Claude 浮水印（watermark）是 Anthropic 從 2026 年 8 月起，放進 Claude 文字輸出的隱藏統計標記。它不改任何一個字，改的是模型選字時的隨機來源，讓持有金鑰的一方可以回推某段文字由 Claude 生成的機率。全球適用，沒有開關，翻譯與摘要的輸出同樣帶標記。只要你用 Claude 寫稿、翻稿或潤稿，工作流的判斷就會跟著改變。
重點先看
浮水印自 2026 年 8 月起全球生效，法源是 EU AI Act 的透明度實務守則，沒有關閉參數，企業方案也一樣。
原理是選字統計訊號，不是隱藏字元；文字內容、速度、計價都不變，讀者看不出差別。
殘留強度取決於 Claude 的參與度，全文生成與翻譯最強，摘要次之，輕度校對幾乎量不到訊號。
偵測 API 截至 2026 年 8 月 17 日尚未推出，所有移除工具的效果宣稱都無法驗證。
Google 從未說會用浮水印決定排名或 AI Overview 引用，先當風險管理，別當確定機制。
文章目錄
Claude 浮水印是什麼？法源、時間線與適用範圍
先把事實釘住。2026 年 8 月 2 日，EU AI Act Article 50(2) 的 AI 生成內容透明度實務守則對新上市系統生效，8 月 2 日當天與之後推出的 Claude 模型，出廠就支援機器可讀標記。Anthropic 在 2026 年 7 月簽署這份守則，官方部落格稱全部簽署方約 190 個，TechCrunch 與 Forbes 寫近 200 家，兩邊數字有差距，以官方的 190 為準，Meta、Microsoft、OpenAI、Google 都在名單上。
對使用者有意義的時間點有兩個。8 月 10 日，Anthropic 更新說明中心的 How Claude marks AI-generated content 文件，首度對外確認浮水印存在，這份文件有官方繁中版。8 月 14 日，官方部落格發布 How Claude’s text watermark works 完整技術問答，機制、邊界與限制一次講開。兩份文件對全球適用與無法關閉的口徑一致，分歧多半出在媒體轉述，不在官方。
守則要求的是機器可讀標記，不是人眼可見的標示，差別很大。機器可讀的意思是，拿到授權與對應工具的一方可以自動辨識內容來源，不必靠人讀完再猜；人眼可見的版本是圖片角落蓋 logo 那種，一眼看穿。Claude 走的是前者，這也是為什麼一般讀者完全無感，而未來的驗證方有事可做。
適用範圍是官方白紙黑字的清單。Claude Platform 的 API、Claude 網頁與 App、Claude Code、Claude Cowork、Claude Tag 全在內，透過 AWS、Google Cloud、Microsoft Foundry 存取的支援模型也一樣。對 Claude 產品線還不熟的話，可以先翻 Claude 完整教學 把地圖補齊，再回來看這份清單會更有感。
能不能關掉。不行。官方對全球適用給過一句直白的解釋，翻出來的意思是「我們還沒有一個穩定可靠的方法把浮水印按地區切開，所以上線就全球套用」。API 沒有參數可以關，企業方案待遇相同，這是官方明說的決定，不是留白。EU AI Act 是歐盟法，對台灣的站長原本沒有直接管轄力，但 Anthropic 沒有做分區開關，結果就是全球一致，沒有例外通道。
8 月 2 日之前推出的舊模型是另一種狀態。法定過渡期內，這批模型還不帶浮水印，Anthropic 表示未來數個月內會補上。像 7 月就在線上的模型（例如 Claude Opus 5 模型解析 裡談的那顆）都屬於這批過渡族群，今天的輸出還測不到標記，時間軸往後走就會慢慢收攏。
