Claude เริ่มติดวอเตอร์มาร์กให้ผลลัพธ์แล้ว — แต่นั่นไม่ใช่สิ่งที่จะทำให้คุณพลาดโอกาสลงสื่อ

ลูกค้ารายหนึ่งเพิ่งถามคำถามที่คุณเองอาจกำลังจะถามผู้ให้บริการคอนเทนต์ของคุณ: Anthropic เริ่มใส่ watermark ในผลลัพธ์ของ Claude แล้ว — คุณติดตามเรื่องนี้หรือไม่ และมันเปลี่ยนแปลงสิ่งที่คุณผลิตเพื่อใช้ในงานของเราหรือเปล่า?

นี่คือคำถามที่ถูกต้อง และผู้ให้บริการส่วนใหญ่จะตอบไม่ตรงประเด็น นี่คือคำตอบฉบับสาธารณะของเรา สำหรับใครก็ตามที่กำลังจะถามคำถามเดียวกันกับ vendor ของตัวเอง

สรุปสั้น ๆ: watermark มีจริง มีผลกระทบ แต่ยังไม่ใช่ปัจจัยที่จะทำให้คุณเสียโอกาสลงคอนเทนต์

ประเด็นที่หลายคนมองข้ามอยู่ในวรรคเดียวของนโยบาย Anthropic เรื่องการ mark คอนเทนต์ที่สร้างโดย AI ของ Claude¹: ตั้งแต่สิงหาคม 2026 เป็นต้นไป เงื่อนไขการ mark คือ “processed by Claude” — ไม่ใช่แค่ “generated by Claude” คำถามที่ทุกคนถาม — “นี่เขียนด้วย AI หรือเปล่า?” — กลายเป็นคำถามผิดไปแล้ว

แต่ trigger กับ signal คือคนละเรื่อง และตัว signal ต่างหากที่เป็นตัวตัดสินทุกอย่าง watermark ไม่ได้ถูกประทับลงบนข้อความ แต่กระจายอยู่ในรูปแบบการเลือกใช้คำของ Claude เอง ยิ่ง Claude เขียนเนื้อหามากเท่าไร ก็ยิ่งมี signal ให้ตรวจเจอมากเท่านั้น ตรงนี้แหละที่การรายงานข่าวส่วนใหญ่เข้าใจผิด และเป็นจุดที่คำตอบเชิงปฏิบัติอยู่ ที่เหลือของโพสต์นี้จะพูดถึงคำถามที่ควรถามจริง ๆ

ณ สิงหาคม 2026: อะไรเปลี่ยนไป และสถานะของการตรวจจับ

ข้อมูลในส่วนนี้อ้างอิงตามวันที่โดยตั้งใจ: นโยบายเพิ่งประกาศ และข้อเท็จจริงเหล่านี้อาจเปลี่ยนแปลงได้

สิ่งที่ Anthropic ประกาศ

ตั้งแต่สิงหาคม 2026 หน้าเว็บของ Anthropic อธิบายเทคนิคสองอย่างที่ใช้ร่วมกัน: watermark ที่ฝังในข้อความซึ่งมองไม่เห็น และ C2PA signed provenance metadata ที่แนบมากับไฟล์ที่สร้าง เช่น รูปภาพ หน้าเดียวกันระบุว่า watermark ฝังในระดับโมเดล — ไม่ว่าข้อความจะถูกสร้างจากผลิตภัณฑ์หรือช่องทางใดของ Claude — และการ mark นี้ใช้กับทุกที่ที่ Claude ให้บริการทั่วโลก ไม่ใช่แค่ในสหภาพยุโรป Anthropic ให้เหตุผลสำหรับขอบเขตทั่วโลกนี้ว่าเป็นมาตรการชั่วคราว: “เพราะเรายังไม่มีวิธีที่ยั่งยืนในการจำกัดขอบเขตตามภูมิภาค” และจะประเมินแนวทางต่อไป

