AI 電子透かしの仕組み
Updated September 1, 2026 · first published September 1, 2026
対応する Claude モデルが生成したテキストには、目に見えない信号が入っています。あなたにも利用者にも見えず、意味も品質も変えず、請求書にも現れません。それでも存在します。理解しておく価値があるのは、それを壊すものが、あなた自身のパイプラインが毎日行っている処理そのものだからです。
テキストでの仕組み
言語モデルは最も確率の高いトークンを選ぶわけではありません。確率分布から乱数を使ってサンプリングします。電子透かしの技術は — SynthID-Text のアプローチに沿って — その乱数に偏りを与えます。検出器だけが知るパターンに従い、特定のトークンがごくわずかに選ばれやすくなるのです。
単語ひとつを取れば何の変哲もありません。もっともらしい代替は元から存在し、モデルはそのどれかを選んだだけです。しかし数百トークンにわたると、そのパターンは統計的な信号として蓄積し、検出器には測定でき、読者には知覚できません。ここから 2 つの帰結が出ます。これは印章ではなく統計であること、そして長さを必要とすることです。ツイート程度の出力は、1 ページ分に比べてはるかに弱い信号しか持ちません。
画像は逆の仕組み
生成された .svg・.png・.jpg ファイルには C2PA メタデータ、すなわち暗号署名されたマニフェストが付きます。統計的でも隠されてもおらず、正確に検証できるデータブロックです。トレードオフは予想どおりです。署名メタデータは確実性を与えますが、コマンド 1 つで削除できます。統計的な透かしはきれいには消せませんが、編集・言い換え・翻訳で劣化します。どちらも錠前ではなく、証拠です。
自社システムへの意味
短い出力の信号は弱いままです。言い換え、要約、翻訳、二段目のモデル通過といった重い後処理は信号を削ります。そして画像パイプラインは C2PA メタデータを意図せず破壊し得ます。本番環境で来歴が失われる最も一般的な経路がこれです。
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →