AI 電子透かしが壊れる仕組み
Updated September 1, 2026 · first published September 1, 2026
AI 電子透かしについて本当に問うべきは、どう回避するかではありません。誰も何かを削除するつもりがなかったのに、なぜこれほど多くの本番コンテンツが来歴を失ったままパイプラインの末端に到達するのか、です。来歴は攻撃されるのではなく、最適化によって消えます。しかも、それを消す各システムは、まさに設計どおりの仕事をしています。
仕組みが 2 つある以上、故障の形も 2 つあります。画像の来歴は削除で死に、テキストの来歴は希釈で死にます。どちらも無音です。
削除：パイプラインが捨てているメタデータ
C2PA メタデータはファイルの中にあります。サムネイル生成、CDN の画像変換、WebP や AVIF への変換、第三者プラットフォームへのアップロード、スクリーンショット — いずれも明示的な設定がなければメタデータを捨てます。法則は一貫しています。画像を再エンコードするものは新しいファイルを作り、新しいファイルには署名済みマニフェストがありません。生成から配信までの間に自動変換が 1 つあれば十分です。
希釈：信号を削るテキスト処理
テキストの透かしは統計的なので、一度に消えるのではなく弱まります。翻訳は全トークンを別言語で再生成します。言い換えや「自社トーンへの書き換え」は劣化させます。要約は信号を担うトークンの大半を捨てます。二段目のモデルを通せば、帰属先はよくても最後のモデルです。そして 2 文の出力は、そもそも大した信号を持っていません。
注目すべきは、よくできた製品ほどこれらを複数行っている点です。あるモデルで生成し、別のモデルでトーンを整え、5 言語に翻訳し、要約カードに切り詰める — どれも間違いではありません。それでも、どの検出器も自信を持って帰属できない出力ができあがります。
安く済ませる方法
今日、実際の本番経路で画像 1 枚と長文 1 本を生成し、末端で何が残るかを確認してください。半日の作業で、監査より先に鎖を切っている工程を特定できます。
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 →