วันถัดมา Anthropic เผยแพร่เอกสารฉบับที่สองที่อธิบายวิธีการทำงานของ watermark ในข้อความอย่างละเอียด² ซึ่งเปลี่ยนสิ่งที่พูดได้อย่างตรงไปตรงมา วิธีนี้มีชื่อเรียก: เป็นเวอร์ชันหนึ่งของ SynthID-Text เทคนิคที่ Google DeepMind เผยแพร่ในวารสาร Nature³ ปี 2024 อยู่ในกลุ่มวิธีที่มีมาตั้งแต่ข้อเสนอของ Scott Aaronson ปี 2022 ไม่มีการฝังอะไรลงในข้อความ ไม่มีอักขระซ่อน วิธีคือ เมื่อโมเดลต้องเลือกคำถัดไปในตำแหน่งที่เลือกได้อย่างอิสระ — ตัวอย่างของ Anthropic คือ “the weather today was cold and…” ซึ่ง “overcast” กับ “grey” ดีพอ ๆ กัน — watermark จะเปลี่ยนแค่ “แหล่งที่มาของความสุ่ม” ที่ใช้เลือกคำ โดยอิงจากคีย์ลับและคำก่อนหน้า หากอ่านย้อนกลับด้วยคีย์นี้ จะสามารถประเมินความน่าจะเป็นว่าข้อความนี้ Claude เป็นคนสร้าง สองผลลัพธ์ที่ลูกค้าถามบ่อย: watermark ไม่มีข้อมูลระบุตัวตน และตามที่ Anthropic ระบุ ไม่สามารถย้อนกลับไปหาบุคคล องค์กร หรือแชทใด ๆ ได้ และไม่มีค่าใช้จ่ายเพิ่ม เพราะไม่ได้สร้าง token เพิ่ม

trigger ณ วันเดียวกัน คือเนื้อหาที่ถูก “processed by Claude” ไม่ใช่แค่ “authored by Claude” ตัวอย่างที่ยกมาคือ proofreading, แปล, สรุป, แปลงไฟล์ แต่เอกสารที่สองก็ยอมรับว่าสิ่งเหล่านี้ไม่เหมือนกัน และความแตกต่างนี้สำคัญกว่าตัว trigger — ข้อควรระวังท้ายโพสต์นี้จะพูดถึง รวมถึงข้อสรุปที่เราเคยเข้าใจผิด

เหตุผลด้านกฎระเบียบอธิบายวันที่นี้ ภายใต้ EU AI Act⁴ ผู้ให้บริการ AI สร้างเนื้อหาต้องแน่ใจว่าผลลัพธ์ถูก mark ในรูปแบบที่เครื่องอ่านได้ และตรวจจับได้ว่าเป็นเนื้อหาที่สร้างโดย AI Anthropic ระบุว่าได้ลงนามใน Article 50(2) Code of Practice คณะกรรมาธิการยุโรป⁵ ยืนยันว่ากฎนี้มีผลตั้งแต่ 2 สิงหาคม 2026 — วันที่ Anthropic ใช้เป็นวันเปลี่ยนผ่าน — และ “AI Omnibus” ที่เพิ่งออกมาเลื่อน deadline เฉพาะกลุ่ม high-risk ไม่ใช่กรณีนี้

รายละเอียดที่ควรเข้าใจให้ถูก: โมเดลที่เปิดตัวก่อน 2 สิงหาคม 2026 ไม่ได้รับยกเว้น Anthropic ระบุว่ากฎหมายให้ช่วงเปลี่ยนผ่าน และกำลังพัฒนาให้โมเดลเหล่านั้นรองรับการ mark ด้วย — ยังไม่ได้ mark ไม่ใช่ safe harbor

สถานะของการตรวจจับ

ณ 17 สิงหาคม 2026 มีแต่คำอธิบายเชิงเทคนิค เครื่องมือยังไม่เปิดให้ใช้ เอกสารฉบับที่สองของ Anthropic ระบุว่าจะมี API สำหรับตรวจจับ watermark — “We will soon be offering a watermark detection API. We’re in the process of working out the details of its implementation” — เป็นแค่คำมั่นสัญญา ยังไม่ใช่สินค้าจริง และเป็นเครื่องมือเดียวที่ตรวจ Claude mark ได้

