Anthropic chia sẻ thêm thông tin về vụ watermark

Ngày 14/8/2026, Anthropic đã công bố thêm thông tin chi tiết về cơ chế watermark dành cho văn bản do các model Claude trong tương lai tạo ra, sau khi chủ đề này nhận được khá nhiều sự quan tâm từ cộng đồng.

Điều đáng chú ý nhất là watermark của Claude không hoạt động giống watermark trên hình ảnh. Anthropic không chèn logo, đoạn mã bí mật, khoảng trắng đặc biệt hay ký tự Unicode ẩn vào câu trả lời.

Thay vào đó, watermark được hình thành ngay trong quá trình Claude lựa chọn token khi tạo văn bản, tạo nên một mẫu thống kê mà người đọc thông thường không thể nhận ra bằng mắt thường.

Anthropic cho biết thay đổi này được triển khai nhằm đáp ứng các yêu cầu minh bạch của EU AI Act, trong bối cảnh các nghĩa vụ liên quan đến việc đánh dấu và nhận diện nội dung do AI tạo ra đã bắt đầu áp dụng từ ngày 2/8/2026.

6 điều quan trọng Anthropic xác nhận về watermark của Claude

Trong thông báo mới nhất, Anthropic nhấn mạnh sáu điểm mà người dùng cần biết:

• Watermark không gây ảnh hưởng thực tế đáng kể đến chất lượng hoặc nội dung đầu ra của Claude.
• Người đọc không thể phân biệt bằng mắt thường giữa văn bản có watermark và văn bản không có watermark.
• Không có gì được thêm vào văn bản và không tồn tại ký tự ẩn.
• Watermark không tạo thêm token, vì vậy không làm tăng chi phí sử dụng Claude.
• Watermark không chứa thông tin nhận dạng và không thể truy ngược về một cá nhân, tổ chức hay cuộc trò chuyện cụ thể.
• Đây không phải thay đổi chỉ riêng Claude. Những nhà cung cấp AI khác tham gia cùng Bộ Quy tắc Thực hành của EU cũng phải có biện pháp riêng để đánh dấu nội dung do AI tạo ra.

Đây cũng là những thông tin quan trọng giúp giải đáp phần lớn lo ngại xuất hiện khi cộng đồng nghe tới cụm từ “Claude sẽ có watermark”.

Watermark của Claude thực sự hoạt động như thế nào?

Để hiểu cơ chế này, trước tiên cần hiểu cách một mô hình ngôn ngữ lớn như Claude tạo văn bản.

Claude không viết toàn bộ một đoạn văn cùng lúc. Mô hình tạo nội dung theo từng token, liên tục dự đoán token tiếp theo dựa trên những gì đã xuất hiện trước đó.

Ví dụ với câu:

“Hôm nay thời tiết lạnh và…”

Mô hình có thể có nhiều lựa chọn phù hợp như:

• âm u;
• nhiều mây;
• xám xịt;
• lạnh giá.

Trong nhiều trường hợp, có nhiều lựa chọn gần như tương đương về mặt ý nghĩa và chất lượng.

Thông thường, mô hình sử dụng yếu tố ngẫu nhiên để quyết định lựa chọn cuối cùng giữa các token có xác suất phù hợp.

Watermark tận dụng chính những “quyết định ít rủi ro” như vậy.

Watermark tạo ra một mẫu thống kê

Thay vì sử dụng hoàn toàn nguồn ngẫu nhiên thông thường, hệ thống watermark kết hợp một khóa watermark cùng một số từ hoặc token xuất hiện trước đó để tác động nhẹ vào lựa chọn tiếp theo.

Điều này không có nghĩa Claude bị buộc phải chọn một từ kỳ lạ hoặc một từ kém phù hợp.

Mô hình vẫn lựa chọn trong nhóm những token vốn đã được đánh giá là hợp lý.

