Claude merker nå innholdet sitt. Det er ikke det som koster deg en plassering.

En kunde stilte oss nylig et spørsmål du kanskje vurderer å stille din egen innholdsleverandør: Anthropic har begynt å merke utdata fra Claude — følger dere med på dette, og påvirker det det dere lager til våre plasseringer?

Det er det rette spørsmålet, og de fleste leverandører vil snuble i svaret. Her er vår offentlige versjon, skrevet for alle som vurderer å stille samme spørsmål til sin egen leverandør.

Kortversjonen: vannmerket er reelt, det har betydning, men det er fortsatt ikke det som avgjør om du mister en plassering.

Detaljen de fleste overser, ligger i én formulering i Anthropics retningslinjer for hvordan Claude merker AI-generert innhold¹: fra august 2026 er utløseren for merking «behandlet av Claude» — ikke «generert av Claude». Spørsmålet alle stiller — «er dette AI-skrevet?» — er allerede feil spørsmål.

Men utløser og signal er to forskjellige ting, og det er det siste som avgjør noe. Et merke stemples ikke på teksten; det fordeles over ordvalgene Claude selv gjør, så jo mer av teksten Claude har skrevet, desto mer er det å finne. Det er denne forskjellen de fleste omtaler overser, og det er her de praktiske svarene finnes. Resten av innlegget handler om de riktige spørsmålene.

Fra august 2026: hva har endret seg, og hvor står detekteringen

Alt i denne delen er datert med vilje: retningslinjene er nye, og faktaene vil endre seg.

Hva Anthropic har annonsert

Fra august 2026 beskriver Anthropics side to utfyllende teknikker: et usynlig vannmerke innebygd i generert tekst, og C2PA-signert proveniensmetadata knyttet til genererte filer som bilder. Samme side sier tekstvannmerket legges inn på modellnivå — det er der uansett hvilken Claude-tjeneste eller -flate som har produsert teksten — og at merking gjelder overalt hvor Claude tilbys, globalt, ikke bare i EU. Anthropic begrunner den globale tilnærmingen med at de «ennå ikke har en varig måte å avgrense det regionalt på», og sier de vil fortsette å vurdere løsninger.

Dagen etter publiserte Anthropic et andre og langt mer detaljert dokument som forklarer hvordan tekstvannmerket fungerer², og det endrer hva som ærlig kan sies her. Metoden er navngitt: det er en variant av SynthID-Text, teknikken Google DeepMind publiserte i Nature³ i 2024, i en familie av metoder som går tilbake til et forslag fra Scott Aaronson i 2022. Ingenting settes inn i teksten, og det er ingen skjulte tegn. I stedet, der neste ord er et reelt åpent valg — Anthropics eksempel er «været i dag var kaldt og…», der «overskyet» og «grått» er like gode — endres bare kilden til tilfeldigheten som avgjør valget, basert på en hemmelig nøkkel og de foregående ordene. Leser du sekvensen tilbake med nøkkelen, kan du tilordne en sannsynlighet for at Claude har produsert den. To konsekvenser følger, som kunder ofte spør om: merket inneholder ingen identifiserende informasjon og, ifølge Anthropic, kan ikke spores til person, organisasjon eller samtale; og det koster ingenting, fordi det ikke gir flere tokens.

Utløseren, per samme dato, er innhold behandlet av Claude, ikke bare innhold skrevet av den. Siden nevner korrektur, oversettelse, oppsummering og filkonvertering som eksempler. Men det andre dokumentet er tydelig på at disse ikke er likeverdige, og forskjellen betyr mer enn utløseren — forbeholdene mot slutten av innlegget tar opp dette, inkludert en konklusjon vi selv tok feil av første gang.

Regulatorisk bakgrunn forklarer datoen. Under EU AI Act⁴ må leverandører av generative AI-systemer sørge for at utdata merkes i et maskinlesbart format og kan oppdages som kunstig generert; Anthropic sier de har signert Actens artikkel 50(2) Code of Practice. Europakommisjonen⁵ bekrefter at disse åpenhetsreglene gjelder fra 2. august 2026 — datoen Anthropic bruker som skjæringspunkt — og at den nylige «AI Omnibus»-forenklingen flyttet frister for høyrisiko, ikke for dette.

En detalj det er verdt å få rett: modeller lansert før 2. august 2026 er ikke unntatt. Per august 2026 sier Anthropic at loven gir disse modellene en overgangsperiode, og at de jobber med å legge til merkestøtte også der — ikke merket ennå, ikke et fristed.

Hvor står detekteringen

Per 17. august 2026 finnes den tekniske beskrivelsen, men ikke verktøyet. Anthropics andre dokument sier at en API for deteksjon av vannmerker kommer — «Vi vil snart tilby en API for deteksjon av vannmerker. Vi jobber med detaljene for implementeringen» — som er et løfte, ikke et lansert produkt, og det er det eneste som vil kunne sjekke et Claude-merke.

Anthropic er tydelig på hva en slik sjekk faktisk kan bevise, og det er mindre enn folk antar. Med nøkkelen kan «man bare svare på spørsmålet ‘Hva er sannsynligheten for at dette delvis er skrevet av Claude?’» Det kan ikke bekrefte at tekst er skrevet av et menneske, det kan ikke si om en annen AI har skrevet det, og det «kan ikke skille ‘Claude skrev dette’ fra ‘Claude redigerte dette kraftig’». Fravær av merke beviser heller ingenting: deteksjon «fungerer dårlig på små tekstutdrag», og en fullstendig omskriving der hvert ord byttes ut, fjerner vannmerket helt.

Regelverket setter gulvet for disse begrensningene. Under den endelige Code of Practice, ifølge Bird & Birds gjennomgang⁶, kreves usynlig vannmerking for all fri tekst over 200 tokens — omtrent 150 ord — med eneste unntak for «svært kort tekst» under denne grensen. Fri tekst er også det eneste tilfellet hvor ett lag med merking er nok, fordi det ikke kan bæres metadata. Og deteksjonsplikten er svakere her enn ellers: leverandører må normalt tilby deteksjon gratis, men for fri tekst-vannmerker — «fordi de er iboende mindre pålitelige» — kan de begrense deteksjon til verifiserte ekspertbrukere. Plikten til å gjøre deteksjon interoperabel mellom leverandører gjelder først fra 2. februar 2027.

Det nærmeste sammenlignbare offentlige verktøyet hjelper heller ikke for tekst: per samme dato aksepterer Google DeepMinds SynthID Detector-portal⁷ bilder, video og lyd — ikke tekst — og er fortsatt i begrenset test.

Og det spørsmålet en kjøper av plasseringer faktisk bryr seg om: per 16. august 2026 fant vi ingen uttalelse fra noen søkemotor eller AI-plattform — i noen retning — om at provenienssignaler påvirker rangering, indeksering eller filtrering. Det er et avgrenset «ingen funnet», datert med vilje, ikke et løfte om neste år.

Proveniens og kvalitet er to ulike akser

Her er omrammingen hele temaet trenger: proveniens — hvilket verktøy har vært borti teksten — og kvalitet — om teksten fortjener å eksistere — er to forskjellige akser. Søkemotorer har alltid kun sagt at de handler på det siste.

Google har aldri beskrevet proveniens som et rangeringssignal. Det er ikke det samme som at Google sier det ikke er det; det finnes ingen offentlig uttalelse i noen retning. Men bruksområdene Google har beskrevet er nøyaktig to. I Googles blogginnlegg om C2PA-integrasjon⁸ fra 2024, gir proveniensmetadata «Om dette bildet»-etiketten i Søk og, i Ads, Googles mål om å «bruke C2PA-signaler til å informere hvordan vi håndhever sentrale retningslinjer». Merking og annonsehåndheving — og søkeintegrasjonen gjelder kun bilder. Per nå finnes det ingen tekst-proveniensflate i Søk.

Det Google faktisk håndhever, ligger på kvalitetsaksen, og er skrevet for å være verktøyuavhengig. Googles spamretningslinjer⁹ definerer «skalert innholdsbruk» som mange sider generert «primært for å manipulere søkerangering og ikke for å hjelpe brukere» — og legger til at dette gjelder «uansett hvordan det er laget». Første eksempel er «Bruk av generative AI-verktøy eller lignende for å generere mange sider uten å tilføre verdi for brukerne», og Googles veiledning om bruk av generativt AI-innhold¹⁰ gjentar den setningen som sin operative linje.