浮水印藏在哪？不是隱藏字元，是選字的方式
多數人聽到浮水印，想到的是圖片角落的 logo 或文件裡的隱藏浮紋。Claude 的做法完全不同，訊號不在檔案裡，在文字被寫出來的過程裡。
要理解它，先看語言模型怎麼產字。模型是一個字一個字生成的，每一步都有一排候選詞，各自帶一個機率。其中有一類選擇，官方稱為低風險選擇，例子是天氣句裡要用 overcast 還是 grey，讀者讀起來意思相同，選哪個都行。這類選擇過去交給亂數決定。
浮水印動的就是這個亂數。改用一把金鑰加上前面已經寫出的文字，來決定這些低風險選擇的落點。文字內容完全不變，單看任何一個選擇都正常，但一整段文字累積下來，這些選擇會形成一個統計模式，持有金鑰的人可以回頭計算這段文字由 Claude 生成的機率。
官方給過一個好懂的比喻。玩大富翁不擲骰子，改用圓周率小數點後的數字序列決定步數。對玩家來說照樣隨機，事後若知道起點，就能驗證這一局用的是不是 pi。這個比喻有一個邊界要說清楚，實際驗證給的是機率分數，不是非黑即白的判定，短文字的選擇數量太少，機率基礎撐不起結論。
給一個模擬情境讓數字有感（示意）。假設一段 600 字的說明文裡，有 200 個位置屬於低風險選擇，每個位置平均有三個意思相近的候選詞。沒有浮水印時，這 200 個選擇各自隨機，疊起來不帶任何指紋。有浮水印時，金鑰與前文決定了每一步的偏好，單看任何一步都像正常選字，兩百步疊起來，偏差就會從雜訊裡浮出來。統計檢驗問的問題只有一個，這些選擇與金鑰預測的吻合程度，高到多不像巧合。段落長度之所以重要，因為樣本要夠多，雜訊才壓得下來。
技術血緣也不神祕。Anthropic 用的是 Google DeepMind 在 2024 年發表於 Nature 的 SynthID-Text 的一個版本，更早可以追溯到 Scott Aaronson 在 2022 年提出的原型。Search Engine Journal 的整理指出，這類方法在 2024 到 2026 年有一整段研究沿革，例如 MirrorMark 把 SynthID 延伸到更抗編輯的版本。所以答案很明確，Claude 浮水印不是隱藏 Unicode 字元，不是看破折號出現頻率，也不是偵測器那種靠經驗法則的猜測，是內建在生成過程裡的統計訊號。
對讀者與使用者的直接影響，官方列得乾脆。沒有隱藏字元、不往文字裡加任何東西、不增加 token、速度不變、價格不變，讀者無法分辨有無浮水印。也因為訊號就是選字本身，純文字的複製貼上不會掉，貼到別的地方，每個選擇都跟著內容一起搬過去。訊號跟著文字走，經過筆記軟體、共筆文件、任何編輯器轉手都不會掉，因為它不是附件，是文字本身的形狀。
品質會不會受影響，分兩層看。Anthropic 的內部測試稱對內容、創意、可讀性沒有影響，這是官方自述。SynthID-Text 論文裡，DeepMind 曾對部分 Gemini 流量做 A/B，讀者按讚與倒讚沒有統計上的顯著差異，人工並排評比也分不出來。機制上這也合理，被調整的只有意思相同的低風險選擇，句子要傳達的東西沒有被換掉。獨立第三方的驗證目前還沒有，這個空白值得留著。
金鑰在誰手上，決定了誰能驗。訊號設計的前提是金鑰保密，沒有金鑰的一方，拿到文字也只能看到文字本身。這就是現況的根源，Anthropic 還沒開放偵測管道，所以今天任何人（包含宣稱能幫你驗的服務）都驗不了文字浮水印，能驗的只有檔案那套 C2PA。
隱私是另一個常見疑慮，答案是官方講得很死。浮水印與金鑰不含任何使用者、組織或對話的識別資訊，Anthropic 在 X 上也明說過浮水印無法追溯到特定個人、組織或對話。它能回答的只有「這段文字像不像 Claude 產的」，回答不了「是誰讓它產的」。
順帶分清楚兩種東西。Pangram 這類 AI 偵測器手上沒有金鑰，靠的是 AI 寫作留下的統計破綻，官方舉的例子是 AI 愛用「this isn’t X, it’s Y」句式、過度使用 quietly 這類偏好，對，就是中文寫作圈在清的那種翻案句式。浮水印檢查的是 Anthropic 自己植入的訊號，原理上更可靠。一句話記住，偵測器看破綻，浮水印看訊號。
複製、改寫、翻譯之後，浮水印還剩多少
這是內容工作者最該花力氣的一段。殘留強度只有一條主規則，Claude 做的選擇愈多，訊號愈強；文字愈長，可判讀的機率基礎愈厚。反過來，人的參與愈深、改寫愈徹底，訊號愈稀薄。
純生成的輸出全面帶浮水印，這沒有爭議。全文由 Claude 選字寫出，每一段都是訊號的來源，文章愈長標記愈明顯，短文字樣本不足，反而難判讀。
翻譯是最大的雷。官方原文寫得清楚，Claude 產出的翻譯帶浮水印，因為在這個情境裡每一個字都是 Claude 選的。英文素材丟給 Claude 翻成繁中再直貼上站，這條工作線在中文內容圈非常常見，它的殘留強度與全文生成同等級，不是「翻譯所以比較輕」。很多人的直覺是翻譯有原文拘束所以算半原創，官方機制不這樣看，譯文的每個選字照樣是模型做的。
一個常見做法值得拿梯度檢驗一下。先讓 Claude 出譯文，再自己改幾個詞，很多人認為這樣人工程度就夠高了。用官方的編輯梯度看，改幾個詞屬於輕編輯，大概洗不乾淨，因為絕大多數選字還是 Claude 做的。要降到安全區，起碼要逐段重寫，把句構與選字換成自己的。
摘要同樣帶。摘要文字由 Claude 選字寫出，就這麼簡單。把兩百頁訪稿丟給 Claude 摘要，再整段貼進報導，那段摘要就是純生成文字。
人寫、Claude 校對潤稿，是另一個極端。浮水印只存在於 Claude 改動的字，官方明說輕度校對時幾乎所有字都是人的，浮水印沒什麼可附著的，視長度與改動量，常常不足以構成可偵測的訊號。這對「AI 當第二雙眼」的用法是好消息。
混寫的文章訊號也不是整篇均勻分布。人寫的段落沒有訊號，AI 寫的段落有，強度取決於 AI 段落占多少、以及那些段落有沒有被重寫過。實務上的文章常是人與 AI 交錯完成，所以真正的重點是盤點哪些段落是直貼的，不必對整篇恐慌。
兩種內容天生訊號稀疏。事實密集的段落，例如官方舉的句子，牛頓最著名的著作叫《原理》，下一個字只有一個正確答案，沒有選擇空間，浮水印無處可落。程式碼也類似，多數程式碼要求精確輸出，選擇空間小，訊號就少，註解這類有任意選擇的地方仍可帶，但對程式本身的影響可以忽略，這也是 Claude Code 使用者不必恐慌的原因，細節後面談偵測時一起看。這也意味著資訊密度高、說法唯一性高的段落，天然比開放式寫法的段落更難帶訊號，梯度會隨文體浮動。
編輯能不能洗掉，官方給了一條明確的梯度，原文是「Light editing probably won’t remove the watermark completely; a complete rewrite where every word is replaced will. In the latter case, of course, it’s arguable whether the text can any longer be described as AI-generated.」翻成白話，輕編輯大概洗不乾淨，逐字替換的完全重寫可以，但那種文字還算不算 AI 生成，官方自己都覺得可議。這條梯度就是後面重寫 SOP 的依據。