Anthropic อธิบายตรงไปตรงมาว่าการตรวจสอบนี้พิสูจน์อะไรได้บ้าง ซึ่งน้อยกว่าที่คนคิด ใช้คีย์แล้ว “one can only answer the question ‘What is the likelihood this was partly written by Claude?’” ไม่สามารถยืนยันได้ว่าข้อความนี้มนุษย์เขียน ไม่สามารถบอกได้ว่า AI ตัวอื่นเขียนหรือเปล่า และ “cannot distinguish ‘Claude wrote this’ from ‘Claude heavily edited this’” ถ้าไม่มี mark ก็พิสูจน์อะไรไม่ได้เช่นกัน: การตรวจจับ “doesn’t work well on small samples” และถ้าเขียนใหม่หมดจนเปลี่ยนทุกคำ watermark ก็หายไปเลย

กฎระเบียบเป็นฐานของข้อจำกัดเหล่านี้ ตาม Code of Practice ฉบับสุดท้าย (Bird & Bird สรุปไว้⁶) ต้องมี watermark ที่มองไม่เห็นสำหรับข้อความ free-form ที่ยาวกว่า 200 tokens — ประมาณ 150 คำ — ข้อยกเว้นเดียวคือ “very short text” ที่ต่ำกว่านั้น ข้อความ free-form เป็นกรณีเดียวที่อนุญาตให้มีชั้น mark เดียว เพราะไม่สามารถแนบ metadata ได้เลย และข้อกำหนดการตรวจจับก็อ่อนกว่ากรณีอื่น: โดยทั่วไปผู้ให้บริการต้องเปิดให้ตรวจจับฟรี แต่ watermark ข้อความ free-form — “because they are inherently less reliable” — อาจจำกัดการตรวจจับเฉพาะ “ผู้เชี่ยวชาญที่ผ่านการยืนยันตัวตน” ข้อบังคับให้ตรวจจับ watermark ข้ามผู้ให้บริการมีผล 2 กุมภาพันธ์ 2027

เครื่องมือสาธารณะที่ใกล้เคียงที่สุดก็ยังใช้กับข้อความไม่ได้: ณ วันเดียวกัน SynthID Detector ของ Google DeepMind⁷ รับเฉพาะรูป วิดีโอ และเสียง — ไม่รับข้อความ — และยังอยู่ในช่วงทดสอบจำกัด

และคำถามที่คนซื้อ placement สนใจจริง: ณ 16 สิงหาคม 2026 เราไม่พบคำแถลงจาก search engine หรือแพลตฟอร์ม AI ใด ๆ — ไม่ว่าจะทางใด — ว่าสัญญาณ provenance มีผลต่อ ranking, indexing หรือ filtering นี่คือ “none found” ที่มีวันที่กำกับ ไม่ใช่คำสัญญาสำหรับปีหน้า

Provenance กับคุณภาพคือคนละแกน

นี่คือมุมมองใหม่ที่ควรใช้: provenance — เครื่องมือไหนสัมผัสข้อความ — กับคุณภาพ — ข้อความนั้นสมควรมีอยู่หรือไม่ — เป็นคนละแกน Search engine เคยบอกแค่เรื่องคุณภาพ

Google ไม่เคยระบุว่า provenance เป็น ranking signal นั่นไม่ใช่การบอกว่า “ไม่ใช่” แต่ไม่มีคำแถลงใด ๆ ทั้งสองทาง สิ่งที่ Google อธิบายมีแค่สองอย่าง ในบล็อกโพสต์เรื่อง C2PA integration⁸ ปี 2024 metadata provenance ใช้กับป้าย “About this image” ใน Search และใน Ads ใช้ “C2PA signals to inform how we enforce key policies” คือใช้กับการติดป้ายและบังคับใช้นโยบายโฆษณา — และใน Search integration ก็ใช้กับรูปเท่านั้น ขณะที่เขียนนี้ ยังไม่มีช่องทาง provenance ของข้อความใน Search เลย