Khi quá trình này lặp đi lặp lại trong một đoạn văn đủ dài, các lựa chọn của mô hình hình thành nên một mẫu thống kê đặc trưng.

Người đọc không nhìn thấy mẫu này.

Nhưng một hệ thống có khóa phù hợp có thể phân tích chuỗi lựa chọn token và đánh giá xem chúng có phù hợp với mẫu watermark hay không.

Kết quả cuối cùng không phải là câu khẳng định:

“100% đoạn văn này được Claude viết.”

Mà gần hơn với:

“Có xác suất cao Claude từng tham gia vào quá trình tạo ra nội dung này.”

Không có ký tự bí mật nào được chèn vào văn bản Claude

Đây là điểm đặc biệt quan trọng bởi từ trước tới nay, khi nhắc đến watermark văn bản, nhiều người thường nghĩ tới những kỹ thuật như:

• Unicode vô hình;
• zero-width space;
• khoảng trắng đặc biệt;
• ký tự không hiển thị;
• chuỗi nhận dạng được chèn vào nội dung.

Watermark mà Anthropic mô tả không hoạt động theo cách đó.

Anthropic xác nhận rõ rằng không có nội dung bổ sung và không có ký tự ẩn nào được thêm vào văn bản.

Vì vậy, nếu bạn copy một đoạn văn bản từ Claude sang:

WordPress, Facebook, Microsoft Word, Notepad, Google Docs hoặc một trình soạn thảo văn bản khác thì không tồn tại một “đoạn mã bí mật” nằm xen giữa các chữ để bạn tìm và xóa.

Watermark nằm trong mẫu lựa chọn token của mô hình, chứ không nằm dưới dạng dữ liệu bí mật được gắn vào từng ký tự.

Điều này cũng có nghĩa những công cụ chuyên tìm zero-width characters hoặc ký tự Unicode bất thường không phải phương pháp để phát hiện loại watermark này.

Claude sử dụng công nghệ gì để tạo watermark?

Anthropic cho biết kỹ thuật mà họ sử dụng được giới thiệu trong nghiên cứu SynthID-Text.

SynthID Text ban đầu được phát triển bởi Google DeepMind như một phương pháp watermark nội dung được tạo bởi các mô hình ngôn ngữ.

Google DeepMind mô tả SynthID Text là kỹ thuật điều chỉnh nhẹ phân phối xác suất token ngay trong quá trình mô hình tạo nội dung.

Hiểu đơn giản:

Prompt → mô hình dự đoán các token có thể xuất hiện → watermark tác động nhẹ đến xác suất lựa chọn → Claude chọn token → quá trình tiếp tục.

Khi có đủ số lượng token, chuỗi lựa chọn này có thể tạo thành một tín hiệu đủ mạnh để hệ thống phát hiện watermark.

Google DeepMind cũng nhấn mạnh SynthID không phải “viên đạn bạc” có thể giải quyết hoàn toàn bài toán phát hiện nội dung AI. Hiệu quả của nó phụ thuộc vào độ dài và loại nội dung.

Watermark có khiến Claude viết kém đi không?

Theo Anthropic: không có tác động thực tế đáng kể đến chất lượng đầu ra.

Trong thử nghiệm nội bộ, công ty cho biết họ không nhận thấy ảnh hưởng đối với:

• nội dung;
• mức độ sáng tạo;
• khả năng đọc;
• chất lượng văn bản.

Anthropic cũng dẫn lại nghiên cứu SynthID-Text của Google DeepMind. Trong thử nghiệm trên một phần lưu lượng Gemini, không ghi nhận khác biệt có ý nghĩa thống kê về phản hồi tích cực và tiêu cực của người dùng giữa phiên bản có watermark và không watermark.

Nguyên nhân là watermark chỉ tận dụng những trường hợp mà mô hình đã có nhiều lựa chọn gần như tương đương.