Google Search Central Blogs ramme fra 2023¹¹ — «Belønner innhold av høy kvalitet, uansett hvordan det er produsert» — trakk allerede grensen ved hensikt («Bruk av automatisering — inkludert AI — for å generere innhold med det primære formål å manipulere rangering i søkeresultater er et brudd på våre spamretningslinjer»), og bør leses som 2023-standpunktet; dagens veiledning er smalere. Og i Googles kunngjøring av spamoppdatering i mars 2024¹², skrev selskapet verktøyet helt ut av retningslinjene: skalert innholdsbruk gjelder «uansett om det er automatisering, mennesker eller en kombinasjon».

Omfanget av AI-assistert publisering sier det samme fra motsatt side. Graphites studie i webskala¹³ fant at AI-genererte artikler overtok for menneskeskapte i november 2024 og har ligget rundt paritet siden — og, ifølge samme side, «disse artiklene dukker stort sett ikke opp i Google og ChatGPT». Omtrent halvparten av nye artikler er AI-generert, og de med lav verdi får fortsatt ikke synlighet. Det er kvalitetsutvelgelse, ikke proveniensdeteksjon — og kvalitet er aksen du faktisk kan styre. Vi har skrevet om hvordan vi produserer innhold i gen-AI-æraen — produksjonssiden av akkurat dette argumentet.

Hva som faktisk koster deg en plassering

Hvis proveniens ikke er den operative risikoen, hva er det da? To ting, og begge kom før vannmerking.

Redaksjonell avvisning kom først

Utgivere ventet ikke på vannmerker for å håndheve AI-innhold — de skrev det inn i redaksjonell policy. WIREDs generative-AI-policy¹⁴, oppdatert mai 2023, sier: «Vi publiserer ikke artikler med tekst generert av AI, med mindre det at det er AI-generert er hele poenget med artikkelen» — og behandler ikke-avslørt AI-tekst som «tilsvarende plagiat». Clarkesworld Magazines retningslinjer for innsending¹⁵ avviser arbeid allerede ved innsending: de «vil ikke vurdere bidrag som er oversatt, skrevet, utviklet eller assistert av slike verktøy», og advarer om at forsøk på innsending «kan føre til utestengelse fra fremtidige innsendinger».

Der AI-innhold likevel slapp gjennom, var konsekvensene redaksjonelle, ikke algoritmiske. Futurisms undersøkelse¹⁶ fant at Sports Illustrated publiserte produktanmeldelser under falske forfatternavn med AI-genererte profilbilder — en kilde sa «Innholdet er utvilsomt AI-generert» — hvorpå utgiver The Arena Group uttalte at de «fjerner innholdet mens vår interne undersøkelse pågår og har avsluttet samarbeidet» med leverandøren bak. CNETs egen redaktørmerknad om AI-eksperimentet¹⁷, tidlig i 2023, dokumenterer 77 AI-utkastede artikler, full revisjon etter faktiske feil, påførte rettelser og stopp — «Vi har satt på pause», med utgiverens egne ord. Fjerning, retting, pause, avsluttet kontrakt: det maskineriet gikk kun på redaksjonell vurdering, og gjør det fortsatt.

Vurderingen er heller ikke anti-verktøy. Muck Racks 2026 State of Journalism-rapport¹⁸ fant at 82 % av journalister bruker minst ett AI-verktøy — mens 88 % «umiddelbart forkaster pitches som ikke treffer deres felt». De som ville kjørt teksten din gjennom en detektor, er AI-brukere selv. Filteret deres er felt, relevans og kvalitet; det har det alltid vært.