สิ่งที่ Google บังคับใช้จริงอยู่บนแกนคุณภาพ และเขียนให้เป็นกลางต่อเครื่องมือ นโยบาย spam ของ Google⁹ กำหนดว่า scaled content abuse คือการสร้างหน้าจำนวนมาก “for the primary purpose of manipulating search rankings and not helping users” — ไม่ว่าจะสร้างด้วยวิธีไหน ตัวอย่างแรกที่ยกมาคือ “Using generative AI tools or other similar tools to generate many pages without adding value for users” และคำแนะนำเรื่องการใช้เนื้อหา AI¹⁰ ก็ย้ำประโยคนี้เป็นหลัก

บล็อก Search Central ของ Google ปี 2023¹¹ — “Rewarding high-quality content, however it is produced” — วางเส้นแบ่งไว้ที่เจตนา (“Using automation—including AI—to generate content with the primary purpose of manipulating ranking in search results is a violation of our spam policies”) และควรอ่านเป็นจุดยืนปี 2023; คำแนะนำปัจจุบันแคบกว่านั้น และในประกาศอัปเดต spam มีนาคม 2024¹² Google ตัดเครื่องมือออกจากนโยบายโดยสิ้นเชิง: scaled content abuse ใช้กับ “whether automation, humans or a combination are involved”

ขนาดของการเผยแพร่ด้วย AI ก็ชี้ไปทางเดียวกัน งานวิจัยของ Graphite¹³ พบว่าบทความที่สร้างด้วย AI แซงบทความที่มนุษย์เขียนในพฤศจิกายน 2024 และยังคงใกล้เคียงกัน — และ “these articles largely do not appear in Google and ChatGPT” ประมาณครึ่งของบทความใหม่สร้างด้วย AI แต่บทความที่ไม่มีคุณค่าก็ยังไม่โผล่ขึ้นมา นี่คือการคัดเลือกด้วยคุณภาพ ไม่ใช่ provenance — และคุณภาพคือสิ่งที่คุณควบคุมได้ เราเขียนสรุป วิธีการผลิตคอนเทนต์ในยุค gen-AI — ฝั่ง production ของประเด็นนี้

อะไรคือปัจจัยที่ทำให้คุณเสีย placement จริง ๆ

ถ้า provenance ไม่ใช่ความเสี่ยงหลัก แล้วอะไรคือปัจจัย? มีสองข้อ และทั้งคู่เกิดก่อน watermarking

การถูกปฏิเสธโดยบรรณาธิการมาก่อน

Publisher ไม่รอ watermark เพื่อควบคุมเนื้อหา AI — เขียนไว้ในนโยบายบรรณาธิการ WIRED มีนโยบาย generative-AI¹⁴ อัปเดตพฤษภาคม 2023 ระบุว่า “We do not publish stories with text generated by AI, except when the fact that it’s AI-generated is the whole point of the story” — และถือว่าเนื้อหา AI ที่ไม่เปิดเผย “tantamount to plagiarism” Clarkesworld Magazine มีกฎการส่งงาน¹⁵ ที่ปฏิเสธงานตั้งแต่ต้นทาง: “will not consider any submissions translated, written, developed, or assisted by these tools” และเตือนว่าถ้าพยายามส่งงานลักษณะนี้ “may result in being banned from submitting works in the future”

ถ้าเนื้อหา AI หลุดรอดไปได้ ผลลัพธ์ก็เป็นเรื่องบรรณาธิการ ไม่ใช่อัลกอริทึม Futurism สืบสวน¹⁶ พบ Sports Illustrated ใช้รีวิวสินค้าภายใต้นามปากกาปลอมกับรูปโปรไฟล์ที่สร้างด้วย AI — แหล่งข่าวยืนยันว่า “The content is absolutely AI-generated” — หลังจากนั้น The Arena Group ผู้จัดพิมพ์ประกาศ “removing the content while our internal investigation continues and have since ended the partnership” กับ contractor ที่เกี่ยวข้อง CNET เองก็มีหมายเหตุบรรณาธิการเรื่องการทดลองใช้ AI¹⁷ ต้นปี 2023 บันทึกว่าใช้ AI ร่างข่าว 77 ชิ้น ตรวจสอบใหม่หลังพบข้อผิดพลาด แก้ไข และหยุดโครงการ — “We’ve paused” ตามคำบรรณาธิการเอง การลบ แก้ไข หยุดงาน ยกเลิกสัญญา: ทั้งหมดนี้เกิดจากดุลยพินิจบรรณาธิการล้วน ๆ และยังคงเป็นเช่นนั้น

