Claude Fable 5のセーフガード改善とテキスト透かしの仕組みを解説

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。

Anthropic は 2026年8月から Claude の生成テキストに電子透かしを埋め込む方針を発表。Google DeepMind の SynthID-Text ベースの技術で、語選択時の乱数生成を秘密鍵に置き換える仕組み。コードには影響がほぼ無く、長文の説明やリライトでは濃く検出される一方、ユーザーが自分で書いた文章をAIで全文添削させた場合も透かしが乗る可能性がある。