翻譯線要降低風險，有兩種改法。第一種把 Claude 的譯文降級為參考稿，人讀完之後憑理解重寫，等於自己重新選字。第二種保留直譯骨架，但要求每段加入在地語感與自己的評註，把改動密度拉高。兩種都會變慢，差別在第一種訊號幾乎歸零，第二種落在灰色地帶，要不要走到極端，看內容的用途與暴露面。
圖片與檔案是另一套機制，先一句話帶過。png、jpg、svg 這類檔案走 C2PA 開放標準的中介資料，與文字浮水印互不相干，細節放在偵測那段講。
五種工作流的浮水印殘留對照
把官方說法疊到真實工作流上，會得到一張比任何單一問答都好用的表。強度欄是依官方說法的定性判斷，不是實測數字，偵測 API 還沒上線，任何人現在給你百分比都要打問號。
| 工作流 | 浮水印強度（依官方說法） | 對內容站的實際意義 | 建議動作 |
|---|---|---|---|
| AI 全文生成直貼 | 最強，文字愈長訊號愈強 | 偵測工具一上線就驗得出 | 補第一手資料與觀點，或整篇逐字重寫 |
| AI 翻譯後直貼 | 完整，每個字都是 Claude 選的 | 中文站最常踩的雷，與全文生成同等級 | 譯稿當底稿，人工逐段改寫後再上稿 |
| AI 摘要整段貼入 | 帶，摘要由 Claude 選字寫出 | 摘要段等同 AI 原文段 | 摘要只當索引，正文用自己的話重述 |
| AI 輕校對潤稿 | 弱，只存在於改動的字 | 常常不足以構成可偵測訊號 | 可接受，改動量留紀錄更穩 |
| 人工執筆，AI 只當顧問 | 幾乎沒有可附著的訊號 | 官方口徑下最乾淨的位置 | 維持，AI 產出當參考不直貼 |
讀表的優先順序很清楚。翻譯那一列值得多看兩眼，因為它最反直覺，風險等級與全文生成相同，卻常被當成比較安全的一環。校對與顧問兩列是安心的部分，問題通常出在「以為自己是校對，實際上是摘要直貼」的工作線，盤點時別放過。
表的第二個用途是排預算。改善工作流要花人力，先動高風險線，報酬最大。直貼線改成人機混寫，每篇多花的時間可以直接用篇量換算；翻譯線把直貼改成逐段重寫，成本會上升，但那等於把原本外包給模型的選字權拿回來，對內容品質本來就是投資。
偵測 API 什麼時候上線？驗到又代表什麼
現況一句話，截至 2026 年 8 月 17 日，偵測 API 還沒推出。官方原話是即將提供浮水印偵測 API，實作細節還在規劃中，推出時間、計價方式、誰能用，全部未定。任何宣稱知道上線日期的說法，目前都只是猜測。
進度上有一條可靠的側證。Anthropic 的 Claude Code 工程師 Thariq Shihipar 在 8 月 11 日於 X 公開回覆，確認會推出「一個你自己就能用的文字偵測 API」，他舉的例子正是檢查一個 PR 是不是 Claude Code 生成的。對照 Claude Code 教學 裡那種把整段任務交給代理跑完的工作方式，這個例子挑得很有針對性。
對開發團隊，這個例子的分量不只在新聞。Pull Request 是每天都在跑的流程，如果抽檢變成一行指令，code review 的 SOP 就多一個可量測的欄位，外包與內審的邊界也多一個客觀依據。前提還是那句，API 上線之前都只是規劃。
驗到浮水印能證明什麼，官方劃的線比多數人想的窄。
| 偵測結果 | 可以下的結論 | 不可以下的結論 |
|---|---|---|
| 驗到浮水印 | Claude 可能在某個時間點參與這份內容 | 斷定全文由 Claude 生成，或指認是誰用的 |
| 驗不到浮水印 | 推不出任何結論 | 斷定文字是人寫的 |
