A Claude most már vízjelezi a kimenetét. De nem ez az, ami miatt nem kap helyet a tartalma.

Egy ügyfelünk nemrég feltett nekünk egy kérdést, amelyet Ön is hamarosan feltehet a saját tartalomszolgáltatójának: Az Anthropic elkezdte vízjelezni a Claude által generált szövegeket — ezt figyelik, és változtat-e ez azon, amit a mi elhelyezéseinkhez készítenek?

Ez a helyes kérdés, és a legtöbb szolgáltató belezavarodik. Itt a nyilvános válaszunk, mindenkinek, aki ugyanezt kérdezné a saját partnerétől.

A rövid válasz: a vízjel valódi, számít, de mégsem ez az, ami miatt elbukhat egy elhelyezés.

A legtöbben egy részletet nem vesznek észre az Anthropic szabályzatából arról, hogyan jelöli a Claude az AI által generált tartalmat¹: 2026 augusztusától a jelölés kiváltója a „Claude által feldolgozott” tartalom — nem csak a „Claude által generált”. Az a kérdés, amit mindenki feltesz — „ez AI által írt?” — már eleve rossz kérdés.

De a kiváltó ok és a jelzés két külön dolog, és a második az, ami bármit is eldönt. A jel nem egy pecsét a szövegen; hanem szétterül a Claude szóválasztásain, így minél nagyobb részét írta a Claude, annál több található benne. Ezt a különbséget mossa el a legtöbb cikk, pedig itt van a gyakorlati válaszok helye. A bejegyzés további része a helyes kérdésekről szól.

2026 augusztusától: mi változott, hol tart a detektálás

Minden, ami ebben a szakaszban szerepel, szándékosan dátumozott: az irányelv új, ezek a tények változhatnak.

Amit az Anthropic bejelentett

2026 augusztusától az Anthropic oldalán két kiegészítő technikát írnak le: egy észrevehetetlen vízjelet a generált szövegben, és C2PA-aláírt eredetiségmetadatát a generált fájlokhoz, például képekhez. Ugyanitt olvasható, hogy a szöveges vízjel a modell szintjén működik — függetlenül attól, melyik Claude-termék vagy felület generálta a szöveget —, és a jelölés mindenhol érvényes, ahol a Claude elérhető, nem csak az EU-ban. Az Anthropic indoklása a globális bevezetésre inkább ideiglenesnek, mint véglegesnek olvasható: „mivel még nincs tartós módunk régiók szerinti korlátozásra”, ezért indul világszerte, de folyamatosan vizsgálják a lehetőségeket.

Egy nappal később az Anthropic közzétett egy második, sokkal részletesebb dokumentumot arról, hogyan működik a szöveges vízjel², ami megváltoztatja, hogy mit lehet őszintén kijelenteni. A módszer neve is ismert: ez a SynthID-Text egy változata, amit a Google DeepMind publikált a Nature-ben³ 2024-ben, egy olyan módszercsaládban, amely 2022-ig nyúlik vissza Scott Aaronson javaslatáig. Nem kerül semmi a szövegbe, nincsenek rejtett karakterek. Ehelyett, ahol a következő szó valóban szabadon választható — az Anthropic példája: „az idő ma hideg és…”, ahol „borús” és „szürke” is jó —, a vízjel csak a véletlenszerűség forrását módosítja, egy titkos kulcsból és az előző szavakból származtatva. Ha visszaolvassuk a szekvenciát a kulccsal, megadható egy valószínűség, hogy Claude írta. Két következmény, amire az ügyfelek azonnal rákérdeznek: a jel nem tartalmaz azonosító információt, az Anthropic szerint nem vezethető vissza személyhez, szervezethez vagy beszélgetéshez; és nincs költsége, mert nem generál plusz tokeneket.

A kiváltó ok, ugyanezen dátumtól, a Claude által feldolgozott tartalom, nem csak az általa írt. Az oldalon példaként szerepel a lektorálás, fordítás, összefoglalás és fájlkonverzió. De a második dokumentum őszintén kimondja, hogy ezek nem egyenértékűek, és a különbség fontosabb, mint maga a kiváltó — a bejegyzés végi kitételek ezt részletezik, beleértve egy olyan következtetést, amit elsőre mi is rosszul vontunk le.