Fellen med falske positive

Det detektorene folk faktisk bruker i dag gjør, er ikke vannmerkekontroll. De er etterpå-klassifiseringer — statistiske gjetninger ut fra teksten alene, uten nøkkel og uten merke å finne — og de feiler på ekte mennesker. Anthropic trekker samme skille, og nevner Pangram som eksempel: slike tjenester ser etter «tegn» i AI-formulering, noe som er «grunnleggende forskjellig fra å sjekke etter et vannmerke». Uansett hva en kundes detektor rapporterer, leser den ikke det dette innlegget handler om. En Stanford-tilknyttet studie på arXiv¹⁹ fra 2023 testet sju utbredte GPT-detektorer på essays fra ikke-engelskspråklige, og fant at de «feilklassifiserte over halvparten av TOEFL-essayene som AI-generert (gjennomsnittlig falsk positiv-rate: 61,22 %)», med 97,80 % av essayene flagget av minst én detektor.

Leverandørene vet det. OpenAI trakk sin egen detektor etter seks måneder; avslutningsnotatet, sitert av Ars Technica²⁰, lød: «Fra 20. juli 2023 er AI-klassifiseringen ikke lenger tilgjengelig på grunn av lav treffsikkerhet.» Ved lansering oppga OpenAI at den bare fanget 26 % av AI-skrevet tekst, mens den «feilmerket menneskeskrevet tekst 9 prosent av gangene». Vanderbilt University²¹ deaktiverte Turnitins AI-detektor i 2023 og regnet åpent: med 1 % falsk positiv-rate, som Turnitin hevdet, ville de 75 000 innleveringene Vanderbilt hadde i 2022 bety «omtrent 750 studentoppgaver kunne vært feilmerket».

Graphites studie, nevnt over, validerte sin valgte detektor på artikler publisert før ChatGPT eksisterte — og fant at den «klassifiserer 4,2 % av disse artiklene som primært AI-generert». Selv Googles SynthID-artikkel, publisert i Nature³ i 2024, påpeker at «etterpå-deteksjonssystemer kan være ressurskrevende å kjøre, og deres praktiske bruk begrenses av inkonsistent ytelse».

For plasseringer rammer kostnaden av falske positive hardest der en ekte ekspertstemme er produktet — ghostwritet ekspertkommentar, der en detektor som flagger en ekte eksperts egne ord ødelegger en reell mulighet. En leverandør som lover å «bestå deteksjon» lover å tilfredsstille verktøy hvis dokumenterte feilmodus er å anklage mennesker.

Hvorfor det aldri vil finnes en universell AI-detektor

Fraværene i den daterte delen er ikke et midlertidig hull som venter på verktøy. De er strukturelle.

Å verifisere et statistisk vannmerke krever generatorens private nøkkel. Googles SynthID-dokumentasjon²² instruerer utviklere om at hver vannmerkekonfigurasjon «bør lagres sikkert og privat, ellers kan vannmerket ditt lett kopieres av andre», og tilbyr detektor-utrullinger fra helt privat til offentlig. Hindringen er ikke kostnad — Nature-artikkelen er tydelig på at deteksjon «ikke krever tunge beregninger eller tilgang til selve LLM-en». Hindringen er nøkler. Hver leverandør kan maksimalt detektere sine egne merker. En universell detektor ville kreve samarbeid fra alle generatorer, og insentivene peker motsatt vei.

Dekningen har hull ingen samarbeid kan tette. Ett forskningslaboratorium bygget et tekstvannmerke og valgte å ikke lansere det: i en uttalelse fra 2024, sitert av Language Log²³, sier OpenAI at de har «utviklet en metode for tekstvannmerking vi fortsatt vurderer», men mener den er «mindre robust mot global omskriving» — oversettelse, omskriving med annen modell — «og dermed lett å omgå for aktører med dårlige hensikter». Åpne modeller ligger helt utenfor enhver leverandørs rekkevidde; Nature-artikkelen påpeker selv at vannmerking av modeller i desentralisert bruk er vanskelig. Og selv et lansert vannmerke svekkes: Google dokumenterer at detektorens sikkerhet «kan reduseres kraftig når AI-generert tekst omskrives grundig eller oversettes til et annet språk».

Anthropic sier nå det samme om egen rekkevidde, og bekrefter hvordan det blir. Nøkkelen gjelder kun for Claude: et vannmerke «kan ikke si om teksten er skrevet av en annen AI (selv om den andre AI-en bruker vannmerking, har den en annen nøkkel; den kan også bruke en helt annen metode)». Og dette er ikke et Anthropic-prosjekt. Rundt 190 signaturer skrev under EUs Code of Practice on Transparency of AI-Generated Content i juli 2026, og Anthropic sier rett ut at andre store modellutviklere «vil implementere egne vannmerker». Mange nøkler, mange metoder, ett silo hver.

En kraft trekker motsatt vei, og fortjener å nevnes: Code krever at signatarer får på plass en interoperabel løsning for vannmerkedeteksjon innen 2. februar 2027 — et offentlig tilgangspunkt som ruter forespørsler, et innebygd skilt, et felles konsortium eller tilsvarende. Det er en frist, ikke et fungerende system, og det er et rutingslag, ikke en delt nøkkel. Det er den sterkeste grunnen til å forvente at bildet bedres, men det gir fortsatt ikke en detektor som leser alt, fordi åpne modeller står helt utenfor.

Så det realistiske sluttbildet ut 2027 er leverandør-siloet proveniens: hvert forskningslaboratorium kan sjekke sitt eget utdata, ingen kan sjekke alt, og et rent resultat fra én enkelt detektor betyr lite.

Fjerningsverktøyet som motbeviser seg selv

Hvis proveniens ikke kan verifiseres, kan det i det minste fjernes? Det finnes et åpen kildekode-prosjekt laget for nettopp dette — watermarks-remover²⁴, som startet som et Claude-spesifikt «remove-claude-marks»-verktøy — og det mest lærerike er README-filen deres.

Den åpner med innrømmelsen: «Før leverandører lanserer offentlige detektorer og nøkler, kan ingen verktøy ærlig bekrefte ‘dette feiler den offisielle sjekken’.» Og igjen: «Det kan ikke garantere at leverandørens detektorer vil feile.» Det deterministiske laget fjerner usynlige Unicode-tegn — som, mot et Claude-tekstmerke, nå er bekreftet å sikte på ingenting. «Ingenting legges til teksten og det er ingen skjulte tegn,» sier Anthropics tekniske forklaring. Da gjenstår bare det statistiske laget, eksplisitt «best effort» — omskriving av teksten med en annen modell, fordi et statistisk vannmerke ligger i tokenvalgene og «fjerning betyr omskriving, ikke omstrukturering». Anthropic sier det samme fra sin side: «Lett redigering fjerner sannsynligvis ikke vannmerket helt; en fullstendig omskriving der hvert ord byttes ut, gjør det.» README-en priser forsøket: omskrivingen «utvanner tone, stemme og presisjon»; på SEO, markedsføring og kundeoppdrag «er den forringelsen reell og ofte synlig»; utdataene «kan ikke overstige omskrivingsmodellens tak». Den avslutter med spørsmålet som lukker sirkelen: hvis du uansett omskriver alt med en billigere modell, er det «enklere, billigere og gir samme — eller bedre — sluttresultat» å generere direkte med den modellen. C2PA-filmetadata, derimot, fjernes enkelt — sårbart av filformatets natur, i tråd med Anthropics egen oversikt over metadatatap i den daterte delen.

Det finnes også en etterlevelsesdimensjon, og det er verdt å vite før noen foreslår «scrubbing» som tjeneste. Under samme Code of Practice må signatarer gjøre sitt beste for å bevare merking, må forby manipulering i vilkårene, og må «verken plassere eller markedsføre omgåelsesverktøy». Verktøyene finnes og vil fortsette å finnes; det som ikke finnes er en versjon en seriøs leverandør kan ta inn i et tilbud.

Det er dette innleggets kjerne i miniatyr. Å prøve å styre proveniensaksen koster deg kvalitetsaksen — den som avgjør om en redaktør beholder innholdet ditt.

Hva du bør spørre enhver leverandør (inkludert oss)

Så hvordan ser et godt svar på kundens spørsmål ut? Ikke et deteksjonsløfte — en prosess. Dette er de seks spørsmålene vi ville stilt enhver innholdsleverandør, inkludert oss selv; de beskriver våre egne outreach link building og listicle-oppdrag, der du godkjenner målpublikasjon, URL, anchor og utkast før noe publiseres.

1. Er research, utkast og faktasjekk egne faser, kjørt av ulike agenter? Godt svar: ja, og de kan vise deg skillet, ikke bare beskrive det. Hos oss er hver av research, disposisjon, utkast, påstandsuttrekk, faktaverifisering, korrigering og siste konsistenssjekk sin egen agentmodul med egen systemprompt. Utkast-agenten får ingen verktøy — en tom verktøyliste, ikke en begrenset — så den kan ikke søke, skrape eller hente, og må jobbe utelukkende fra faktabasen research-fasen har verifisert. Faktasjekk er bevisst ikke én agent: en «navigator» gjør oppslagene, og en separat dommer på en annen leverandørs modell avgjør, så den som sjekker en påstand er ikke den som lette etter bevis.

2. Hvor er de menneskelige kontrollpunktene, og kan maskinen publisere uten dem? Godt svar: systemet håndhever kontrollene — et dokument som beskriver dem er ikke nok. Hos oss er tre kontrollpunkter kodet: en person velger idé, godkjenner disposisjon og godkjenner innhold — og en plassering kan ikke gå videre uten at et menneske gir siste godkjenning. Systemet kan ikke publisere en plassering på egen hånd.

3. Verifiseres fakta på åpne kildesider, eller på søkeresultater? Godt svar: sider. I vår pipeline åpner og leser research-agenten hver kildeside før et faktum får komme inn i dossieret, og faktasjekk krever nøyaktig sitat eller utdrag fra kilden som bevis for hver påstand.

4. Hvilken leverandørs modell skriver hovedteksten — og kan de navngi den? Dette er spørsmålet som faktisk avgjør eksponering for merking, og det er det leverandører oftest svarer med en kategori i stedet for et navn. Fordi vannmerket følger ordene modellen velger, har en leverandør hvis utkastmodell er den som merker, et reelt svar om mesteparten av teksten; en leverandør som bare bruker modellen til å rydde opp i andres avsnitt, har ikke det. Vårt eget svar, på detaljnivå vi kan stå for: ulike faser i vår pipeline kjøres på ulike leverandørers modeller, og modellen som skriver artikkelteksten er ikke den som merkes her. Vær skeptisk til «vi bruker AI ansvarlig» — det er ikke et svar på dette spørsmålet.

5. Hva lover de konkret om deteksjon? En leverandør som garanterer at innholdet «består AI-deteksjon» lover en sjekk ingen i dag kan gjøre — per den daterte delen er Anthropics deteksjons-API annonsert, men ikke lansert — og selv når det kommer, kan bare Anthropic bruke det, kun mot egne merker, og kanskje bare for verifiserte ekspertbrukere. Det slike leverandører egentlig tester mot, er etterpå-klassifiseringene under, dokumentert til å feile på mennesker. Riktig løfte er redaksjonelt: det leses godt, det er korrekt, og et menneske har godkjent det.

6. Hva skjer hvis en plassering avvises eller tas ned? Den dokumenterte risikoen er redaksjonell avvisning — så det er risikoen kontrakten bør dekke, med erstatnings- eller refusjonsvilkår skriftlig. Vi har skrevet om hvorfor vi tilbyr fornøydgaranti som det lange svaret på nettopp dette spørsmålet.

Hvis en leverandør kan svare konkret på alle seks, endrer ikke vannmerkingen noe for deg. Hvis ikke, var vannmerking aldri ditt største problem.

To ærlige forbehold

Utløseren favner bredt; signalet gjør det ikke

Da vi først publiserte dette innlegget, trakk vi feil praktisk konklusjon av riktig observasjon. Utløseren er faktisk «behandlet av» — Anthropic nevner korrektur og oppsummering som eksempler, og «et menneske skrev det» er ikke den rene garantien folk tror. Men vi antydet videre at en AI-korrektur dermed etterlater et merkbart signal i dokumentet ditt, og Anthropics tekniske forklaring, publisert dagen etter, sier det motsatte i klartekst:

Når Claude korrekturleser tekst skrevet av en person, er det den gir tilbake vanligvis kun lett redigert; fordi nesten alle ordene er personens egne, er det svært lite (om noe) for vannmerket å feste seg til.

Og, om kun grammatikk- og tegnsettingsretting: «vannmerket kan bare ligge i de få rettelsene, som kan være for få til å registreres.» Samme logikk tynner signalet der ordene er tvunget snarere enn valgt — Anthropic påpeker at faktapassasjer og kode har mindre vannmerking enn åpen prosa, fordi det ikke finnes frie valg å merke.

Så den ærlige versjonen er en glidende overgang, ikke en bryter. Tekst Claude i stor grad har skrevet, er der signalet finnes. Tekst Claude har vært borti, er det ikke, og regelverket setter sin egen grense: ingenting under omtrent 150 ord må merkes i det hele tatt. Feilmodusen vi beskrev — byrået som sverger at de er «AI-frie» mens de kjører AI-korrektur — tar fortsatt feil av egen prosess, og det er verdt å vite om en leverandør. Det er ikke, ut fra dette, sannsynlig å bli et deteksjonsproblem.

Ingen kan verifisere proveniens verken den ene eller andre veien

Verifikasjonsgapet går begge veier. Vi kan ikke bevise at vårt innhold er umerket, like lite som en kritiker kan bevise at en side er merket — Anthropics egen formulering, per den daterte delen, er at et merke er et signal, ikke et bevis, og at fravær ikke beviser noe. Så dette innlegget overdriver ikke i noen retning, og du bør være skeptisk til alle som gjør det: en leverandør som garanterer «ingen vannmerker» selger samme uverifiserbare sikkerhet som en kritiker som hevder å ha funnet dem.

Dette gjelder i dag, og har en utløpsdato. Når Anthropics deteksjons-API lanseres, vil én part — Anthropic — kunne svare på ett spørsmål, om egne merker, med en sannsynlighet, ikke et ja/nei-svar. Det er en innsnevring av gapet, ikke en lukking, og det er verdt å revurdere dette innlegget når det skjer.

Katt og mus: gründerens blikk

Her bytter jeg fra «vi» til «jeg», fordi dette er vurdering, ikke kilde. På tjue år med dette har jeg sett samme syklus gå igjen og igjen: Google annonserer en hard linje, bransjen spår slutten på en praksis, og så kommer håndhevelsen sent, rammer de sløveste aktørene, og stopper før den er fullført.

Det ferskeste eksempelet er allerede nevnt. I kunngjøringen fra mars 2024, nevnt over, navnga Google «svært lavverdi, tredjepartsinnhold produsert primært for rangering og uten tett oppfølging av nettstedseier» — parasite SEO, i bransjens vokabular — «publiserer denne policyen to måneder før håndheving 5. mai». Googles Search Liaison, sitert av Ranktracker²⁵, sa håndhevingen startet 6. mai, dagen etter at policyen trådte i kraft. I november 2024, ifølge oppdatert policy-språk sitert av Website Builder Expert²⁶, lukket Google smutthullet for førstepartsoppsyn, med Glenn Gabe som rapporterte at de berørte seksjonene av Forbes Advisor, CNN Underscored og WSJ Buyside i praksis ble fjernet fra indeksen.

Det er katten som tar en mus — noen mus. Det jeg fortsatt ser i praksis, år etter første «vi vil håndheve»-melding, er samme praksis, i live og i god behold. Det er ikke kritikk av Google; det er det observerbare tempoet i håndheving mot et problem i webskala — og dette er en policy der deteksjon er enkelt: innholdet er offentlig og mønsteret åpenbart. Nå kan du overføre det forventningsnivået til proveniens, der, ifølge den daterte delen, ingen engang kan kjøre sjekken.

To tiår med varslede nedslag skulle ha tatt knekken på denne bransjen flere ganger, og den er fortsatt her — fordi det som overlever hver syklus er det samme: arbeid som tåler den granskningen det uansett ville fått. Vannmerket er ikke problemet. Det har det aldri vært.

Nå vet du hvordan et godt svar på kundens spørsmål høres ut. Ta de seks spørsmålene over til den som lager innholdet ditt, og lytt etter konkrete svar. Hvis svarene er vage, er vagheten selve funnet.