| 內容含 Claude 改動 | Claude 確實碰過其中一些字 | 區分「Claude 寫的」與「Claude 大幅編輯的」 |
| 內容來自其他模型 | 不在 Anthropic 偵測範圍內 | 斷定內容沒有任何 AI 標記，別家有別的金鑰 |
表裡最容易被讀錯的是第三行。含 Claude 改動不等於 Claude 主寫，反過來也成立，這兩個方向的不確定性，就是抽檢結果需要人判讀的原因。
偵測不到不等於人寫，這是官方自己劃的紅線。舊模型的輸出、被重度改寫或改述或翻譯過的文字、混入大量其他文字的段落、樣本太短的文字，都可能驗不到。反向也一樣，驗到了也不能說故事的全貌，只能說 Claude 參與過。
未定的事還有一排。推出時間未定，計價未定，誰能呼叫未定，回傳的是機率分數還是通過門檻也未定。對打算接進流程的人，現在能做的是把抽檢的取樣方式與覆寫規則先設計好，介面等官方公布再補。
圖片與檔案走 C2PA，另一套規則
png、jpg、svg 這類檔案的標記走 C2PA 開放標準，在檔案的中介資料（metadata）裡簽入「Claude 曾處理」的紀錄，附帶偵測竄改的能力，與文字浮水印是兩套獨立機制。中介資料的弱點很傳統，格式轉換、重新儲存、截圖都可能把它剝掉。Anthropic 說會提供自家的驗證工具，但文字與檔案要分開看，一個能驗不代表另一個能驗。
這裡有一個今天就能用的差別。文字浮水印在偵測 API 上線前誰都驗不了，C2PA 是開放標準，現成工具今天就能檢查，圖片工作線要建立流程，從這裡下手最快。兩套機制對工作的意義也不同，文字浮水印跟著內容走，刪不掉；C2PA 跟著檔案走，一次轉存就可能掉。前者要靠工作流管理，後者要靠檔案流程管理，不要用同一套 SOP 混著處理。
移除工具有效嗎？8 月中的現實查核
官方公布機制後一天內，GitHub 上就出現了 guillaumemeyer 的 watermarks-remover，MIT 授權開源，2026 年 8 月 11 日 16:32 UTC 建立，兩天衝上 4,102 顆星，到 8 月 17 日已經超過一萬一千。宣稱涵蓋 Claude、Gemini 與 SynthID-Text、OpenAI 來源，以及開源模型的 Kirchenbauer 式標記。
星星證明的是需求，不是效果。把這類工具拆開看，它真正能做且能驗證的，是清掉隱藏 Unicode 字元，以及移除 C2PA、EXIF、XMP 這類檔案中介資料，這些本來就有現成工具對付。它宣稱但證不了的，是移除統計式文字浮水印，做法本質上是盡力改寫。Anthropic 的金鑰與偵測器都未公開，任何工具都無法驗證自己真的洗掉了 Claude 的浮水印。BleepingComputer 查核得直接，這些工具關於擊敗文字浮水印的宣稱，沒有一個能被驗證。
同類產品快速長了一排。mikiane 的 claude-watermark-cleaner 在 8 月 11 日上線，做法是把文字反覆重寫到約 70% 的 token 序列被打斷，作者自己講明目的是證明浮水印體系不夠穩健。Jesper Nissen 把同一套套路延伸到 Gemini 與 OpenAI，商業側 StealthGPT 推出 Claude Watermark Remover 服務頁，Human Writes 宣稱能繞過 Turnitin 與 GPTZero。BleepingComputer 的結論一視同仁，在偵測器上線前，全部無法驗證。
