วิธีลบลายน้ำ Claude

ณ เดือนสิงหาคม 2026 ข้อความทุกบล็อกที่ Claude สร้างขึ้นจะมีลายน้ำที่มองไม่เห็น คุณไม่สามารถมองเห็นได้ โปรแกรมตรวจสอบการสะกดจะไม่แจ้งเตือน และมันยังคงอยู่แม้จะคัดลอกและวางจาก Claude ลงในเอกสารของคุณโดยตรง Anthropic สร้างสิ่งนี้ขึ้นเพื่อให้ข้อความที่เขียนโดย AI สามารถตรวจสอบย้อนกลับไปยังโมเดลได้ โดยลายน้ำจะแฝงอยู่ในรูปแบบการเลือกคำ

ลองใช้ Apidog วันนี้

หากคุณเป็นเจ้าของเนื้อหาที่สร้างขึ้นและต้องการล้างข้อมูลติดตามหรือเมตาดาต้า โปรเจกต์โอเพนซอร์ส watermarks-remover เป็นเครื่องมือที่ใช้ได้กับข้อความและไฟล์หลายรูปแบบ บทความนี้อธิบายว่าลายน้ำของ Claude คืออะไร ลบอะไรได้บ้าง ลบอะไรไม่ได้ และมีขั้นตอนใช้งานที่ตรวจสอบผลได้

ใช้เครื่องมือนี้เพื่อความเป็นส่วนตัวและความสะอาดของไฟล์ที่คุณเป็นเจ้าของเท่านั้น การลบข้อมูลเพื่อทุจริตทางวิชาการ หลีกเลี่ยงข้อกำหนดการเปิดเผยการใช้ AI หรืออ้างว่างาน AI เป็นผลงานมนุษย์เมื่อสัญญาห้ามไว้ อาจขัดต่อนโยบาย สัญญา หรือข้อกำหนดที่มีผลกับคุณ

สรุป

• ลายน้ำข้อความคืออะไร: Claude ชี้นำการเลือกคำตามคีย์ลับ จนเกิดลายเซ็นเชิงสถิติที่กระจายทั่วข้อความ ไม่ใช่อักขระซ่อนที่ค้นหาแล้วลบได้
• เมตาดาต้าไฟล์: รูปภาพและเอกสารบางประเภทอาจมี C2PA, EXIF, XMP หรือคุณสมบัติเอกสารแยกต่างหาก
• สิ่งที่ยังคงอยู่: ลายน้ำเชิงสถิติยังอยู่หลังคัดลอกและวาง แต่จะเสื่อมลงเมื่อมีการแก้ไข ถอดความ หรือแปลอย่างหนัก
• ข้อความสั้นและโค้ด: มักมีสัญญาณอ่อนหรือไม่มีสัญญาณที่ตรวจจับได้ โดยเฉพาะโค้ดที่ผ่าน formatter, linter หรือ refactoring tool
• เครื่องมือ: watermarks-remover เป็นโปรเจกต์ MIT License ใช้ Python 3.10+ และไลบรารีมาตรฐานสำหรับงานพื้นฐาน
• เลเยอร์ A: ลบ Unicode ที่มองไม่เห็น ช่องว่างพิเศษ อักขระ bidi และ Unicode tag แบบกำหนดได้
• เลเยอร์ B: เขียนข้อความใหม่เพื่อกระทบลายน้ำเชิงสถิติ เป็นเพียง best effort และอาจทำให้คุณภาพข้อความลดลง
• ไฟล์ที่รองรับ: PNG, JPEG, SVG, PDF, DOCX, ODT, HTML และ Markdown

ลายน้ำของ Claude คืออะไร

ลายน้ำข้อความของ Claude ไม่ใช่ชุดอักขระซ่อนระหว่างคำ ไม่มี zero-width space ที่ค้นหาได้ ไม่มีสัญลักษณ์พิเศษให้ลบ และไม่มีรูปแบบช่องไฟที่วัดได้โดยตรง

สัญญาณอยู่ใน การเลือกคำ ระหว่างการสร้างข้อความ ในแต่ละขั้น Claude เลือกโทเค็นถัดไปจากตัวเลือกที่ใกล้เคียงกันทางสถิติ ลายน้ำจะเอนเอียงการเลือกนั้นตามคีย์ลับ เมื่อข้อความยาวพอ รูปแบบดังกล่าวจะรวมเป็นลายเซ็นเชิงสถิติที่เครื่องมือตรวจจับซึ่งมีคีย์สามารถตรวจพบได้

ผลลัพธ์สำคัญมีสองข้อ:

• คัดลอกและวางแล้วลายน้ำยังอยู่ เพราะสัญญาณอยู่ในคำ ไม่ใช่เมตาดาต้า
• การแก้ไขทำให้สัญญาณเสื่อมลง เพราะเมื่อเปลี่ยนถ้อยคำมากพอ รูปแบบทางสถิติเดิมจะถูกทำลาย

Anthropic เปิดตัวระบบนี้ในระดับโมเดลตั้งแต่วันที่ 2 สิงหาคม 2026 ดังนั้นจึงไม่มีการตั้งค่าระดับผลิตภัณฑ์สำหรับปิดใช้งานโดยตรง ไม่ว่าจะผ่าน Claude app, API, Claude Code หรือการเข้าถึงผ่าน AWS, Google Cloud และ Microsoft Foundry

Anthropic ระบุว่าจะเปิดตัว API สำหรับตรวจจับในอนาคต หากต้องการบริบทเกี่ยวกับการเปลี่ยนแปลงผลิตภัณฑ์และนโยบายการเข้าถึงของ Anthropic โปรดดู Fable 5 ล่มสำหรับทุกคน

ผลการตรวจจับเชิงบวกไม่ได้พิสูจน์ว่าใคร “โกง” ข้อความอาจผ่าน Claude เพื่อพิสูจน์อักษร แปล หรือสรุปเนื้อหามาแล้ว โดยไม่จำเป็นต้องหมายความว่า Claude เป็นผู้เขียนทั้งหมด

ลายน้ำสองแบบ และวิธีจัดการสองแบบ

watermarks-remover แยกงานออกเป็นหลายเลเยอร์ เพราะการทำเครื่องหมายในข้อความและไฟล์เป็นคนละกลไกกัน

เลเยอร์ A: ลบอักขระแบบกำหนดได้

เลเยอร์นี้จัดการ Unicode ที่มองไม่เห็น เช่น

• zero-width spaces
• ช่องว่างพิเศษ
• bidirectional text controls
• Unicode tag characters

ระบบหรือไปป์ไลน์บางประเภทอาจใช้ตัวอักษรเหล่านี้เพื่อฝังข้อมูลติดตามหรือข้อมูลแหล่งที่มา จุดเด่นของเลเยอร์ A คือเป็น Python ล้วน จึงมีคุณสมบัติดังนี้:

• ทำงานแบบกำหนดได้
• ทดสอบผลได้
• ไม่ต้องใช้โมเดล
• ไม่แก้ไขข้อความที่มองเห็น

นี่คือส่วนที่เชื่อถือได้ที่สุดสำหรับการล้างข้อความ

เลเยอร์ B: เขียนใหม่เพื่อลดสัญญาณเชิงสถิติ

เลเยอร์นี้มีเป้าหมายกับลายน้ำจากการสุ่มโทเค็น เช่น ลายน้ำข้อความของ Claude เนื่องจากสัญญาณอยู่ในการเลือกคำ วิธีที่กระทบสัญญาณได้คือการเปลี่ยนคำและโครงสร้างประโยค

อย่างไรก็ตาม นี่เป็นเพียง best effort ไม่ใช่การรับประกัน เพราะการเขียนใหม่อาจ:

• ทำให้สไตล์เฉพาะตัวของข้อความหายไป
• เปลี่ยนความหมายของคำศัพท์เทคนิค
• ลดความแม่นยำของเนื้อหา
• ต้องใช้โมเดลที่มีความสามารถสูงเพื่อรักษาคุณภาพ

การล้างเมตาดาต้าไฟล์

นอกเหนือจากข้อความ เครื่องมือนี้สามารถล้างข้อมูลต่อไปนี้:

• C2PA manifests
• EXIF
• XMP
• คุณสมบัติเอกสาร

รองรับ PNG, JPEG, SVG, PDF, DOCX, ODT, HTML และ Markdown

C2PA เป็นมาตรฐานของ Coalition for Content Provenance and Authenticity ซึ่งทำงานเป็น manifest ที่ลงนามและแนบมากับไฟล์ ต่างจากลายน้ำข้อความเชิงสถิติ C2PA มักหายไปได้จากการบันทึกไฟล์ใหม่ แปลงรูปแบบ หรือสร้างไฟล์ผลลัพธ์ใหม่

โปรเจกต์นี้ครอบคลุมลายน้ำข้อความของ Claude, Gemini/SynthID-Text, OpenAI และลายน้ำโอเพนซอร์สแนว Kirchenbauer ด้วยสถาปัตยกรรมเดียวกัน แต่ลายน้ำภาพระดับพิกเซล เช่น SynthID อยู่นอกขอบเขตของการลบ

กรณีที่อาจไม่ต้องดำเนินการ

ก่อนเริ่มล้างข้อมูล ให้ประเมินก่อนว่าข้อความหรือไฟล์มีสิ่งที่ต้องจัดการจริงหรือไม่

• ข้อความสั้น: มีข้อมูลไม่พอให้เกิดความมั่นใจเชิงสถิติสูง
• โค้ด: ตัวเลือกโทเค็นถูกจำกัด และ formatter, linter หรือ refactoring tool มักเปลี่ยนรูปแบบจนสัญญาณเหลือน้อย
• ข้อความที่ผ่านการแก้ไขหนัก: การแก้ไขเองอาจทำให้รูปแบบเดิมเสื่อมลงแล้ว
• C2PA ในไฟล์: การแปลงรูปแบบหรือบันทึกใหม่อาจลบ manifest ได้อยู่แล้ว

ในทางปฏิบัติ งานที่ต้องตรวจสอบจริงมักเป็นร้อยแก้วยาวที่ยังคงข้อความต้นฉบับไว้เกือบทั้งหมด และไฟล์ที่มีเมตาดาต้าติดมาด้วย

ติดตั้ง watermarks-remover

โปรเจกต์มีทั้ง agent skill และสคริปต์ Python แบบสแตนด์อโลน คุณต้องมี Python 3.10+ โดยสคริปต์หลักสำหรับข้อความและเมตาดาต้าพื้นฐานไม่ต้องติดตั้งแพ็กเกจเพิ่ม

โคลนรีโพสิทอรี:

git clone https://github.com/guillaumemeyer/watermarks-remover.git
cd watermarks-remover

หากต้องการเรียกใช้เป็น agent skill ตามตัวอย่างสไตล์ Grok ให้สร้าง symbolic link:

mkdir -p ~/.grok/skills
ln -sfn "$(pwd)/skills/remove-ai-marks" ~/.grok/skills/remove-ai-marks

หากเรียกใช้สคริปต์โดยตรง ให้กำหนดตัวแปรสำหรับตำแหน่งสคริปต์:

export SCRIPTS="$(pwd)/skills/remove-ai-marks/scripts"

เครื่องมือเสริมที่มีประโยชน์:

• c2patool สำหรับตรวจสอบ C2PA manifests โดยละเอียด
• exiftool สำหรับตรวจหาและล้างเมตาดาต้ารูปภาพเพิ่มเติม

ทั้งสองตัวไม่จำเป็นต่อการทำงานหลัก

ตรวจสอบไฟล์ก่อนแก้ไข

อย่าลบข้อมูลโดยไม่ตรวจสอบก่อน ใช้ inspect_file.py เพื่อดูว่าพบอักขระที่มองไม่เห็น เมตาดาต้า หรือ provenance manifests หรือไม่

python3 "$SCRIPTS/inspect_file.py" draft.md

คำสั่งนี้รายงานสิ่งที่ตรวจพบโดยไม่แก้ไขไฟล์ เหมาะสำหรับใช้เป็นขั้นตอนแรกในเวิร์กโฟลว์:

1. ตรวจสอบไฟล์ต้นฉบับ
2. เลือกวิธีล้างให้เหมาะกับชนิดข้อมูล
3. เขียนผลลัพธ์ลงไฟล์ใหม่
4. ตรวจสอบไฟล์ผลลัพธ์อีกครั้ง

หากผลตรวจระบุว่าไฟล์สะอาดอยู่แล้ว คุณไม่จำเป็นต้องเปลี่ยนแปลงอะไร

ล้างอักขระที่มองไม่เห็นจากข้อความ

สำหรับการล้างเลเยอร์ A ให้ใช้ clean_text.py พร้อม --stats เพื่อดูสรุปสิ่งที่ตรวจพบและลบออก

python3 "$SCRIPTS/clean_text.py" draft.md -o draft.cleaned.md --stats

คำสั่งนี้ลบ:

• Unicode ที่มองไม่เห็น
• ช่องว่างพิเศษ
• bidi controls
• Unicode tag characters

ข้อความที่มองเห็นจะไม่ถูกแก้ไข จึงเหมาะกับการล้างอักขระติดตามที่ซ่อนอยู่โดยไม่กระทบคุณภาพเนื้อหา

แฟล็ก -o สำคัญเพราะช่วยเขียนผลลัพธ์ลงไฟล์ใหม่:

draft.md
draft.cleaned.md

เก็บไฟล์ต้นฉบับไว้จนกว่าจะตรวจสอบผลลัพธ์เรียบร้อย

ล้างเมตาดาต้าจากไฟล์

สำหรับรูปภาพและเอกสาร ใช้ clean_file.py เพื่อล้าง C2PA, EXIF, XMP และคุณสมบัติเอกสารที่ฝังไว้

python3 "$SCRIPTS/clean_file.py" photo.png -o photo.cleaned.png

เครื่องมือรองรับ:

• PNG
• JPEG
• SVG
• PDF
• DOCX
• ODT
• HTML
• Markdown

หากติดตั้ง exiftool แล้ว สามารถตรวจหาและล้างแท็กที่เหลือในไฟล์รูปภาพได้:

exiftool -all= photo.cleaned.png

สำหรับ C2PA โดยเฉพาะ การแปลงหรือบันทึกไฟล์ใหม่อาจทำให้ manifest หายไปเอง แต่การใช้สคริปต์ทำให้ขั้นตอนชัดเจนและทำซ้ำได้

ข้อจำกัดของเลเยอร์ B: การเขียนใหม่เพื่อลดสัญญาณเชิงสถิติ

ลายน้ำข้อความเชิงสถิติไม่ใช่ข้อมูลที่ลบจากไฟล์ได้โดยตรง หากต้องการลดสัญญาณ คุณต้องเปลี่ยนคำและโครงสร้างประโยค

โปรเจกต์มี rewrite_text.py สำหรับเตรียมงานถอดความ:

python3 "$SCRIPTS/rewrite_text.py" draft.md --backend print-prompt --strength paraphrase

ตัวเลือกที่สำคัญ:

• --backend print-prompt แสดงพรอมต์สำหรับการเขียนใหม่ โดยไม่เรียกโมเดลโดยตรง
• --strength กำหนดระดับความรุนแรงของการถอดความ

แต่ต้องพิจารณาผลกระทบก่อนใช้งาน:

• ถ้อยคำเฉพาะและน้ำเสียงอาจหายไป
• คำศัพท์เทคนิคอาจถูกเปลี่ยนจนความหมายคลาดเคลื่อน
• เนื้อหาที่ต้องการความแม่นยำสูงจำเป็นต้องตรวจทานโดยมนุษย์
• การใช้โมเดลอื่นเพื่อเขียนใหม่อาจเพิ่มต้นทุนโดยไม่ได้เพิ่มคุณภาพ

แนวทางเชิงปฏิบัติคือ:

1. ใช้เลเยอร์ A เป็นขั้นตอนปกติ
2. ล้างเมตาดาต้าไฟล์เมื่อจำเป็น
3. ใช้เลเยอร์ B เฉพาะเมื่อมีเหตุผลที่ชัดเจน ถูกต้องตามนโยบาย และยอมรับผลกระทบต่อคุณภาพได้

ตรวจสอบผลลัพธ์

หลังล้างข้อความหรือไฟล์แล้ว ให้รันตัวตรวจสอบอีกครั้ง

python3 "$SCRIPTS/inspect_file.py" draft.cleaned.md

หากต้องการตรวจ C2PA โดยเฉพาะ:

c2patool photo.cleaned.png

การตรวจสอบลายน้ำข้อความเชิงสถิติทำได้ยากกว่า เพราะคุณไม่มีคีย์ตรวจจับของ Anthropic จนกว่า API ตรวจจับที่ Anthropic ระบุจะพร้อมใช้งาน ผลลัพธ์จากเลเยอร์ B จึงควรถูกมองว่า “ยังไม่ได้ยืนยัน” โดยนิยาม

หากคุณต้องการทำขั้นตอนนี้เป็น pipeline ที่ทำซ้ำได้ ให้ปฏิบัติกับการตรวจสอบเหมือนการทดสอบ API อื่น ๆ เช่น ตรวจ input, รันการแปลง, ตรวจ output และบันทึกผลลัพธ์ ทีมที่ทำงานกับการตรวจสอบเนื้อหาหรือโมเดลแบบอัตโนมัติสามารถเชื่อมกระบวนการนี้เข้ากับเครื่องมือทดสอบ API เช่น Apidog เพื่อให้การตรวจสอบมีรูปแบบเดียวกันทุกครั้ง

สำหรับแนวทางทดสอบ AI agents ผ่าน API โปรดดู วิธีการทดสอบ AI Agents ผ่าน API

กรอบการกำกับดูแลทางกฎหมายและจริยธรรม

การล้างอักขระติดตาม เมตาดาต้า หรือข้อมูลแหล่งที่มาจากเนื้อหาที่คุณเป็นเจ้าของ อาจเหมาะสมสำหรับงานด้านความเป็นส่วนตัว เช่น:

• ล้างอักขระซ่อนจากฉบับร่างก่อนเผยแพร่
• ลบเมตาดาต้าจากรูปภาพก่อนส่งต่อ
• ล้างข้อมูลเอกสารที่ไม่จำเป็นก่อนนำไฟล์เข้าสู่ระบบอื่น

แต่การใช้งานนี้ไม่ควรครอบคลุมถึง:

• การทุจริตทางวิชาการ: หากสถาบันกำหนดให้เปิดเผยหรือห้ามส่งผลงานจาก AI การพยายามปกปิดถือเป็นการประพฤติมิชอบ
• การละเมิดสัญญา: ลูกค้า แพลตฟอร์ม หรือองค์กรอาจกำหนดข้อบังคับการเปิดเผยการใช้ AI
• การระบุแหล่งที่มาเท็จ: การอ้างว่างาน AI เป็นผลงานมนุษย์ในบริบทที่ทำให้ผู้อื่นเข้าใจผิดเป็นความเสี่ยงโดยตรง

นอกจากนี้ การพบลายน้ำไม่ได้พิสูจน์ว่า AI เป็นผู้เขียนทั้งหมด และการไม่พบลายน้ำก็ไม่ได้พิสูจน์ว่างานนั้นเป็นของมนุษย์ทั้งหมด เมื่อไม่แน่ใจ การเปิดเผยการใช้ AI มักเป็นทางเลือกที่ชัดเจนและต้นทุนต่ำกว่า

หากเป้าหมายของคุณคือควบคุมนโยบายแหล่งที่มาและโครงสร้างการใช้งานโมเดลตั้งแต่ต้น การโฮสต์โมเดลด้วยตนเองอาจเหมาะสมกว่า ดูตัวเลือกที่เกี่ยวข้องใน LLMs ภายในที่ดีที่สุดที่จะใช้งานในปี 2026

คำถามที่พบบ่อย

ฉันค้นหาและลบอักขระลายน้ำในข้อความ Claude ได้หรือไม่?

ไม่ได้ ลายน้ำข้อความของ Claude เป็นรูปแบบเชิงสถิติในการเลือกคำ ไม่ใช่อักขระซ่อนที่ค้นหาและลบได้

อย่างไรก็ตาม เครื่องมือบางประเภทอาจแทรกอักขระที่มองไม่เห็นจริง ๆ และเลเยอร์ A ของ watermarks-remover จัดการกรณีนั้นได้ แต่เป็นกลไกคนละแบบกับลายน้ำเชิงสถิติของ Claude

การคัดลอกและวางผลลัพธ์ Claude ลบลายน้ำหรือไม่?

ไม่ ลายน้ำเชิงสถิติอยู่ในคำที่เลือกใช้ จึงยังอยู่หลังคัดลอกและวางระหว่างแอปพลิเคชัน

watermarks-remover ฟรีหรือไม่?

ฟรี โปรเจกต์เป็นโอเพนซอร์สภายใต้ MIT License และสคริปต์หลักสำหรับข้อความกับเมตาดาต้าต้องใช้เพียง Python 3.10+ และไลบรารีมาตรฐาน

ใช้กับผลลัพธ์ของ Claude Code ได้หรือไม่?

ใช้ได้ แต่โค้ดมักมีสัญญาณอ่อนมากอยู่แล้ว เพราะมีข้อจำกัดด้านรูปแบบและโทเค็น อีกทั้ง formatter, linter และ refactoring tool มักเปลี่ยนรูปแบบที่เหลืออยู่

ลบลายน้ำภาพแบบ SynthID ได้หรือไม่?

ไม่สามารถลบลายน้ำระดับพิกเซลได้ เครื่องมือนี้ล้างเมตาดาต้าระดับไฟล์ เช่น C2PA, EXIF และ XMP ได้ และอาจใช้ตรวจหรือให้คะแนน SynthID ผ่านการตั้งค่า reverse-SynthID ภายนอกได้ แต่การลบสัญญาณระดับพิกเซลอยู่นอกขอบเขต

การลบลายน้ำถูกกฎหมายหรือไม่?

การล้างข้อมูลแหล่งที่มาจากเนื้อหาที่คุณเป็นเจ้าของไม่ได้ผิดกฎหมายโดยเนื้อแท้ แต่ยังอาจขัดต่อนโยบาย สัญญา หรือข้อกำหนดแพลตฟอร์มที่บังคับให้เปิดเผยการใช้ AI

จะรู้ได้อย่างไรว่าลายน้ำเชิงสถิติหายไปแล้ว?

ปัจจุบันคุณมักตรวจสอบเองไม่ได้ เพราะไม่มีคีย์ตรวจจับของ Anthropic API ตรวจจับที่ Anthropic ระบุว่าจะเปิดตัวจึงเป็นวิธีตรวจสอบที่ชัดเจนกว่าในอนาคต

ในทางกลับกัน การลบอักขระแบบเลเยอร์ A และการล้าง C2PA สามารถตรวจสอบได้ทันทีด้วย inspect_file.py และ c2patool