何が起きたか：単語の「選び方」に鍵を仕込む
Anthropicは、Claudeの生成テキストに透かし（ウォーターマーク）を入れる方式を明らかにしました。目に見えるマークも、読者が判別できる痕跡も、隠し文字の挿入もありません。代わりに、文章そのものに「鍵がなければ読み取れないパターン」を残します。
仕組みは大規模言語モデルの生成プロセスそのものを利用したものです。LLMは次に来る単語を、文脈上ふさわしい候補リストの中から一つずつ選んでいきます。通常はその選択が実質的にランダムに行われますが、透かしを有効にすると、乱数の代わりに「鍵」が選択を決めます。Anthropicが挙げた例では、円周率3.1415926535を鍵として使い、数字の2から始めて候補リストの6番目、次に5番目、3番目、また5番目——という具合に単語が選ばれていきます。同社によれば、これはGoogle DeepMindがNature誌の論文で示したSynthID-Textの手法を応用したものです。
出力品質は落ちず、生成速度も低下せず、追加トークンも発生しないため生成コストも上がらない、とAnthropicは説明しています。
なぜ重要か：「AIが書いた」から「どのAIが関与した」へ
これまでもAI生成文には見分けのつく癖があるとされてきました。「これは[X]ではなく、[Y]です」といった構文はその典型です。しかしこうした癖が示せるのは「AIが関わった」ことまでで、どのモデルが使われたかは特定できません。
今回の変化の本質はここにあります。Anthropicは透かしを復号する「鍵」を持つAPIを公開する予定で、これにより、あるテキスト塊にClaudeが関与したかどうかを機械的に判定できるようになります。事後的な帰属（アトリビューション）が、推測から検証可能な事実へ移るということです。
限界は「編集」と「コード」に集中している
ただしAnthropic自身が限界を認めています。この方式では、Claudeが文章をゼロから書いたのか、既存の文章を編集しただけなのかを区別できません。Claudeが編集したテキストにも透かしは入り、翻訳したテキストも同様です。判定できるのは「どこかの時点でClaudeが関与した可能性が高い」ということまでです。
逆方向の穴もあります。校正や軽微な修正しかしていない場合、あるいはテキストが短すぎる場合は、透かしが検出されないことがあります。一方で、Claudeが生成した文章を少し手直しした程度では透かしは消えず、確実に消すには全面的な書き直しが必要とされています。
より厄介なのがコードです。コードは人間の実質的な関与がなければ著作権で保護されない可能性があり、「このコードベース全体はAI生成だ」と証明できてしまえば、他者がそれを複製して改変する道を開きかねない——という懸念が指摘されています。Anthropicは、コードは正確な出力が求められる性質上「他の形式のテキストに比べて一般的に透かしが少ない」と説明します。選択の余地がない生成には透かしを適用できないからです。技術的な必然が、そのまま検出精度のばらつきになっている構図です。
画像はメタデータ、適用範囲は全世界
画像については、Claudeが生成したことを示す暗号署名付きの注記をメタデータに追加する方式を取ります。
注目すべきは適用範囲です。Anthropicは、地域ごとに確実に実装を切り分ける手段がないため、ローンチ時点で全出力に透かしを適用すると述べています。EU規制への対応が、そのまま日本を含む全ユーザーの前提条件になるということです。対象は8月2日以降にリリースされたモデルを使う全Claude製品で、それ以前の旧モデルにも今後数カ月かけて透かし機能が追加される予定です。透かしの義務は他のAI企業にも課されており、業界横断の標準になりつつあります。
💼 事業会社視点：これは自社にどう効くか
影響が最も大きいのは受託開発とコンテンツ事業者です。受託開発では、納品物にClaude関与の痕跡が残る前提で契約を組み直す必要があります。「AI利用の有無」を発注側が事後検証できる時代に入る以上、AI利用を隠す運用はリスクでしかありません。むしろ利用範囲と人間のレビュー工程を契約書と作業記録に明示し、著作権の帰属を守る側に回るべきです。コードは透かしが薄いとされますが、それは「安全」ではなく「検出が不安定」を意味するだけで、人間の実質的関与を記録で示す必要性は変わりません。
ECやメディアのコンテンツ制作では、商品説明文やコラムの外注品にClaudeの痕跡が残ります。特に、翻訳や編集にも透かしが入る点は見落とされがちです。海外原稿をClaudeで和訳して自社記事にしている企業は、その全量が検出対象になると考えるべきです。
SaaS事業者には別の論点があります。自社プロダクトがClaude APIを内部で使っている場合、その出力がエンドユーザーの成果物として外に出ます。顧客がAI生成物の混入を嫌う業界（法務・金融・出版）を相手にしているなら、いま開示ポリシーを整えておくのが最短の防御です。経営層が今週やるべきことは一つ、社内のClaude利用箇所の棚卸しと、外部提出物における開示ルールの明文化です。