Cara Menghapus Watermark Claude

Mulai Agustus 2026, setiap blok teks yang dihasilkan Claude membawa tanda air (watermark) tak terlihat. Anda tidak bisa melihatnya, pemeriksa ejaan tidak akan menandainya, dan tanda ini tetap terbawa saat Anda menyalin-tempel teks dari Claude ke dokumen. Anthropic membangunnya agar teks yang ditulis AI dapat dilacak kembali ke model asalnya melalui pola statistik di dalam pilihan kata.

Coba Apidog hari ini

Jika Anda ingin membersihkan konten atau berkas milik sendiri, proyek sumber terbuka watermarks-remover dapat membantu. Artikel ini menjelaskan jenis tanda air yang relevan, batasan alatnya, serta cara menjalankannya secara praktis.

Gunakan langkah-langkah ini untuk kebersihan dan privasi pada teks atau berkas yang Anda miliki. Jangan gunakan penghapusan tanda asal-usul untuk kecurangan akademik, menghindari kewajiban pengungkapan AI, atau melanggar kontrak dan kebijakan platform.

TL;DR

• Tanda air Claude: Bias statistik pada pilihan token, bukan karakter tersembunyi yang bisa ditemukan lalu dihapus.
• Tanda yang bertahan: Tanda statistik bertahan saat salin-tempel, tetapi melemah setelah parafrase, terjemahan, atau pengeditan ekstensif.
• Alat: watermarks-remover adalah proyek Python 3.10+ berlisensi MIT.
• Lapisan A — deterministik: Menghapus karakter Unicode tak terlihat, spasi eksotis, karakter bidi, dan karakter tag tanpa mengubah prosa.
• Lapisan B — statistik: Menulis ulang teks untuk mengganggu pola token-sampling. Hasilnya hanya best effort dan dapat menurunkan kualitas tulisan.
• Berkas: Membersihkan metadata C2PA, EXIF, XMP, dan properti dokumen dari PNG, JPEG, SVG, PDF, DOCX, ODT, HTML, serta Markdown.
• Intinya: Pembersihan karakter dan metadata mudah diverifikasi. Menghapus tanda air statistik sepenuhnya membutuhkan penulisan ulang dan selalu melibatkan kompromi kualitas.

Apa Sebenarnya Tanda Air Claude?

Tanda air teks Claude bukan deretan karakter tersembunyi di antara kata-kata. Anda tidak akan menemukan zero-width space, glif aneh, atau pola kerning yang dapat dihapus dengan pencarian teks biasa.

Sebaliknya, tanda air berada dalam pola pemilihan kata. Saat menghasilkan teks, model memilih token berikutnya dari sejumlah kandidat yang secara statistik mirip. Sistem tanda air membiaskan pilihan tersebut menggunakan kunci rahasia. Dalam teks yang cukup panjang, pilihan token tersebut membentuk tanda tangan statistik yang dapat dideteksi.

Konsekuensinya:

• Tetap ada setelah salin-tempel. Karena sinyal ada pada pilihan kata, bukan metadata berkas.
• Melemah setelah pengeditan. Parafrase, terjemahan, atau penggabungan dengan tulisan manusia dapat merusak pola statistiknya.
• Sulit dideteksi pada teks pendek. Detektor membutuhkan cukup banyak token untuk membangun tingkat keyakinan.
• Cenderung lemah pada kode. Ruang pilihan token pada kode lebih sempit, lalu formatter dan linter dapat mengubah sisa pola yang ada.

Anthropic meluncurkan mekanisme ini di tingkat model mulai 2 Agustus 2026. Artinya, sinyal dapat muncul dari aplikasi Claude, API, Claude Code, dan akses pihak ketiga melalui AWS, Google Cloud, serta Microsoft Foundry.

Untuk konteks perubahan model dan kebijakan akses Anthropic, lihat Fable 5 Is Down for Everyone.

Deteksi positif tidak otomatis membuktikan kecurangan. Teks dapat melewati Claude untuk pemeriksaan ejaan, penerjemahan, atau peringkasan tanpa berarti AI menjadi penulis utama.

Dua Jenis Tanda Air, Dua Pendekatan

watermarks-remover membagi proses pembersihan menjadi beberapa lapisan karena tanda berbasis karakter, metadata berkas, dan pola statistik membutuhkan teknik berbeda.

Lapisan A: pembersihan karakter deterministik

Lapisan ini menghapus:

• Karakter Unicode tak terlihat
• Zero-width spaces
• Spasi Unicode eksotis
• Kontrol teks dua arah (bidirectional text controls)
• Karakter tag Unicode

Proses ini tidak memakai model AI. Hasilnya deterministik, dapat diuji, dan tidak mengubah teks terlihat Anda.

Lapisan B: penulisan ulang statistik

Lapisan ini mencoba mengganggu tanda air token-sampling dengan menulis ulang teks. Karena sinyal berada dalam pilihan kata, satu-satunya cara untuk mengubahnya adalah mengubah kalimat dan frasa.

Ini bukan jaminan penghapusan. Penulisan ulang dapat:

• Meratakan gaya tulisan.
• Mengubah nuansa atau presisi teknis.
• Menambah biaya karena membutuhkan model lain untuk melakukan parafrase.

Pembersihan metadata berkas

Untuk berkas, alat ini dapat membersihkan:

• C2PA
• EXIF
• XMP
• Properti dokumen

Format yang didukung mencakup PNG, JPEG, SVG, PDF, DOCX, ODT, HTML, dan Markdown.

C2PA adalah manifes bertanda tangan dari Coalition for Content Provenance and Authenticity. Berbeda dari tanda air statistik dalam teks, metadata C2PA relatif mudah hilang saat berkas disimpan ulang atau dikonversi ke format lain.

Kapan Tanda Air Biasanya Sudah Lemah?

Sebelum menjalankan alat, periksa apakah pembersihan memang diperlukan.

Tanda statistik cenderung lemah atau tidak berarti dalam kondisi berikut:

1. Teks pendek
   
   Beberapa kalimat biasanya tidak menyediakan cukup token bagi detektor untuk membangun keyakinan statistik.

2. Kode sumber
   
   Kode memiliki variasi token lebih terbatas daripada prosa. Formatter, linter, dan refactoring juga dapat mengubah pola token yang tersisa.

3. Teks yang sudah diedit ekstensif
   
   Jika sebagian besar kalimat telah Anda tulis ulang, pola asal mungkin sudah rusak.

4. Berkas yang telah dikonversi atau disimpan ulang
   
   Metadata C2PA sering hilang akibat proses tersebut.

Dalam praktiknya, kebutuhan pembersihan paling sering muncul pada prosa panjang yang masih sangat mirip dengan keluaran asli, serta metadata pada berkas gambar atau dokumen.

Instalasi watermarks-remover

Proyek ini didistribusikan sebagai agent skill dan kumpulan skrip Python mandiri.

Prasyarat:

• Python 3.10+
• Git
• Opsional: c2patool dan exiftool

Clone repositorinya:

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

Skrip inti hanya menggunakan pustaka standar Python, sehingga Anda tidak perlu menjalankan pip install untuk pembersihan teks dan metadata dasar.

Jika ingin memasangnya sebagai skill agen dengan struktur direktori gaya Grok:

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

Untuk penggunaan langsung melalui terminal, buat variabel agar path skrip lebih ringkas:

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

Alat opsional:

• c2patool untuk memeriksa manifes C2PA.
• exiftool untuk pembersihan metadata gambar tambahan.

Langkah 1: Periksa Berkas Sebelum Membersihkannya

Jangan langsung memodifikasi berkas. Jalankan inspektur terlebih dahulu untuk mengetahui karakter atau metadata yang benar-benar terdeteksi.

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

Perintah ini tidak mengubah berkas. Gunakan hasilnya untuk menentukan tindakan berikutnya:

• Jika tidak ada temuan, Anda tidak perlu melakukan pembersihan.
• Jika ada karakter Unicode tersembunyi, gunakan pembersihan Lapisan A.
• Jika terdapat metadata atau manifes asal-usul, gunakan pembersihan berkas.

Langkah 2: Bersihkan Karakter Tersembunyi dari Teks

Gunakan clean_text.py untuk pembersihan deterministik Lapisan A.

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

Opsi --stats menampilkan ringkasan karakter yang ditemukan dan dihapus.

Skrip ini menangani:

• Unicode tak terlihat
• Spasi eksotis
• Kontrol bidi
• Karakter tag

Gunakan -o untuk menulis hasil ke berkas baru. Jangan timpa sumber sebelum Anda memverifikasi hasilnya.

diff -u draft.md draft.cleaned.md

Untuk pembersihan Lapisan A, perubahan idealnya hanya menghapus karakter yang tidak terlihat tanpa mengubah isi prosa.

Langkah 3: Bersihkan Metadata dari Gambar dan Dokumen

Gunakan clean_file.py untuk menghapus metadata tingkat berkas.

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

Contoh ini membersihkan metadata dari PNG. Pendekatan yang sama berlaku untuk JPEG, SVG, PDF, DOCX, ODT, HTML, dan Markdown.

Jika exiftool tersedia, lakukan pemeriksaan tambahan pada gambar:

exiftool -all= photo.cleaned.png

Perintah tersebut menghapus metadata yang masih tersisa pada berkas hasil.

Untuk C2PA, proses konversi atau penyimpanan ulang sering kali sudah cukup untuk menghilangkan manifes. Menggunakan skrip tetap lebih terprediksi dan mudah diotomatisasi dalam pipeline.

Langkah 4: Gunakan Penulisan Ulang Hanya Bila Diperlukan

Untuk tanda air statistik, proyek menyediakan rewrite_text.py.

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

Dengan --backend print-prompt, skrip hanya menghasilkan prompt parafrase dan tidak langsung memanggil model. Anda tetap dapat memilih model atau proses penulisan ulang yang digunakan.

Parameter --strength mengatur tingkat agresivitas penulisan ulang.

Namun, pertimbangkan konsekuensinya:

• Kalimat teknis dapat kehilangan presisi.
• Gaya penulisan dapat berubah.
• Semakin agresif parafrase, semakin besar risiko perubahan makna.
• Tidak ada jaminan bahwa sinyal statistik benar-benar hilang.

Untuk sebagian besar alur kerja yang sah, gunakan Lapisan B hanya jika Anda memiliki alasan yang jelas dan dapat menerima kompromi kualitas.

Langkah 5: Verifikasi Hasil

Setelah pembersihan, jalankan kembali inspektur.

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

Untuk C2PA, gunakan c2patool:

c2patool photo.cleaned.png

Pembersihan karakter dan metadata dapat diverifikasi secara langsung. Namun, verifikasi tanda air teks statistik lebih sulit karena Anda tidak memegang kunci deteksi Anthropic.

Ketika API deteksi Anthropic tersedia, API tersebut akan menjadi cara paling relevan untuk menguji tanda statistik. Jika Anda mengotomatisasi pemeriksaan konten dalam pipeline, integrasikan langkah verifikasi sebagai pengujian berulang. Tim sering menggunakan alat pengujian API seperti Apidog agar pemeriksaan berjalan konsisten pada setiap eksekusi.

Untuk pola pengujian endpoint berbasis model lainnya, baca Cara Menguji Agen AI Melalui API.

Batasan Hukum dan Etika

Gunakan alat ini untuk kebersihan serta privasi konten milik Anda sendiri, misalnya:

• Menghapus karakter pelacak dari draf pribadi.
• Membersihkan metadata gambar sebelum publikasi.
• Memeriksa manifes asal-usul pada dokumen.
• Menstandardisasi teks yang masuk ke pipeline internal.

Jangan gunakan untuk:

• Menyembunyikan penggunaan AI dalam tugas akademik yang mewajibkan pengungkapan.
• Melanggar kontrak klien atau persyaratan platform.
• Mengklaim karya AI sebagai karya manusia ketika hal tersebut menyesatkan pihak lain.

Deteksi tanda air juga bukan bukti kepengarangan absolut. Deteksi positif tidak selalu membuktikan siapa penulisnya, dan ketiadaan tanda tidak membuktikan teks dibuat manusia.

Jika tujuan Anda adalah menjalankan model dengan kebijakan asal-usul sendiri tanpa bergantung pada tanda air vendor, pertimbangkan self-hosting. Lihat LLM Lokal Terbaik untuk Dijalankan pada Tahun 2026.

FAQ

Bisakah saya mencari dan menghapus karakter tanda air dari teks Claude?

Tidak. Tanda air teks Claude digambarkan sebagai bias statistik dalam pemilihan kata, bukan karakter tersembunyi. Tidak ada karakter spesifik yang dapat dicari lalu dihapus.

Lapisan A tetap berguna untuk alat lain yang memang menyisipkan karakter Unicode tak terlihat.

Apakah salin-tempel keluaran Claude menghapus tanda air?

Tidak. Karena sinyal statistik berada pada pilihan kata, salin-tempel antar aplikasi tidak mengubahnya.

Apakah watermarks-remover gratis?

Ya. Proyek ini bersifat sumber terbuka dengan lisensi MIT. Skrip inti membutuhkan Python 3.10+ dan pustaka standar.

Apakah alat ini berguna untuk keluaran Claude Code?

Alatnya dapat dijalankan, tetapi tanda statistik pada kode biasanya lebih lemah daripada prosa. Formatter, linter, dan refactoring juga dapat mengurangi sinyal yang tersisa.

Apakah alat ini menghapus tanda air gambar seperti SynthID?

Tidak untuk tanda air domain-piksel. Alat ini dapat membersihkan metadata tingkat berkas seperti C2PA, EXIF, dan XMP. Proyek juga dapat menilai SynthID secara opsional melalui konfigurasi reverse-SynthID eksternal, tetapi penghapusan tanda pada piksel berada di luar cakupan.

Bagaimana cara mengetahui tanda air statistik benar-benar hilang?

Saat ini, Anda tidak dapat memverifikasinya secara definitif tanpa kunci atau API deteksi yang relevan. Perlakukan hasil penulisan ulang Lapisan B sebagai tidak terkonfirmasi. Sebaliknya, pembersihan karakter Lapisan A dan metadata C2PA dapat diverifikasi menggunakan inspect_file.py dan c2patool.