往後遇到任何宣稱能洗浮水印的服務，檢查法就三條。它有沒有給出可驗證的方式，在官方偵測器上線前，答案必然是沒有。它講的是統計浮水印還是檔案中介資料，後者本來就有工具能清，拿來當前者的證據是偷換題目。它對品質損失怎麼交代，重寫型的工具必然動到文句，繞過的代價寫在哪裡。三條都過不了，那份說明就是行銷文案，不是產品規格。
學術端給了數字，但要小心解讀。一份 2026 年 7 月掛上 arXiv、編號 2607.16010 的鑑識評測，用 MarkLLM 框架實作了 KGW、Unigram 與 SynthID-Text，做了 846 次語意保持的改寫測試，KGW 與 Unigram 一輪改寫就全滅，SynthID-Text 的移除率是 98.3%。注意，這是學術實作的數字，不是 Anthropic 部署版的實測，Anthropic 用的是 SynthID-Text 家族裡的一個版本，部署細節未公開，把 98.3% 直接搬到 Claude 上是過度引伸。
攻防的視角還有一層。ICML 的一篇論文，作者 Jovanovic、Staab 與 Vechev，顯示花不到 50 美元的 API 查詢就能偷學出浮水印規則，之後可以做大規模清洗，也可以做偽造，讓人寫的文字被誤判成帶浮水印，這是栽贓的方向。成本面 TechTimes 估算過，以前沿模型的 API 費率，一篇 1,000 字的文章過一輪改寫約 4 美分，改寫、檢查、再改寫的繞過成本很低。這帶出一個兩難，偵測 API 一旦公開，它同時就是免費的繞過預言機，攻擊者可以拿它當回饋機器，改到驗不出來為止。
對內容站，這些數字的用處只有一個。與其賭軍備競賽誰贏，不如回頭看那條確定的梯度，把參與度降下來，比把工具買齊全有用。工具會過時，統計訊號的邏輯不會。
浮水印會影響 SEO 排名嗎？沒有證據，但要先準備
直接回答。截至 2026 年 8 月 17 日，沒有任何 Google 官方文件說會把 Anthropic 的浮水印當成排名訊號，也沒有文件說 AI Overview 會因為浮水印而引用或排除某段內容。Google 從未對這題表態，任何寫成確定機制的說法，包含「浮水印會讓排名下降」或「Google 會用浮水印挑 AI Overview 來源」，都是未證實的推測。
Google 對 AI 內容的公開立場沒有神祕之處，搜尋文件裡的說法是評品質，無論內容如何產出，照官方文件的字面，用什麼工具產出不是評分欄位。排名怎麼評內容，可以回頭看 SEO 是什麼的基礎定義，品質、意圖符合度與連結信任的基本盤沒有因為浮水印改變。
另一個常被問的角度是搜尋意圖。浮水印不改變使用者要什麼，資訊型查詢要答案，比較型查詢要差異，這些需求不會因為標記存在而消失。會變的是供給端的呈現條件，例如平台要不要標、編輯台要不要揭露，這些都發生在內容被排名之前。
沒有證據不等於不用準備，差別在於花力氣的方式。真正值得管理的是三個暴露面。第一是平台政策，Substack 已與 Pangram 合作標記 AI 內容，AI 音樂平台 Suno 也宣布將標記作品，如果你的主要分發平台開始驗，直貼工作線會最先被掃到，這不靠 Google 也會發生。第二是客戶與編輯規範，代理與接案者遲早會被要求說明人工程度，浮水印讓「有沒有用 AI」從口說變成可驗，合約語言會跟著演化。第三是 AI 引用的不確定性，生成式搜尋怎麼挑來源，本來就是 GEO 生成式引擎最佳化 在處理的題目，浮水印會不會進入那個挑選過程，目前沒有答案，能做的是讓內容有自己的第一手材料與原創數字，這在任何挑選機制下都不吃虧。AI 內容與搜尋的互動，AI SEO 的完整討論 有更長期的鋪陳。
一句收束。把浮水印當搜尋演算法的判死刑工具，是過度反應，把它當不存在，是把決策交給運氣。中間那條路叫風險管理，成本低得多。