Nếu một token cụ thể là cần thiết để bảo đảm câu trả lời chính xác, cơ chế watermark không nên ép mô hình chọn một phương án khác chỉ để duy trì watermark.

Watermark có ảnh hưởng tới code do Claude tạo ra không?

Đây có lẽ là câu hỏi được lập trình viên và người dùng Claude Code đặc biệt quan tâm.

Anthropic giải thích rằng code thường có ít cơ hội để watermark hơn văn bản tự nhiên.

Lý do là lập trình chứa rất nhiều vị trí mà kết quả phải chính xác.

Ví dụ:

2 + 2 =

Nếu Claude đang thực hiện phép tính thông thường thì kết quả hợp lý phải là 4.

Không thể đổi thành một con số khác chỉ vì muốn tạo watermark.

Tương tự trong code, một toán tử, tên API, cú pháp, khóa hoặc giá trị cụ thể đôi khi chỉ có một lựa chọn chính xác.

Trong những trường hợp như vậy, watermark sẽ không được áp dụng vào quyết định đó.

Ngược lại, những khu vực có nhiều lựa chọn tương đương, chẳng hạn comment trong code, vẫn có thể có watermark.

Anthropic cho rằng vì cơ chế chỉ tác động ở những vị trí có lựa chọn tùy ý nên ảnh hưởng thực tế đến code tạo ra sẽ không đáng kể.

Watermark có làm tăng số token hoặc chi phí Claude không?

Không.

Đây cũng là một điểm Anthropic xác nhận rất rõ.

Watermark không phải nội dung bổ sung được chèn vào output nên Claude không cần tạo thêm token.

Có thể hiểu đơn giản:

Không có token bổ sung → không có chi phí token bổ sung.

Anthropic cũng cho biết watermark chỉ tạo ảnh hưởng không đáng kể đến tốc độ của mô hình và không làm thay đổi mức giá phục vụ hoặc sử dụng Claude.

Đây là điểm khác biệt lớn so với giả thuyết cho rằng Anthropic phải gắn một chuỗi dữ liệu bí mật vào cuối hoặc giữa mỗi câu trả lời.

Watermark có thể truy ngược người dùng Claude không?

Một trong những lo ngại lớn nhất là liệu watermark có chứa:

• ID tài khoản;
• email;
• tổ chức;
• ID cuộc trò chuyện;
• prompt;
• thông tin định danh;
• hoặc một mã riêng của từng người dùng hay không.

Theo Anthropic, câu trả lời là không.

Công ty cho biết watermark được áp dụng ở cấp độ Claude và đầu ra của mô hình.

Không có dữ liệu nào trong watermark hoặc khóa watermark có thể được sử dụng để khôi phục thông tin về người dùng, tổ chức hoặc cuộc trò chuyện của họ với Claude.

Do đó cần phân biệt rõ hai câu hỏi:

Watermark có thể giúp đánh giá Claude có từng tham gia tạo nội dung hay không?

Có.

Watermark có cho biết chính xác ai đã yêu cầu Claude tạo nội dung đó không?

Theo Anthropic: Không.

Đây là hai vấn đề hoàn toàn khác nhau.

Watermark không đồng nghĩa với bằng chứng 100% rằng Claude viết toàn bộ nội dung

Anthropic cũng nhấn mạnh một giới hạn quan trọng.

Hệ thống watermark chỉ có thể giúp đánh giá Claude có khả năng từng tham gia vào nội dung hay không.

Nó không thể phân biệt chắc chắn hai trường hợp:

Claude tự viết toàn bộ bài.

và

Một người viết bài rồi sử dụng Claude để chỉnh sửa mạnh nội dung.

Cả hai trường hợp đều có thể để lại tín hiệu watermark nếu Claude tạo ra đủ lượng văn bản.

Do đó không nên hiểu một kết quả watermark dương tính là bằng chứng tuyệt đối về tác giả.

Anthropic cũng nói rõ watermark không quyết định quyền sở hữu hoặc quyền tác giả và không thay đổi quyền của người dùng đối với output theo các điều khoản của hãng.

Văn bản càng dài, watermark càng dễ phát hiện?

Về nguyên lý, watermark dạng thống kê cần có đủ lựa chọn token để hình thành tín hiệu.

Google DeepMind cho biết SynthID Text hoạt động tốt nhất với những nội dung dài và có nhiều khả năng diễn đạt khác nhau, chẳng hạn:

• bài luận;
• kịch bản;
• email;
• nội dung sáng tạo.

Ngược lại, nó kém hiệu quả hơn với những câu trả lời ngắn hoặc nội dung mang tính sự thật cao, nơi mô hình có ít lựa chọn để thay đổi token mà không làm ảnh hưởng độ chính xác.

Ví dụ câu hỏi:

“Thủ đô của Pháp là gì?”

có rất ít không gian để hệ thống điều chỉnh cách lựa chọn token.

Trong khi một yêu cầu như:

“Viết một email chuyên nghiệp xin dời lịch họp”

có hàng trăm cách diễn đạt hợp lý khác nhau.

Đây là môi trường thuận lợi hơn để watermark hình thành.

Chỉnh sửa văn bản có xóa được watermark không?

Câu trả lời là: có thể, tùy mức độ chỉnh sửa.

Anthropic cho biết chỉnh sửa nhẹ có thể sẽ không loại bỏ hoàn toàn watermark.

Tuy nhiên, nếu toàn bộ nội dung được viết lại và gần như mọi từ đều bị thay thế thì watermark ban đầu có thể biến mất.

Google DeepMind cũng đưa ra nhận định tương tự đối với SynthID Text: hệ thống có thể duy trì khả năng phát hiện qua một số thay đổi nhẹ, nhưng độ tin cậy có thể giảm đáng kể khi văn bản bị viết lại mạnh hoặc biến đổi sâu.

Điều này cho thấy watermark văn bản không phải một “con dấu vĩnh viễn”.

Nó là một tín hiệu thống kê gắn với cách mô hình tạo ra chuỗi token ban đầu.

Dịch văn bản bằng Claude có watermark không?

Có.

Anthropic cho biết bản dịch do Claude tạo ra vẫn có thể mang watermark bởi trong quá trình dịch, các từ của văn bản đầu ra vẫn được Claude lựa chọn.

Đây là một chi tiết đáng chú ý bởi watermark không chỉ giới hạn trong những nội dung Claude sáng tác từ đầu.

Nếu Claude tham gia đủ sâu vào quá trình sinh lại nội dung, tín hiệu watermark vẫn có thể được tạo ra.

Tại sao Anthropic phải triển khai watermark?

Nguyên nhân chính được Anthropic đưa ra là EU AI Act.

Các nghĩa vụ minh bạch theo Điều 50 của AI Act áp dụng từ ngày 2/8/2026 và bao gồm yêu cầu liên quan đến việc đánh dấu, phát hiện nội dung do AI tạo hoặc chỉnh sửa, cũng như việc gắn nhãn đối với một số loại nội dung AI.

Ủy ban châu Âu cho biết đầu ra của các hệ thống AI tạo sinh như:

• văn bản;
• hình ảnh;
• âm thanh;
• video

phải có cơ chế đánh dấu ở dạng máy có thể đọc và có khả năng được phát hiện là nội dung nhân tạo hoặc đã qua chỉnh sửa bằng AI, trong phạm vi các nghĩa vụ liên quan.

Anthropic cùng nhiều tổ chức khác đã ký Code of Practice on Transparency of AI-generated Content.

Theo Ủy ban châu Âu, tính tới cuối tháng 7/2026 có khoảng 190 công ty và tổ chức tham gia ký Bộ Quy tắc này.

Anthropic cho biết hãng lựa chọn watermark văn bản như một trong những biện pháp để đáp ứng các nghĩa vụ nói trên.

