撰文、编辑 / Kaamel Labs
Anthropic 近日正式公布 Claude 系列模型的 AI 生成内容标记方案。根据该方案，受支持模型生成的自由文本将嵌入不可见水印，而 SVG、PNG 及 JPEG 等图像文件将附带 C2PA 签名来源元数据。此措施将覆盖 Claude、Claude Platform、Claude Code 及 Claude Cowork 等产品线，并计划延伸至部分第三方云平台部署的 Claude 模型。
Anthropic 已签署欧盟《AI 生成内容透明度实践准则》（以下简称“实践准则”）第一部分，承诺按技术要求对 AI 生成或操纵内容进行标记。通过解析 Claude 的具体实施方案，可深入洞察在欧盟《人工智能法案》Article 50(2) 进入产品落地阶段后，模型提供者所需履行的核心合规义务。
机器标记的技术框架
欧盟《人工智能法案》Article 50(2) 明确规定，生成式 AI 系统提供者须以机器可读格式标记系统输出，确保其可被识别为人工生成或操纵内容。实践准则进一步细化了标记的技术形态与查验机制：模型提供者不仅需在输出中写入标记，还需提供相应的检测工具，以便外部主体验证内容来源。
作为自愿性合规工具，实践准则不取代《人工智能法案》或其实施指南，但签署方可依据此欧盟层面的共同框架设计措施，以证明其履行了相关法律义务。下文对 Claude 方案的分析，重点考察其公开措施与实践准则技术要求的对应关系。
针对图片、音频和视频等文件类内容，实践准则原则上要求采用“双层标记”策略：一是带有数字签名的来源元数据，记录生成工具、处理过程及签名信息；二是不可见水印，用于在元数据因截图、转码或平台重编码丢失时提供识别线索。两者组合使用，旨在提升标记在传播链路中的留存率。
对于自由文本，由于无法像文件一样稳定携带来源元数据，实践准则允许采用单层不可见水印。同时，准则考虑到文本长度及后续编辑对检测效果的影响：原则上超过 200 个 token 的文本应当标记，极短文本可适用技术例外；若文本经过大幅改写、翻译或混合，检测结果可能会受到干扰。
在标记写入后，提供者需解决查验闭环问题。每种标记均应配套相应的技术规范、软件或 API。检测结果应支持下载，并通过数字签名记录内容哈希、工具标识和时间戳。虽然文本水印检测可暂时仅向监管机构、媒体和研究人员等专业用户开放，但提供者必须明确说明开放对象及使用条件。
Claude 的分层标记方案
Anthropic 宣布，2026 年 8 月 2 日及之后在欧盟推出的新 Claude 模型将在发布时原生支持机器可读标记，既有模型将逐步升级支持。Claude 根据输出类型分别采用文本水印和文件来源元数据，这与实践准则对不同内容载体的分类逻辑基本一致。
（一）自由文本的不可见水印
Claude 在生成自由文本阶段即写入不可见水印。该标记在常规复制操作中通常不会消失，但若遭遇较大幅度的改写、翻译或内容混合，检测效果可能降低。
Anthropic 明确限定了检测结果的证明效力：检出水印仅能证明相关文本曾由 Claude 处理，无法据此断定整篇内容的作者归属，也无法证明当前版本未经编辑。反之，未检出水印也不能直接排除 Claude 的参与，因为旧版模型、短文本限制及后续修改均可能影响检测结果。因此，水印仅作为判断内容来源的技术证据之一，需结合模型版本、文本长度、编辑记录及使用场景综合评估。
（二）图像文件的 C2PA 来源元数据
Claude 生成的受支持格式（SVG、PNG、JPEG）文件将附带 C2PA 签名来源元数据。兼容工具可读取该凭证，确认文件是否经 Claude 处理，并核验受签名保护的信息完整性。这一措施直接对应实践准则要求的“来源元数据层”。
实践准则对在线传播的图片原则上还要求加入不可见水印作为第二层防护。目前 Anthropic 公布的信息尚未完整说明 Claude 文件是否同步采用水印，也未披露仅依靠 C2PA 元数据即可达到同等鲁棒性的测试依据。现有信息确认 Claude 已实施来源元数据，但尚不足以判断其文件标记是否完全覆盖实践准则的双层方案。
行业内其他厂商已采取不同技术组合：OpenAI 为部分图像加入 C2PA Content Credentials；Google DeepMind 的 SynthID 则可在图像、音频、文本和视频中嵌入不可见水印，并通过专用探测器识别。厂商虽可选择不同技术路径，但均需阐明标记写入机制、抗编辑能力及外部检测方式。
检测工具与产品覆盖
Anthropic 表示将向用户及第三方提供 Claude 标记的检测能力，但具体工具形态、开放权限及结果格式尚未公布。文本检测是否仅限于专业用户、文件检测能否生成带签名的报告，以及误报漏报的解释机制，仍有待进一步明确。
检测工具的设计直接关系到企业合规留证的有效性。若检测结果缺失内容哈希、工具标识或时间信息，企业将难以证明特定内容在特定时间接受了何种检测；若检测入口无法覆盖所有接入方式，企业则需分别设计核查流程，增加合规成本。
除检测工具外，各产品的实际覆盖范围也需确认。鉴于 Claude 的标记计划涉及多产品线、多模型版本及第三方平台，且不同平台、功能和文件类型可能采用差异化标记方式，企业在进行供应商审查时，务必记录所用模型、部署地区、输出格式和接入平台，并实测标记在复制、编辑、格式转换及外部发布后的保留情况。
下游企业的透明度责任
实践准则允许下游 AI 系统提供者沿用上游模型提供的标记、检测工具和测试材料，但最终输出是否符合 Article 50(2)，仍需结合下游产品特性独立判断。企业对 Claude 输出进行编辑、转换或重新封装后，必须确认最终内容是否仍携带适当标记，并妥善保存版本迭代和检测记录。
此外，机器标记需与 Article 50(4) 规定的“显式披露”相区分。当企业公开发布深度伪造内容或涉及特定公共利益的文本时，可能需直接向受众说明内容的 AI 生成或操纵属性。Claude 的水印和 C2PA 元数据主要供机器读取，无法自动完成面向自然人的信息披露义务。
综上所述，Claude 文本水印方案与实践准则对自由文本的技术路径基本吻合，文件方案也已落实 C2PA 来源元数据。然而，文件是否采用第二层标记、检测工具的开放机制及结果记录方式，以及各模型和平台的全面覆盖时间表，将是决定后续合规评估结论的关键。在相关信息完全明确前，Anthropic 的公开方案可作为供应商审查和产品测试的重要参考，但尚不足以支持对整体合规状态作出统一定论。
Kaamel 简介
Kaamel 始终站在隐私保护前沿，坚信通过技术驱动帮助企业识别并解决隐私合规风险。
创新的Kaamel AI 检测引擎依托主流法规和监管判例，助力企业快速、全面地识别自身隐私合规风险。Kaamel 还提供全方位的隐私合规解决方案，协助企业在出海业务中有效应对监管要求和用户需求，降低隐私风险与合规隐患，在国际化市场中建立坚实的隐私信任。
