Claudeはあなたのテキストにウォーターマークを入れません。AnthropicはClaudeの出力に隠しウォーターマークを実装したことは一度もなく、削除する必要のある不可視のマーカーも存在しません。フラグが立てられるのはウォーターマークではなく、文章そのものの統計的な質感です。これは別の問題であり、別の解決策があります。
ここでいう「ウォーターマーク」とは実際に何を意味するのか？
技術的な意味でのウォーターマークとは、後で検出できるように生成テキストに意図的に埋め込まれた信号です。モデル提供者によって意図的に追加され、言葉とともに運ばれます。キーを知っている検出器はそれを見つけることができます。
Claudeで起きているのはそれではありません。テキスト用の公開されたAnthropicのウォーターマーク方式はなく、リクエストできるキーもなく、出力から削除できるマーカーもありません。検出器があなたのClaudeの下書きにフラグを立てたとしても、それは隠しタグを見つけているのではありません。パターンを見つけているのです。
この混乱は理解できます。ウォーターマークは実際の研究分野であり、OpenAIの話がそれを差し迫ったものに感じさせました。writehuman.ai (https://writehuman.ai/blog/does-chatgpt-watermark-text)によると、OpenAIは何かをリリースする2年前にウォーターマーク技術を構築し、社内で約99.9パーセントの有効性と評価し、リリースしないことを決めました。それはOpenAIの状況であり、Anthropicのものではありません — しかし、なぜ人々がすべてのモデルがそれを行っていると想定するのかを説明しています。
ここには本当の罠もあります。不可視のUnicode文字です。同じwritehuman.aiの記事によると、2025年の春に、ユーザーはChatGPTの出力に異常な不可視のスペース文字を見つけ、秘密のウォーターマークが発見されたと宣言しました。OpenAIの説明はそれほど劇的ではありませんでした。Claudeもそれらを追加しませんが、この出来事は知っておく価値があります。なぜなら、「ウォーターマーク」が削除できる文字通りの文字を意味する唯一のケースだからです。
透かしがないのに、なぜClaudeのテキストがフラグ付けされるのですか？
検出器は透かしを探しているわけではないからです。検出器はテキストの統計的性質を見ています。つまり、各単語がその前の単語を踏まえてどれだけ予測可能か、文の長さがどれだけ変動するか、特定の接続表現がどれくらいの頻度で現れるか、といったことです。Claudeのデフォルトレジスター——整っていて、バランスが取れていて、均一なテンポ——は、素早く不均一に書く人間とは異なるスコアになります。
私たちはこれを自社の計測器で検証しました。2026-09-28に、DeAIze検出器（ローカルアンサンブル、liteティア）で2つのコーパスを30%のフラグしきい値でスコアリングしました。
- 参照サンプル: 生成済みとマークされていないDeAIzeガイドからの709のパッセージ。平均AIスコア26%、中央値25%、範囲0-69%。30%のしきい値以上だったスコア: 709中239。
- 未編集のモデル出力: 固定プロンプトから生成され、編集されていない12のパッセージ。平均AIスコア33%、中央値34%、範囲4-46%。
これらの数字を注意深く読んでください。未編集のモデル出力は平均でより高いスコアでしたが、範囲は大きく重なっており、参照サンプルも数百のケースでしきい値を超えていました。パッセージ構成は140語を目標とし、対象となる末尾のパッセージはより短くても許容され、同じガイドからのパッセージは独立したサンプルではありません。これらはパッセージ数であり、独立した文書の数ではなく、検証された人間の偽陽性率でもありません。
これが示すこと: フラグは文章のテクスチャに関するシグナルであり、著者性の証明ではありません。そして、モデルが一切触れていない文章にも起こり得ます。
自分の文章のどれがそのシグナルを帯びているか見たいなら、DeAIze が単一の数値を渡すのではなく、AI確率によってそれぞれをハイライトします。書き直しトライアルでは、メール確認後に200語が使えて、クレジットカードは不要です — 何かにコミットする前に料金オプションを見てください。
自分で確認できる実例
これは測定ではなく、一例です。次の文を見てください：
変更前：「堅牢なデータガバナンス体制の実装は、分散したチーム全体でイノベーションを同時に可能にしながらコンプライアンスを維持しようとする組織にとって不可欠です。」
どの節も釣り合っている。抽象名詞が3つ連続している。リズムは均一。虚偽は何もない——ただ摩擦がなく、摩擦のない文章こそ検出器が重く評価するものだ。
変更後：「チームが別々のオフィスにいるなら、誰が顧客データを所有するかを誰かが決めなければならない。それを間違えるとコンプライアンス業務は停滞する。私たちは2023年に遠回りしてこれを学んだ。」
もっと短く。均一でなく。具体的なディテールを一つ（年、決断、小さな告白）。2番目のバージョンは書くのが難しく、読むのは簡単です。
そのギャップ — 摩擦のなさと具体性の間の — こそが、スコアが測っているものの大部分です。また、修正が削ることではなく編集である理由でもあります。
比較：実際にフラグを取り除くもの