Watermark Claude sẽ được áp dụng trên toàn cầu

Một chi tiết đáng chú ý khác là Anthropic dự kiến áp dụng watermark trên toàn cầu khi ra mắt, chứ không chỉ riêng người dùng ở Liên minh châu Âu.

Lý do công ty đưa ra là hiện chưa có phương pháp bền vững để giới hạn cơ chế watermark theo từng khu vực.

Điều này có nghĩa nếu watermark được kích hoạt với một model Claude cụ thể, người dùng ở ngoài EU cũng có thể nhận được output mang watermark.

Anthropic cho biết hãng sẽ tiếp tục đánh giá các phương án khác trong tương lai.

Các model Claude cũ có bị watermark không?

Không nhất thiết tất cả model cũ đều được chuyển đổi ngay lập tức.

Theo Anthropic, luật EU có giai đoạn chuyển tiếp dành cho các model được phát hành trước ngày 2/8/2026.

Công ty đang làm việc để bổ sung watermark cho các model này và dự kiến triển khai dần trong những tháng tiếp theo.

Vì vậy, không nên hiểu rằng mọi văn bản từng được Claude tạo ra trước đây đều đã có watermark.

Thông báo của Anthropic nói tới việc triển khai watermark cho các model trong tương lai và mở rộng dần sang các model cũ phù hợp.

Anthropic sắp cung cấp API kiểm tra watermark

Một phần rất đáng chú ý trong thông báo là Anthropic xác nhận đang phát triển watermark detection API.

API này sẽ được sử dụng để kiểm tra một đoạn văn bản và đánh giá khả năng Claude từng tham gia tạo nội dung đó.

Anthropic hiện chưa công bố đầy đủ chi tiết triển khai nhưng cho biết API phát hiện watermark sẽ được cung cấp trong thời gian tới.

Điều này có thể quan trọng đối với:

• nền tảng xuất bản;
• trường học;
• doanh nghiệp;
• hệ thống kiểm duyệt nội dung;
• mạng xã hội;
• các công cụ xác minh nguồn gốc nội dung.

Tuy nhiên, kết quả vẫn cần được hiểu đúng bản chất: đây là đánh giá khả năng Claude từng tham gia, không phải hệ thống xác định danh tính người tạo nội dung.

File hình ảnh do Claude tạo sử dụng Content Credentials thay vì watermark văn bản

Đối với một số loại file được Claude tạo hoặc xử lý như:

• PNG;
• JPG;
• SVG;

Anthropic sử dụng một cơ chế khác.

Các file được hỗ trợ có thể được đính kèm Content Credential, dưới dạng một ghi chú nhỏ được ký bằng mật mã trong metadata của file.

Cơ chế này dựa trên tiêu chuẩn mở C2PA.

Content Credential có thể cho biết file đã được Claude tạo hoặc xử lý nhưng, theo Anthropic, nó không chứa thông tin định danh người dùng.

Do đó cần phân biệt hai công nghệ:

Văn bản Claude:
Watermark dựa trên mẫu thống kê trong quá trình lựa chọn token.

Một số file Claude tạo hoặc xử lý:
Content Credentials/C2PA nằm trong metadata.

Hai cơ chế này không giống nhau.

Watermark Claude khác gì các công cụ AI Detector hiện nay?

Các AI Detector truyền thống thường cố gắng phân tích đặc điểm của văn bản như:

• cấu trúc câu;
• từ vựng;
• cách diễn đạt;
• mức độ dự đoán của token;
• những mẫu ngôn ngữ thường xuất hiện trong văn bản AI.

Anthropic cho biết các công cụ như vậy không có khóa watermark của Claude, vì vậy chúng đang sử dụng một phương pháp khác.

Watermark của Claude thì ngược lại.

Nó được tạo ngay trong quá trình mô hình sinh văn bản, sau đó có thể được kiểm tra bằng cơ chế nhận biết mẫu watermark.

