LLM ウォーターマーキングの仕組み ── Claude のテキスト透かしを、原理から限界まで追う

Anthropic は 2026 年 8 月、Claude Fable 5 の生物学分野セーフガード改善と、Claude 出力に用いるテキスト透かし方式の解説を公開。生物学・医療領域でのフォールバック誤検知が大幅削減され、既存のリトライロジックやプロンプト調整の見直し機会が生まれる。API 仕様の変更はなく、生物学関連用途を扱う開発者と出力を再配布するプロダクト運営者に影響。

子どもの宿題答え丸写しを防ぐため、Claude API を使った家庭内学習AIを自作。ノート撮影から3段階のヒント（方針→着眼点→次の一手）を段階的に返す FastAPI サーバーと、答えに「近づかない」「割く」設計で、何往復しても答え到達を防止。APIキー・プロンプトをサーバー側に置き、端末側での抜け道を遮断。

2026年8月2日以降、Claude が生成するテキストに EU AI法対応の透かしが埋め込まれるようになった。ゼロ幅スペース説は誤りで、実装は単語選択の統計的パターンに秘密鍵を組み込む SynthID-Text アプローチ。API・Web・Code・クラウド経由など全製品対象で、コピペでは残り、完全な書き直しで消える。

趣味の OSS プロダクト開発で Claude をコードレビュワーとして活用している筆者が、AI が生成するコード量の増加とトークン消費を理由に、全文ではなく git diff だけをレビュー入力として渡す試行を実施。新規ファイル中心の変更では効果が限定的だが、既存ファイルの局所変更には有効。最終的には変更の性質に応じて diff とファイル全文を使い分けることが最適と結論。