一篇文章寫得太工整，有人會話：「一睇就知 AI 寫。」
另一篇文章加幾句口語、改幾個字，讀者又可能覺得好有人味。
單靠語氣判斷內容來源，本身就充滿估計。隨住 Claude 為部分模型輸出加入肉眼睇唔到嘅文字水印，呢場討論開始有咗另一個層次：文字可以帶住機器讀取嘅來源訊號，但呢個訊號究竟證明到幾多？
Anthropic 官方說明，支援功能嘅 Claude 模型可以喺生成文字加入不可察覺嘅水印。文字複製貼上後仍可能保留標記，輕微修改亦未必會令佢消失。功能正分階段擴展；文字水印偵測目前屬向合資格機構提供嘅私人預覽。
不過，讀者最容易誤解嘅，正正係「驗到水印」之後嗰一步。
Anthropic 清楚指出，標記可以顯示文字曾經經過 Claude 處理，卻唔能夠單憑呢點確定原作者。用戶可能先自己寫好內容，再交畀 Claude 校對或者翻譯。相反，大幅改寫、翻譯、混合其他文字或者篇幅太短，都可能影響偵測；驗唔到標記亦唔代表一定由人手撰寫。
呢個分別，對企業內容製作尤其重要。
假設一位工程師根據實際項目寫咗篇技術分享，再用 AI 整理句子。另一位作者只輸入一個題目，就直接刊登 AI 生成嘅全文。
兩篇文章都可能用過 AI，但背後投入嘅知識、查證同責任，差距可以好大。公司如果只用「有冇 AI 痕跡」作為審稿標準，就可能忽略咗真正影響內容質素嘅地方。
讀者想知道一項服務點樣運作，最終需要嘅仍然係準確資料、清楚解釋，以及有人願意為內容負責。水印可以提供來源線索，文章入面嘅數字、案例同結論，仍然要逐一查證。
對內容團隊而言，值得建立嘅習慣，係保留原始資料同編輯紀錄：邊啲來自訪問，邊啲係作者分析，AI 參與咗翻譯、整理，定係初稿生成。當客戶或者讀者提出疑問，團隊先有具體依據解釋。
未來，一篇文章可能經過人手構思、AI 整理，再由編輯重寫。創作流程愈混合，單一標記可以回答嘅問題就愈有限。
Claude 水印帶出嘅，其實係一個更實際嘅編輯問題：當 AI 已經參與文字工作，我哋有冇保留足夠證據，交代篇文章點樣完成？
而按下「發佈」之前，有冇人真正睇過、查過，並且願意署名負責？
出處：Anthropic｜Claude 如何標記 AI 生成內容。本文包含 SRAM 獨立編輯分析。
作者：SRAM