Vì vậy:

AI Detector: cố gắng đoán dựa trên đặc điểm của văn bản.

Watermark detector: tìm một tín hiệu đã được chủ động tạo trong quá trình mô hình sinh văn bản.

Đây là hai phương pháp hoàn toàn khác nhau.

Người dùng Claude có cần lo lắng về watermark không?

Với thông tin Anthropic công bố hiện tại, đối với người dùng thông thường, watermark gần như không thay đổi trải nghiệm sử dụng Claude.

Bạn vẫn nhận được văn bản bình thường.

Không có:

• logo xuất hiện trên nội dung;
• chuỗi ký tự bí mật;
• ký tự ẩn;
• token phụ;
• phí watermark;
• ID người dùng được mã hóa vào văn bản.

Điểm thay đổi nằm phía sau quá trình sinh nội dung: một mẫu thống kê có thể được hình thành để hệ thống chuyên dụng đánh giá khả năng Claude từng tham gia tạo văn bản.

Đồng thời, người dùng cũng nên hiểu rằng sự tồn tại của watermark không tự động quyết định:

• ai là tác giả;
• ai sở hữu nội dung;
• ai đã sử dụng Claude;
• prompt ban đầu là gì;
• đoạn chat nào đã tạo ra nội dung.

Anthropic khẳng định watermark không làm thay đổi quyền của người dùng theo các điều khoản của hãng.

Watermark có thể trở thành tiêu chuẩn mới của ngành AI

Điểm đáng chú ý hơn cả câu chuyện riêng của Claude là watermark nội dung AI đang dần trở thành vấn đề mang tính toàn ngành.

EU yêu cầu các nhà cung cấp và triển khai hệ thống AI đáp ứng những nghĩa vụ minh bạch liên quan đến nội dung tổng hợp, trong khi Bộ Quy tắc Thực hành cung cấp một khuôn khổ để các bên ký kết chứng minh việc tuân thủ.

Anthropic không phải công ty đầu tiên phát triển watermark văn bản.

Google DeepMind đã giới thiệu SynthID Text từ năm 2024 và giải thích cơ chế điều chỉnh xác suất token để tạo tín hiệu có thể phát hiện mà không làm ảnh hưởng đáng kể đến chất lượng nội dung.

Với việc các quy định mới bắt đầu có hiệu lực, watermark, Content Credentials và những cơ chế xác minh nguồn gốc nội dung nhiều khả năng sẽ ngày càng xuất hiện phổ biến hơn trong các sản phẩm AI tạo sinh.

Kết luận

Thông báo mới của Anthropic giúp làm rõ một hiểu nhầm khá phổ biến: watermark Claude không phải một đoạn mã bí mật được giấu bên trong văn bản.

Không có ký tự Unicode vô hình.

Không có chuỗi ID người dùng.

Không có token bổ sung.

Không có dữ liệu giúp truy ngược một người hay một cuộc trò chuyện cụ thể.

Thay vào đó, Anthropic sử dụng một kỹ thuật dựa trên mẫu thống kê trong quá trình lựa chọn token, cho phép hệ thống có khóa phù hợp đánh giá khả năng Claude từng tham gia tạo nội dung.

Nếu cần tóm gọn toàn bộ thông báo của Anthropic trong một câu thì có thể là:

Watermark Claude nằm trong cách AI lựa chọn từ, chứ không phải một thứ bí mật được chèn thêm vào văn bản.

Về phía người dùng, ba thông tin quan trọng nhất vẫn là:

Không ký tự ẩn – Không tốn thêm token – Không truy ngược danh tính người dùng.

Và xét rộng hơn, thay đổi của Claude cho thấy một xu hướng đang ngày càng rõ ràng: khi luật về minh bạch AI bắt đầu được áp dụng, khả năng xác minh nguồn gốc nội dung có thể dần trở thành một thành phần mặc định của các nền tảng AI thế hệ mới.