A szabályozási háttér magyarázza a dátumot. Az EU AI Act⁴ szerint a generatív AI rendszerek szolgáltatóinak biztosítaniuk kell, hogy a kimenetek géppel olvasható formátumban legyenek jelölve, és felismerhetőek legyenek, mint mesterségesen generáltak; az Anthropic szerint aláírta az irányelv 50. cikk (2) gyakorlati kódexét. Az Európai Bizottság⁵ megerősíti, hogy ezek az átláthatósági szabályok 2026. augusztus 2-tól érvényesek — ez az Anthropic által használt határnap —, és hogy a közelmúltbeli „AI Omnibus” egyszerűsítés a magas kockázatú határidőket módosította, nem ezeket.

Egy fontos részlet: a 2026. augusztus 2. előtt indított modellek sem mentesülnek. Az Anthropic szerint ezekre a modellekre átmeneti időszak vonatkozik, és dolgoznak a vízjelezés hozzáadásán — tehát még nem vízjelezettek, de ez nem jelent védettséget.

Hol tart a detektálás

2026. augusztus 17-én a technikai leírás létezik, az eszköz még nem. Az Anthropic második dokumentuma szerint vízjel-detektáló API érkezik — „Hamarosan kínálni fogunk egy vízjel-detektáló API-t. Jelenleg dolgozunk a megvalósítás részletein” —, ez vállalás, nem kész termék, és ez lesz az egyetlen, amely képes Claude-vízjelet ellenőrizni.

Az Anthropic egyértelműen leírja, mit bizonyítana egy ilyen ellenőrzés, és ez kevesebb, mint amit sokan feltételeznek. A kulccsal „csak arra lehet válaszolni, hogy ‘Mekkora az esélye, hogy ezt részben a Claude írta?’” Nem lehet igazolni, hogy ember írta, nem derül ki, hogy más AI írta-e, és „nem különböztethető meg, hogy ‘Claude írta’ vagy ‘Claude jelentősen szerkesztette’”. A jel hiánya sem bizonyít semmit: a detektálás „nem működik jól kis mintákon”, és egy teljes újrafogalmazás, ahol minden szót lecserélnek, teljesen eltávolítja a vízjelet.

A szabályozás meghatározza a minimumot. A végleges gyakorlati kódex szerint, a Bird & Bird részletes elemzése alapján⁶, észrevehetetlen vízjelezés szükséges minden 200 tokennél (kb. 150 szó) hosszabb szabad szövegre, az egyetlen kivétel a „nagyon rövid szöveg” ez alatt. A szabad szöveg az egyetlen eset, ahol egyetlen jelölési réteg is elég, mert nem hordozhat metadatát. És a detektálási kötelezettség is enyhébb: a szolgáltatóknak általában ingyen kell biztosítaniuk a detektálást, de a szabad szöveges vízjelek esetén — „mivel ezek eleve kevésbé megbízhatóak” — korlátozhatják a detektálást hitelesített szakértői felhasználókra. A szolgáltatók közötti interoperabilitás kötelezettsége csak 2027. február 2-től lép életbe.

A legközelebbi nyilvános eszköz sem segít szövegre: ugyanezen dátummal a Google DeepMind SynthID Detector portálja⁷ képeket, videót és hangot fogad — szöveget nem —, és még mindig korlátozott tesztelés alatt áll.

És a kérdés, ami egy elhelyezést vásárlót tényleg érdekel: 2026. augusztus 16-án nem találtunk olyan nyilatkozatot egyetlen keresőmotortól vagy AI platformtól sem — sem pro, sem kontra —, hogy az eredetiségjelzések befolyásolnák a rangsorolást, indexelést vagy szűrést. Ez egy dátummal ellátott „nem találtunk”, nem ígéret a jövőre.

Az eredetiség és a minőség két külön tengely

Itt a szemléletváltás, amire a téma rászorul: az eredetiség — hogy melyik eszköz nyúlt a szöveghez — és a minőség — hogy a szöveg megérdemli-e a helyét — két külön tengely. A keresőmotorok mindig csak a másodikra hivatkoztak.