具體的自問可以縮成三題。站上現在有多少比例的文字是直貼產出，翻譯直貼占了幾成。如果最大的分發平台明天宣布全面標記 AI 內容，哪一批文章會被掃到。客戶或編輯台問到 AI 參與程度時，答得出每一篇的生產方式嗎。三題都答得出來，風險就已經被管理了一半。
換模型躲得掉嗎？Gemini、ChatGPT 與這波爭議
躲不掉，方向是一致的。Google 用 SynthID 標 Gemini，圖片從 2023 年起、文字從 2024 年的 Nature 論文起。OpenAI 在圖片與音訊也用 SynthID，文字浮水印尚未宣布。透明度守則的簽署方約 190 家，整個模型產業往「來源可偵測」走，換一家只是換一把金鑰。
| 業者 | 文字輸出浮水印 | 圖片與音訊 |
|---|---|---|
| Anthropic（Claude） | 2026 年 8 月起全球套用，偵測 API 未上線 | 檔案走 C2PA 中介資料，將提供驗證工具 |
| Google（Gemini） | SynthID 文字浮水印，2024 年 Nature 論文揭示 | 圖片自 2023 年起用 SynthID |
| OpenAI（ChatGPT） | 尚未宣布 | 圖片與音訊採用 SynthID |
想在模型之間找浮水印的縫隙，短期或許有，長期是死路。真要調整工具組合，動機應該是任務適配，可以從 ChatGPT 完整教學 之類的比較視角去想，而不是為了躲標記。
爭議本身值得看一眼，因為它預演了接下來會反覆出現的論點。Business Insider 報導有數十人退訂 Claude，Reddit 上「陰謀懲罰善良用戶」與「怕被抓的人才反對」兩極對峙，Hacker News 也熱議了一輪，X 上相關話題同樣衝上過趨勢。X 上有人提出「數位刺青」的批評，熟手可以用別家模型洗稿繞過，普通人（學生請 Claude 重組段落、記者請 Claude 摘要兩百頁訪稿、作家請 Claude 給同義詞）會被一網打盡。TechCrunch 的回應很實在，記者把 AI 摘要整段貼進文章，這件事本來就有問題，浮水印不是加害。Search Engine Journal 也針對內容策略面的影響寫了專文。這些討論的價值不在誰對，在於它把「你的工作流裡 AI 佔多少」這個問題逼到每個人面前。
這波反彈真正值得記下的是結構，不是人數。反彈最強的用法，恰好落在梯度最強的那幾格，整篇生成與整段摘要直貼；而官方明說幾乎測不到的輕校對族群，其實沒有實質損失。把爭議對照梯度看，每個人的恐慌位置，就是自己工作流的位置。
內容團隊的自檢清單，分兩個階段
清單只有分成「現在就能做」與「等偵測 API 上線再做」兩欄才有意義，把做不到的事寫成待辦，只是製造安心假象。
現在就能做的事
盤點工作線。列出站上每一條產出文字的流程，標出哪些環節產生 Claude 文字。走法是從產出回推，把最近一個月的上稿攤開，逐篇標記哪些段落來自 Claude、屬於哪種工作流。翻譯線最容易漏，因為它看起來最無害，翻譯與摘要兩類要單獨列出來。盤點結果直接對照前面那張五工作流表，分出高、中、低風險。
給高風險線定重寫 SOP。直貼與翻譯直貼兩條線優先。深度標準就抄官方梯度，逐段改寫為底線，要求更高的稿件逐字替換。改寫不是套一次同義詞，是把句子結構、舉例與觀點都換成自己的。
注入原創增量。第一手測試、內部量測、具名觀點、在地案例，這些是模型給不了的。它們同時是搜尋與 AI 引用環境下最穩的差異化，不管浮水印未來算不算訊號都不吃虧。
定 AI 使用揭露原則。站方對 AI 參與程度怎麼說、說到哪裡，先有內部口徑。若想同步對 AI 爬蟲公開網站結構與內容政策，llms.txt 是一個輕量作法，細節可以看 llms.txt 的做法與邊界。