| アプローチ | 変わるもの | コスト | 向いている用途 | 注意点 |
|---|---|---|---|---|
| ウォーターマークを探す | 何も変わらない — Claude の出力には存在しない | 午後がつぶれる | 正直なところ、ほとんどない | 時間の無駄。不可視UnicodeはChatGPT側の珍現象 |
| 類語辞典で言い換える | 語句の選択のみ | 無料 | ほとんど何にも | 意味がずれる。リズムは機械的に均一のまま |
| 一文ずつ書き直す | リズム、具体性、明確さ | 注意力 | 自分が実際に書いた下書き | ボタン一つより遅い。主張は自分で検証する必要がある |
| 汎用ヒューマナイザーを通す | 表面的なパターン | プランによって異なる | 大量の初稿の整理 | 否定や数量を気づかないうちに変える可能性がある |
| DeAIze ヒューマナイザー | 文ごとに修正した表現を提案 | スターター $20.99 / 1,000語、スタンダード $44.99 / 3,000語、プロ $99.99 / 10,000語、マックス $199.99 / 30,000語。クレジットは無期限、サブスクなし | 自分の主張を保ちながら自分の下書きを編集する | 意味的類似度は確認の補助であり証明ではない — 数字はすべて自分で確認すること |
有料ヒューマナイザー層が他社でどのようなものかの参考として：writehuman.ai (https://writehuman.ai/blog/does-chatgpt-watermark-text) は、WriteHumanの無料プランでは月3回、各250語までのヒューマナイズがカード登録なしで利用できると述べています。どのツールを選ぶにせよ、支払う前にツールを試す合理的な方法です。
これが間違った選択となる場合
これらのいずれかがあなたに当てはまるなら、ヒューマナイザーを購入しないでください。
あなたは元の作品を書いていない。 書き直しは自分の草稿を磨くためのものです。アイデア、データ、結論があなたのものでなければ、どんなツールでもそれは解決できず、それを隠すためにツールを使うことはまったく別の問題です。
あなたは正式な紛争の渦中にいる。 審査委員会、ジャーナル、雇用主があなたの作品を指摘した場合、元のファイルを保存し、草稿とバージョン履歴を保管し、手続きに従ってください。ヒューマナイザーは証拠にはならず、聴聞会の前にテキストをそれに通すことは改ざんのように見える可能性があります。ファイルに触れる前に、審査委員会が実際に評価するものをご覧ください。
あなたの機関がツールを完全に禁止している。 まずポリシーを確認してください。編集支援を許可する機関もあれば、そうでない機関もあります。
テキストが短い。 60語のキャプションでは、検出器が扱える材料はほとんどなく、あなたが修正できるものもほとんどありません。
Claudeテキストのシグナルを実際に下げる方法
- 編集する前に、まず検出を実行する。 どの文がシグナルを担っているかを知る必要があります。文書全体のスコアは、手を付けるべきかどうかを教えてくれます。文のハイライトは、どこから始めるべきかを教えてくれます。
- 平坦な文を直すのであって、すべてを直すのではない。 高いスコアを出した文を再構築しましょう。残りはそのままにしておいてください — 過剰な編集は別の種類の画一性を生み出します。
- モデルには知り得ないことを加える。 日付、名前、自分のメモにある数字、あなたが下して後悔した決断。具体性は偽装するのが最も難しく、その欠如を検出するのが最も容易なものです。
- 意図的にリズムを崩す。 3つの文が続けてほぼ同じ長さなら、1つを5語に削るか、分割しましょう。
- 書き直した後、すべての主張を検証する。 改訂版を元の文章と比較しましょう。数量、引用、否定、限定詞を行ごとに確認してください。「not」を反転させてしまう書き直しは、あなたが直そうとしていたフラグよりも悪いです。
- 再スコアリングして比較する。 数値がほとんど動かなければ、問題は表面的な質感ではありませんでした。
より長い文書に取り組んでいるなら、文レベルの編集方法で同じパスをより詳しく説明しています。
正直な答えをどう扱うか
あなたのClaudeテキストにはウォーターマークはありません。それが良い知らせであり、同時に答えのあまり役に立たない半分でもあります。あなたが心配しているフラグは、文章がどう読まれるかに由来しており、それは修正可能です — 削除するのではなく、編集することによって。
不快な部分：どの検出器の出力も、私たちのものを含めて、著者であることを証明しません。スコアは質感の読み取りであり、誰がその言葉を入力したかについての評決ではありません。あなたが下書きを書き、Claudeを使ってそれを形作るのを手伝ったなら、あなたの仕事は最終版を、あなたが実際にそれについて考えたように聞こえるようにすることです。それはライティングの課題であり、きちんとやる価値があります。
測定に関する注記：本記事の数値は、2026-09-28に当社独自の検出器を実行して得られたものです — n = 709 は生成済みとマークされていないガイドからの参照パッセージ、対して n = 12 は未編集のモデルパッセージで、AIスコアの中央値はそれぞれ25%と34%でした。参照元の著者は独立して検証されていません。パッセージは独立した文書ではありません。方法：/methodology/.