A Google soha nem írta le, hogy az eredetiség rangsorolási tényező lenne. Ez nem ugyanaz, mint ha azt mondaná, hogy nem az; nincs nyilvános állásfoglalás egyik irányban sem. De a Google által leírt felhasználások pontosan kettősek. A Google C2PA-integrációjáról szóló blogbejegyzésében⁸, 2024-ből, az eredetiségmetadáták a Keresőben az „Erről a képről” címkét szolgálják, a Hirdetésekben pedig a cél, hogy „a C2PA-jeleket felhasználják a kulcsfontosságú szabályzatok érvényesítéséhez”. Címkézés és hirdetés-ellenőrzés — a keresőintegráció pedig csak képekre vonatkozik. Jelenleg nincs szöveges eredetiségfelület a Keresőben.

Amit a Google ténylegesen érvényesít, az a minőségi tengelyen mozog, és eszközfüggetlenül van megfogalmazva. A Google spam-irányelvei⁹ a tömeges tartalom-visszaélést úgy definiálják, mint sok oldal generálását „elsősorban a kereső rangsorának manipulálása, nem pedig a felhasználók segítése céljából” — hozzátéve, hogy „függetlenül attól, hogyan készült”. Az első példa: „Generatív AI eszközökkel vagy más hasonló eszközökkel sok oldal létrehozása anélkül, hogy értéket adnánk a felhasználóknak”, és a Google generatív AI tartalomra vonatkozó útmutatója¹⁰ is ezt a mondatot ismétli kulcsként.

A Google Search Central Blog 2023-as megközelítése¹¹ — „Jutalmazzuk a magas minőségű tartalmat, bárhogyan is készült” — már a szándéknál húzta meg a határt („Az automatizálás — beleértve az AI-t is — használata, ha a fő cél a keresési rangsor manipulálása, sérti a spam-irányelveket”), és ezt 2023-as álláspontként kell olvasni; a jelenlegi útmutató szűkebb. A Google 2024. márciusi spam-frissítésének bejelentésében¹² pedig már teljesen ki is vette az eszközt a szabályzatból: a tömeges tartalom-visszaélés „függetlenül attól, hogy automatizálás, emberek vagy a kettő kombinációja” révén történik.

Az AI-alapú publikációk mérete ugyanezt mutatja a másik oldalról. A Graphite webes tanulmánya¹³ szerint az AI-generált cikkek 2024 novemberében előzték meg az ember által írottakat, és azóta nagyjából egyensúlyban vannak — és ugyanitt olvasható: „ezek a cikkek nagyrészt nem jelennek meg a Google-ben és a ChatGPT-ben”. Az új cikkek kb. fele AI-generált, de az alacsony értékűek továbbra sem kerülnek felszínre. Ez minőségi szelekció, nem eredetiségdetektálás — és a minőség az, amit ténylegesen kezelni lehet. Mi is leírtuk hogyan készítünk tartalmat a gen-AI korszakban — pontosan erről a gyártási oldalról.

Mi az, ami ténylegesen elbukhat egy elhelyezést

Ha az eredetiség nem a valódi kockázat, akkor mi az? Két dolog, és mindkettő régebbi, mint a vízjelezés.

Először az szerkesztői elutasítás jött

A kiadók nem várták meg a vízjeleket, hogy szabályozzák az AI-tartalmat — beírták a szerkesztői szabályzatba. A WIRED generatív-AI irányelve¹⁴, 2023 májusából: „Nem közlünk olyan történeteket, amelyek szövegét AI generálta, kivéve, ha éppen az AI-generáltság a történet lényege” — és a be nem vallott AI-szöveget „gyakorlatilag plágiumnak” tekintik. A Clarkesworld Magazine élő beküldési irányelvei¹⁵ már a beküldésnél kizárják az ilyen munkákat: „nem fogadunk el semmilyen fordított, írt, fejlesztett vagy AI-eszközökkel segített beküldést”, és figyelmeztetnek, hogy az ilyen próbálkozás „a jövőbeni beküldési tilalomhoz vezethet”.

Ahol az AI-tartalom mégis átcsúszott, a következmény szerkesztői volt, nem algoritmikus. A Futurism vizsgálata¹⁶ feltárta, hogy a Sports Illustrated termékértékeléseket közölt hamis szerzők neve alatt, AI-generált portrékkal — egy forrás szerint „a tartalom teljesen AI-generált” —, majd a kiadó, a The Arena Group közölte, hogy „eltávolítják a tartalmat, amíg a belső vizsgálat tart, és megszüntették a partnerséget” a felelős alvállalkozóval. A CNET saját szerkesztői jegyzete AI-kísérletéről¹⁷, 2023 elején, 77 AI-tervezetű cikket, teljes auditot hibák után, javításokat és leállítást rögzít — „Szüneteltetjük”, a kiadó szavaival. Eltávolítás, javítás, szünet, szerződésbontás: mindez kizárólag szerkesztői döntés volt, és ma is az.

Ez a döntés nem eszközellenes. A Muck Rack 2026-os újságírói jelentése¹⁸ szerint az újságírók 82%-a használ legalább egy AI-eszközt — miközben 88% „azonnal elveti azokat a megkereséseket, amelyek nem relevánsak számukra”. Akik ténylegesen futtatnának detektort a szövegen, maguk is AI-felhasználók. A szűrőjük a téma, a relevancia és a minőség; mindig is az volt.

A hamis pozitív csapda

A ma ténylegesen használt detektorok nem vízjel-ellenőrzők. Utólagos osztályozók — statisztikai becslések csak a szöveg alapján, kulcs és jel nélkül —, és ezek valódi emberekre is tévesen riasztanak. Az Anthropic is megkülönbözteti ezt, példaként említve a Pangramot: ezek a szolgáltatások az AI-szerű megfogalmazás „jeleire” vadásznak, ami „alapvetően más, mint a vízjel keresése”. Bármit is jelent egy ügyfél detektora, nem azt olvassa, amiről ez a bejegyzés szól. Egy, a Stanfordhoz kötődő tanulmány az arXiv-on¹⁹, 2023-ból, hét elterjedt GPT-detektort tesztelt nem anyanyelvi angol írásokon, és azt találta, hogy „a TOEFL-esszék több mint felét AI-generáltnak minősítették (átlagos hamis pozitív arány: 61,22%)”, az esszék 97,80%-át legalább egy detektor megjelölte.

A szolgáltatók is tudják. Az OpenAI saját detektorát fél éven belül visszavonta; a leállítási közlemény, az Ars Technica idézete szerint²⁰: „2023. július 20-tól az AI osztályozó már nem elérhető alacsony pontossága miatt.” Induláskor az OpenAI közölte, hogy csak az AI-szövegek 26%-át ismeri fel, miközben „az ember által írott műveket 9%-ban tévesen jelöli”. A Vanderbilt Egyetem²¹ 2023-ban letiltotta a Turnitin AI-detektorát, és nyilvánosan kiszámolta: az 1%-os hamis pozitív aránnyal, a 2022-ben beadott 75 000 dolgozatból „kb. 750 diák dolgozatát tévesen minősíthették volna”.

A Graphite tanulmánya, fentebb idézve, a választott detektorát ChatGPT előtti cikkeken validálta — és azt találta, hogy „4,2%-ukat főként AI-generáltnak minősíti”. Még a Google SynthID tanulmánya is, a Nature-ben³, megjegyzi, hogy „az utólagos detektálórendszerek futtatása számításigényes lehet, és gyakorlati használatukat a következetlen teljesítmény korlátozza”.

Elhelyezéseknél a hamis pozitív költsége ott a legnagyobb, ahol valódi szakértő hangja a termék — szellemírt szakértői kommentárnál, ahol egy osztályozó egy valódi szakértő saját szavait is elutasíthatja. Aki azt ígéri, hogy „átmegy a detektoron”, olyan eszközöknek akar megfelelni, amelyek dokumentáltan embereket is meggyanúsítanak.

Miért nem lesz univerzális AI-detektor

A fenti hiányok nem átmeneti eszközhiányt jeleznek. Ezek szerkezeti okok.

Egy statisztikai vízjel ellenőrzéséhez a generátor privát kulcsa kell. A Google SynthID dokumentációja²² fejlesztőknek írja: minden vízjelezési konfigurációt „biztonságosan és privát módon kell tárolni, különben a vízjel könnyen másolható”, és a detektor telepítési lehetőségei a teljesen priváttól a nyilvánosig terjednek. Az akadály nem a költség — a Nature-cikk egyértelmű, hogy a detektálás „nem igényel számításigényes műveleteket vagy hozzáférést a háttérben futó LLM-hez”. Az akadály a kulcs. Minden szolgáltató legfeljebb a saját jeleit tudja detektálni. Egy univerzális detektorhoz minden generátor együttműködése kellene, de az ösztönzők pont az ellenkező irányba hatnak.

A lefedettségnek olyan hiányai vannak, amelyeket semmilyen együttműködés nem pótol. Egy élvonalbeli labor fejlesztett szöveges vízjelet, de nem vezette be: egy 2024-es nyilatkozatban, a Language Log idézete szerint²³, az OpenAI azt írta, hogy „kifejlesztettünk egy szöveges vízjelezési módszert, amelyet továbbra is fontolgatunk”, de „kevésbé robusztusnak” ítélik a globális átfogalmazással szemben — fordítás, másik modellel való újrafogalmazás —, „így a rosszindulatú szereplők könnyen megkerülhetik”. A nyílt súlyú modellek teljesen kívül esnek bármely szolgáltató jelölési hatókörén; maga a Nature-cikk is megjegyzi, hogy a decentralizáltan bevezetett vízjelezés nehéz. És még a bevezetett vízjel is romlik: a Google dokumentálja, hogy a detektor biztonsága „jelentősen csökkenhet, ha az AI-generált szöveget teljesen újrafogalmazzák vagy lefordítják”.

Az Anthropic ma már ugyanezt mondja a saját hatóköréről, és megerősíti, mi várható. A kulcskérdések csak a Claude-ra vonatkoznak: egy vízjel „nem tudja megmondani, hogy a szöveget más AI írta-e (még ha az is vízjelez, más kulccsal dolgozik; lehet, hogy teljesen más vízjelezési módszert használ)”. És ez nem egy Anthropic-projekt. 2026 júliusában kb. 190 aláíró írta alá az EU AI-eredetiség-átláthatósági kódexét, és az Anthropic egyenesen közli, hogy a többi nagy modellfejlesztő „saját vízjelet fog bevezetni”. Sok kulcs, sok módszer, mindegyik csak a saját silójában.

Egy tényező az ellenkező irányba hat, és érdemes kimondani: a kódex előírja, hogy az aláírók 2027. február 2-ig interoperabilitási megoldást vezessenek be a vízjel-detektálásra — egy nyilvános elérési pontot, amely továbbítja a lekérdezéseket, beágyazott jelzést, közös konzorciumot vagy hasonlót. Ez határidő, nem működő rendszer, és egy útválasztó réteg, nem közös kulcs. Ez a legerősebb ok várni a helyzet javulására, de még így sem lesz olyan detektor, ami mindent olvas, mert a nyílt súlyú modellek az egész rendszeren kívül vannak.

A reális végállapot legalább 2027-ig: szolgáltatónként elkülönült eredetiség — minden élvonalbeli labor csak a saját kimenetét tudja ellenőrizni, senki sem mindent, és egyetlen detektor tiszta eredménye sem jelent sokat.

Az eltávolító eszköz, ami önmagát cáfolja

Ha az eredetiség nem igazolható, legalább eltávolítható? Van egy nyílt forráskódú projekt, pontosan erre — watermarks-remover²⁴, ami eredetileg Claude-specifikus „remove-claude-marks” eszközként indult —, és a legtanulságosabb benne a saját README-je.

Már a bevezetőben elismeri: „Amíg a szolgáltatók nem adnak ki nyilvános detektorokat és kulcsokat, egyetlen eszköz sem állíthatja őszintén, hogy ‘ez elbukik a hivatalos ellenőrzésen’.” És ismét: „Nem tudja garantálni, hogy a szolgáltatói detektorok kudarcot vallanak.” A determinisztikus réteg eltávolítja a láthatatlan Unicode karaktereket — ami Claude szöveges vízjele esetén most már biztosan céltalan. „Semmi nem kerül a szövegbe, nincsenek rejtett karakterek,” írja az Anthropic technikai magyarázata. Marad a statisztikai réteg, kifejezetten „best-effort” — újrafogalmazás másik modellel, mert a statisztikai vízjel a tokenválasztásokban szétterül, és „az eltávolítás átírást, nem szerkezetváltást jelent”. Az Anthropic is elismeri: „Enyhe szerkesztés valószínűleg nem távolítja el teljesen a vízjelet; egy teljes újraírás, ahol minden szó cserélve van, igen.” A README árazza is a próbálkozást: az átírás „ellaposítja a hangot, stílust, pontosságot”; SEO, marketing és ügyfélmunkánál „ez a romlás valós és gyakran látható”; a kimenet „nem lehet jobb, mint az átíró modell plafonja”. A végén felteszi a kérdést, ami visszazárja a kört: ha úgyis mindent olcsóbb modellel ír át, akkor közvetlenül azzal generálni „egyszerűbb, olcsóbb, és ugyanazt — vagy jobb — eredményt adja”. A C2PA fájlmetadatát pedig triviálisan eltávolítja — a fájlformátumok törékenysége miatt, összhangban az Anthropic saját metadata-vesztési listájával a fenti szakaszban.

Van ennek megfelelőségi oldala is, amit érdemes tudni, mielőtt bárki szolgáltatásként ajánlaná az eltávolítást. Ugyanezen kódex szerint az aláírók kötelesek mindent megtenni a jelölések megőrzéséért, tilos a manipuláció a szerződési feltételekben, és „nem helyezhetnek el, illetve nem reklámozhatnak megkerülő eszközöket”. Az eszközök léteznek és létezni is fognak; ami nem létezik, az egy olyan változat, amit komoly szolgáltató ajánlhatna.

Ez a bejegyzés lényege röviden. Ha az eredetiség tengelyt próbálja menedzselni, a minőségi tengelyen veszít — pedig az dönti el, hogy egy szerkesztő megtartja-e az anyagát.

Mit érdemes kérdezni bármelyik szolgáltatótól (minket is beleértve)

Mit jelent tehát egy jó válasz az ügyfél kérdésére? Nem detektálási ígéretet — hanem folyamatot. Ezeket a hat kérdést tennénk fel bármely tartalomszolgáltatónak, magunkat is beleértve; ezek írják le a saját outreach linképítési és listicle együttműködéseinket, ahol Ön jóváhagyja a cél publikációt, URL-t, anchor textet és vázlatot, mielőtt bármi élesbe kerül.

1. Külön szakasz-e a kutatás, a szövegírás és a tényellenőrzés, külön „ügynökök” végzik-e? Jó válasz: igen, és ezt nemcsak elmondani, hanem megmutatni is tudják. Nálunk a kutatás, vázlatkészítés, szövegírás, állítások kigyűjtése, tényellenőrzés, javítás és végső konzisztencia-ellenőrzés mind saját ügynökmodul, saját rendszerprompttal. A szövegíró ügynök egyáltalán nem kap eszközt — üres az eszközlista, nem csak korlátozott —, így nem kereshet, nem böngészhet, csak a kutatási szakasz által ellenőrzött tényfájlból dolgozhat. A tényellenőrzés szándékosan nem egy ügynök: egy navigátor végzi a keresést, egy másik, másik szolgáltató modelljén futó bíró hozza a döntést, így aki ellenőriz, nem az, aki keresett.

2. Hol vannak a humán ellenőrzési pontok, és átmehet-e a gép rajtuk ember nélkül? Jó válasz: a rendszer kód szinten kényszeríti az ellenőrzést — egy leírás erről nem elég. Nálunk három ilyen pont van kódban: ember választja ki az ötletet, hagyja jóvá a vázlatot és a tartalmat — és egy elhelyezés nem léphet tovább, amíg egy ember rá nem bólint. A pipeline nem tud önállóan publikálni.

3. Az ellenőrzés megnyitott forrásoldalakon vagy keresői snippeteken alapul? Jó válasz: oldalakon. Nálunk a kutató ügynök minden forrásoldalt megnyit és elolvas, mielőtt egy tény bekerül a dossziéba, és a tényellenőrzési szakasz minden állításhoz pontos idézetet vagy részletet követel a forrásoldalról.

4. Melyik szolgáltató modellje írja a törzsszöveget — és meg tudják-e nevezni? Ez az a kérdés, ami ténylegesen meghatározza a jelölési kitettséget, és amire a legtöbb szolgáltató kategóriával válaszol név helyett. Mivel a vízjel a modell által választott szavakhoz kötődik, aki a szövegírásra azt a modellt használja, amelyik vízjelez, annak valódi válasza van a szöveg nagy részére; aki csak más bekezdését igazítja vele, annak nincs. A mi válaszunk, a vállalható részletességgel: a pipeline különböző szakaszai különböző szolgáltatók modelljein futnak, és a cikk törzsét író modell nem az, amelyik itt vízjelez. Legyen gyanakvó az „AI-t felelősen használjuk” típusú válaszokkal — ez nem válasz erre a kérdésre.

5. Mit ígérnek pontosan a detektálásról? Aki azt garantálja, hogy a tartalom „átmegy az AI-detektoron”, olyan ellenőrzést ígér, amit ma senki sem tud lefuttatni — lásd a fenti dátumozott szakaszt, az Anthropic detektáló API-ja be van jelentve, de nem érhető el —, és ha elérhető lesz, akkor is csak az Anthropic tudja futtatni, csak a saját jeleire, és lehet, hogy csak hitelesített szakértőknek. Amit ilyen szolgáltató ténylegesen tesztel, az az alábbi utólagos osztályozó, amely dokumentáltan embereken is téved. A helyes ígéret szerkesztői: jól olvasható, pontos, és ember hagyta jóvá.

6. Mi történik, ha egy elhelyezést elutasítanak vagy eltávolítanak? A dokumentált kockázat a szerkesztői elutasítás — tehát ezt kell a szerződésnek kezelnie, írásos csere- vagy visszatérítési feltételekkel. Miért kínálunk elégedettségi garanciát — ezt a kérdést részletesen is kifejtettük.

Ha egy szolgáltató mind a hatra konkrét választ tud adni, a vízjelezés híre semmit sem változtat Önnek. Ha nem, a vízjelezés sosem volt a legnagyobb problémája.

Két őszinte kitétel

A kiváltó ok tág, a jelzés nem

Amikor először publikáltuk ezt a bejegyzést, a helyes megfigyelésből rossz gyakorlati következtetést vontunk le. A kiváltó valóban „feldolgozott” — az Anthropic példaként említi a lektorálást és összefoglalást, és a „ember írta” nem az a tiszta garancia, aminek sokan gondolják. De aztán azt sugalltuk, hogy egy AI-nyelvtani ellenőrzés ezért kimutatható nyomot hagy a dokumentumon, az Anthropic technikai magyarázata, a következő napon, viszont világosan mást mond:

Amikor Claude lektorál ember által írt szöveget, amit visszaad, az általában csak enyhén szerkesztett; mivel szinte minden szó az emberé, alig van (ha van egyáltalán) mire vízjelet tenni.

És egy csak nyelvtani-és-írásjelezési ellenőrzésnél: „a vízjel csak a néhány javításban élhet, ami túl kevés lehet ahhoz, hogy kimutatható legyen.” Ugyanez a logika hígítja a jelet ott, ahol a szavak kötöttek — az Anthropic megjegyzi, hogy a tényszerű részek és a kód kevesebb vízjelet hordoznak, mert nincs szabad választás, amire a jel ráülhetne.

Tehát az őszinte válasz egy fokozat, nem kapcsoló. Ahol a szöveget nagyrészt Claude írta, ott él a jel. Ahol csak érintette, ott nem, és a szabályozás is húz egy alsó határt: kb. 150 szó alatt nem kötelező vízjelezni. Az általunk leírt hibás működés — az a cég, amely „AI-mentesnek” mondja magát, miközben AI-nyelvtani ellenőrzést futtat — továbbra is téved a saját folyamatáról, és ezt érdemes tudni egy szolgáltatóról. De a jelek alapján ez nem valószínű, hogy detektálási probléma lesz.

Senki sem tudja igazolni az eredetiséget egyik irányban sem

Az ellenőrzési hiány mindkét irányban vág. Mi sem tudjuk bizonyítani, hogy a tartalmunk vízjelezésmentes, ahogy egy kritikus sem tudja bizonyítani, hogy egy adott oldal vízjelezett — az Anthropic saját megfogalmazása szerint, lásd a fenti szakaszt, a jel egy valószínűségi jelzés, nem bizonyíték, és a hiánya sem bizonyít semmit. Ezért ez a bejegyzés egyik irányban sem állít túl sokat, és bárkitől, aki igen, érdemes óvakodni: aki „nincs vízjel” garanciát ad, ugyanazt a nem igazolható bizonyosságot árulja, mint aki azt állítja, hogy detektálta.

Ez a mai helyzet, lejárati dátummal. Amikor az Anthropic detektáló API-ja elindul, egy szereplő — az Anthropic — egy kérdésre tud majd válaszolni, a saját jeleiről, valószínűségi alapon, nem ítélettel. Ez szűkíti a rést, de nem zárja be, és érdemes lesz visszatérni ehhez a bejegyzéshez, ha eljön az idő.

Macska-egér: az alapító szemszöge

Itt átváltok „mi”-ről „én”-re, mert ez már vélemény, nem hivatkozás. Húsz év alatt újra és újra láttam ugyanazt a ciklust: a Google bejelent egy kemény szabályt, az iparág a végét jósolja, aztán a végrehajtás késik, a leglazább szereplőket éri, és sosem megy végig.

A legfrissebb példa már szóba került. A Google 2024 márciusi bejelentésében, lásd fent, név szerint említi a „nagyon alacsony értékű, harmadik féltől származó tartalmat, amelyet elsősorban rangsorolási célból és a weboldal tulajdonosának szoros felügyelete nélkül állítanak elő” — az iparági zsargonban: parasite SEO —, „ezt a szabályzatot két hónappal a 2024. május 5-i élesítés előtt publikáltuk”. A Google Search Liaison, a Ranktracker szerint²⁵, azt mondta, a végrehajtás május 6-án indult, egy nappal a szabályzat életbe lépése után. 2024 novemberében, a Website Builder Expert által idézett frissített szabályzat szerint²⁶, a Google bezárta az első fél felügyeleti kiskaput, Glenn Gabe szerint a Forbes Advisor, a CNN Underscored és a WSJ Buyside érintett szekciói gyakorlatilag kikerültek az indexből.

Ez a macska elkapott egy egeret — néhányat. Amit a gyakorlatban ma is látok, évekkel az első „szigorúan fellépünk” után, ugyanaz a gyakorlat, él és virul. Ez nem kritika a Google felé; ez a webes léptékű végrehajtás tempója — és ez egy olyan szabályzat, ahol a detektálás egyszerű: a tartalom nyilvános, a minta nyilvánvaló. Most képzelje el ugyanezt eredetiségre, ahol, lásd a fenti szakaszt, senki sem tudja lefuttatni az ellenőrzést.

Két évtizednyi jósolt szigorítás többször is elvileg véget vetett volna ennek az iparágnak, és mégis itt van — mert minden ciklusból ugyanaz marad meg: az a munka, ami kiállja azt a vizsgálatot, amit mindig is megkapott volna. A vízjel nem a probléma. Soha nem is volt.

Most már tudja, hogyan hangzik egy jó válasz az ügyfél kérdésére. Vigye a fenti hat kérdést ahhoz, aki a tartalmát készíti, és figyelje a konkrétumokat. Ha a válaszok homályosak, maga a homály a tanulság.