圖片線先跑 C2PA 檢查。開放標準、現成工具、今天可用，把「哪張圖還帶 Claude 處理紀錄」變成可回答的問題。
等偵測 API 上線再做的事
抽檢流程。抽樣、送測、標記、複查四步，接到現有品質流程裡。抽檢的目標是趨勢不是獵巫，看高風險線的殘留比例有沒有降。
建立基準線。舊文抽樣送測一次，知道自家歷史稿件落在哪個水準，之後的數字才有比較基礎。全面回頭重寫舊稿通常不划算，先量再決定。
接自動化。WordPress 端抽檢標記可以用腳本或外掛接偵測 API，現在做不到，任何宣稱現在就能幫你驗文字浮水印的服務，都回到前面那句，無法驗證。
現在還做不到的三件事
驗證某段文字有沒有浮水印，做不到。驗證任何移除工具的效果，做不到。確知 Google 或其他搜尋引擎會不會用這個訊號，做不到。把這三句放在桌上看著，決策才不會漂。
常見問題
企業方案或 API 參數可以關掉浮水印嗎
不行。全球適用是官方明說的決定，API 沒有參數可以關，企業方案待遇相同。官方給過理由，還沒有穩定可靠的方法按地區切開，所以上線就全球套用。合約有沒有另談空間，官方未提及，有這個需求的人該直接找 Anthropic 的企業業務洽詢，而不是聽信工具商的說法。這也代表採購決策不太會因為浮水印翻盤，該評的還是能力、價格與整合作業的成本。
只用 Claude 取標題、想幾個點子，整篇會被標記嗎
標題與點子本身的文字量太少，統計訊號不足以判讀，短文字樣本不足本來就是難偵測的類型。真正的變數是有沒有把 Claude 給的句子整段貼進正文，貼了，那段就是純生成文字，跟誰按的送出無關。點子進腦子再用自己的話寫出來，訊號就斷在 clipboard 那一步。
透過 Cursor 之類的協力工具呼叫 Claude API，也在範圍內嗎
官方清單列的是 Claude Platform 的 API、Claude、Claude Code、Claude Cowork、Claude Tag，加上 AWS、Google Cloud、Microsoft Foundry 上的支援模型。換介面不換模型，走的還是同一條 API，原則上都在範圍內。協力工具會不會額外處理輸出，官方沒有逐家說明，這部分保持未知比硬猜負責。
已經上線的舊文章，需要回頭重寫嗎
先別急著全面重寫。判斷順序是文章當時走哪條工作流、用的是不是 8 月 2 日之後的模型、站上的風險容忍度。過渡期內的舊模型輸出還不帶標記，本來就測不到。真的要動手，優先順序也是先修產線，讓新的直貼與翻譯直貼停下來，舊稿等偵測 API 上線抽樣建立基準線，再決定哪一批值得回頭處理。畢竟工作流修好之後，新的風險就止住了，回頭燒舊稿永遠是第二步。
圖片轉檔或截圖之後，還查得到是 Claude 做的嗎
看剝掉的是哪一層。圖片檔案的標記在 C2PA 中介資料裡，格式轉換、重新儲存、截圖都可能剝掉它，剝掉之後那套驗證就失效。文字浮水印是另一套機制，只存在於文字的選字裡，跟圖檔無關。兩套標記要分開檢查，也各有各的時效。
下一步，三件帶時間表的事
今天就能做的第一件事，花 30 分鐘盤點工作線，把翻譯線找出來，對照五工作流表標出風險等級。本週做第二件事，給直貼與翻譯直貼兩條線定出重寫 SOP，拿一篇還沒上稿的譯文試跑逐段改寫，感受一下深度標準。第三件事放長期，把 Anthropic 的說明中心文件與部落格技術問答放進監看清單，每個月回頭看一次有沒有更新，偵測 API 一有推出消息就跑一輪抽檢，讓自家的數字跟上官方的進度。浮水印的機制已經定了，你的工作流怎麼回應，現在就輪到你決定。
