говорят об обязательной маркировке ИИ-контента и кто уже ввел ее

Просто оставить ситуацию на самотек уже не получится, да и опасно. По мере развития нейросетей они учатся генерировать все более убедительный контент быстрее, чем человек учится надежно отличать его от настоящего. Особенно остро вопрос стоит с дипфейками, мошенническими голосовыми записями и фейковыми фото/видео, которые искажают реальные события.

В Южной Корее 22 января 2026 года вступил в силу AI Basic Act. Разъяснения Министерства науки и ИКТ требуют информировать людей о сгенерированном ИИ контенте, причем для реалистичных дипфейков маркировка должна быть хорошо заметна.

В России подход пока заметно мягче. Закон № 243-ФЗ, подписанный 26 июля 2026 года, не обязывает каждого автора маркировать свой нейроконтент. С 1 марта 2027 года человеку, использующему большую фундаментальную модель для создания аудио- или визуального материала, должна быть предоставлена возможность поставить предупреждение об использовании ИИ. Крупные площадки с аудиторией более 500 тысяч российских пользователей в сутки также должны предоставить такую функцию своим пользователям.

То есть единого мирового стандарта пока нет. В одном случае обязательным становится технический след внутри контента, в другом — заметная человеку плашка, а в третьем —государство пока лишь требует предоставить автору инструмент для добровольной маркировки.

Средства обхода опережают

Практически сразу после объявления Anthropic на GitHub начали появляться инструменты, авторы которых обещают уничтожать или нарушать нейросетевые метки.

Правда, здесь есть большое «но». Пока такие инструменты построены на допущении, что там будет использована технология типа SinthID. Но пока никто публично не доказал, что этот инструмент действительно снимает метку Claude, ведь Anthropic еще не раскрыла принцип работы своей текстовой маркировки.

Впрочем, даже без автоматических «чистильщиков» маркировка остается условностью. Anthropic сама признает: достаточно серьезное редактирование, перефразирование, перевод или смешивание текста с другими фрагментами могут привести к тому, что метка перестанет обнаруживаться.

В целом же пока все известные способы маркировки ИИ-контента гораздо лучше отвечают на вопрос «Есть ли здесь известный машинный след?», чем на вопрос «Приложил ли к этому руку человек?» Но обратная логика не работает.

И в этом смысле проблема, с которой разработчики борются уже несколько лет, останется актуальной, даже если примеру Claude последуют все LLM. Универсального теста, способного взять произвольный текст из интернета и достоверно ответить «это написал человек, а это нейросеть», по-прежнему нет. А необходимость включать голову и не использовать выкладки нейросети как готовый продукт никуда не делась.