Claude 新模型加入 AI 內容標記，文字藏浮水印、檔案附 C2PA 來源資訊

Anthropic 公布 Claude 的 AI 生成內容標記規畫。自 8 月 2 日起在歐盟推出的新 Claude 模型，將從推出第一天就支援機器可讀的內容標記：Claude 產生的文字會加入肉眼看不見的浮水印，而支援的 SVG、PNG 與 JPEG 等檔案，則會附上符合 C2PA 標準、經數位簽署的來源中繼資料，用以記錄內容來源。相關機制不只適用歐盟，也會套用到支援模型在全球提供的 Claude 服務。

推動這項機制的直接壓力來自法規。歐盟的 AI 相關規範要求 AI 生成內容具備可辨識性，業者必須提供技術手段讓下游能判斷內容來源。不過 Anthropic 選擇把機制套用至全球而非僅限歐盟，反映的是另一層考量——維持單一技術實作遠比為不同地區維護不同版本簡單，且提前建立能力也能因應其他司法管轄區後續的類似要求。

兩種標記技術的性質截然不同，值得分別理解。文字浮水印的原理是在模型生成時，於 token 選擇的機率分布上施加特定的統計偏置，形成人類讀不出、但演算法能檢測的模式。它的優點是不需要額外的檔案結構承載，缺點則是穩健度有限——經過改寫、翻譯或大幅編輯後，訊號可能被稀釋到無法檢出。

C2PA 則是另一條路徑。它把來源資訊寫入檔案的中繼資料，並以數位簽章保證未被竄改，記錄的內容可包含生成工具、時間與後續的編輯歷程。其優勢在於資訊明確且可驗證，弱點則是中繼資料容易在轉檔、截圖或平台重新編碼時遺失——多數社群平台上傳流程都會剝除中繼資料。

兩者結合的設計思路，是以互補涵蓋不同情境：檔案完整傳遞時由 C2PA 提供明確的來源鏈，中繼資料遺失時仍有浮水印作為統計層級的線索。但必須清楚認知，這套機制的目標是「讓誠實使用者能標示來源」，而非「防止惡意行為者隱藏來源」——刻意移除標記的技術門檻並不高。

真正決定成效的是生態系的參與程度。內容標記要發揮作用，需要生成端加上標記、傳播平台保留標記、以及消費端有工具能檢視標記，三個環節缺一不可。目前最薄弱的是中間環節：社群平台是否願意保留並顯示來源資訊，涉及產品設計與商業利益的權衡。

後續觀察重點包括：其他主要 AI 業者是否跟進同等標準、社群平台對 C2PA 中繼資料的保留政策，以及檢測工具的普及程度與準確率。