ดุลยพินิจนี้ไม่ได้ต่อต้านเครื่องมือด้วย รายงาน State of Journalism 2026 ของ Muck Rack¹⁸ พบว่า 82% ของนักข่าวใช้ AI อย่างน้อยหนึ่งตัว — แต่ 88% “immediately disregard pitches that miss their beat” คนที่อาจเอางานคุณไปตรวจด้วย detector ก็ใช้ AI เอง ตัวกรองของพวกเขาคือ beat, ความเกี่ยวข้อง และคุณภาพ; เป็นแบบนี้มาตลอด

กับดัก false positive

detector ที่คนใช้จริงตอนนี้ไม่ใช่ watermark check แต่เป็น post-hoc classifier — เดาเชิงสถิติจากข้อความล้วน ๆ ไม่มีคีย์ ไม่มี mark ให้หา — และมักพลาดกับงานมนุษย์ Anthropic เองก็แยกประเด็นนี้ ชี้ตัวอย่าง Pangram: บริการเหล่านี้ดู “tells” ของ AI ซึ่ง “fundamentally different from checking for a watermark” ไม่ว่าตัวตรวจของลูกค้าจะรายงานอะไร มันไม่ได้อ่านสิ่งที่โพสต์นี้พูดถึง งานวิจัยที่เกี่ยวข้องกับ Stanford บน arXiv¹⁹ ปี 2023 ทดสอบ GPT detector 7 ตัวกับเรียงความของผู้สอบ TOEFL ที่ไม่ใช่เจ้าของภาษา พบว่า “misclassified over half of the TOEFL essays as AI-generated (average false positive rate: 61.22%)” โดย 97.80% ของเรียงความถูก flag อย่างน้อยหนึ่งตัว

vendor ก็รู้ OpenAI ถอน classifier ของตัวเองในหกเดือน; ประกาศปิดตัวที่ Ars Technica²⁰ อ้างถึงว่า: “As of July 20, 2023, the AI classifier is no longer available due to its low rate of accuracy.” ตอนเปิดตัว OpenAI ระบุว่าตรวจจับข้อความ AI ได้แค่ 26% ขณะที่ “incorrectly labeling human-written works 9 percent of the time” Vanderbilt University²¹ ปิด Turnitin’s AI detector ปี 2023 และคำนวณให้ดู: อัตรา false positive 1% ที่ Turnitin อ้าง กับงาน 75,000 ชิ้นในปี 2022 จะมี “around 750 student papers could have been incorrectly labeled”

งานของ Graphite ที่อ้างถึงข้างต้น ทดสอบ detector กับบทความก่อนยุค ChatGPT — พบว่า “classifies 4.2% of these articles as primarily AI-generated” แม้แต่ SynthID paper ของ Google ใน Nature³ ปี 2024 ก็ระบุว่า “post hoc detection systems can themselves be computationally expensive to run, and their practical usage is limited by their inconsistent performance.”

สำหรับ placement ต้นทุน false positive หนักที่สุดกับงานที่เสียงผู้เชี่ยวชาญเป็นสินค้า — expert commentary ที่ ghostwrite ถ้า classifier flag คำพูดของผู้เชี่ยวชาญจริง ก็เสียโอกาสจริง ผู้ให้บริการที่สัญญาว่า “ผ่าน detector” กำลังสัญญาว่าจะผ่านเครื่องมือที่มีจุดอ่อนคือกล่าวหามนุษย์ผิด ๆ

ทำไมจะไม่มี AI detector สากล

สิ่งที่ขาดหายไปในส่วนที่ลงวันที่ ไม่ใช่แค่ช่องว่างชั่วคราวที่รอเครื่องมือใหม่ มันเป็นโครงสร้าง

การตรวจสอบ watermark เชิงสถิติต้องใช้คีย์ส่วนตัวของ generator เอกสาร SynthID ของ Google²² แนะนำ developer ให้เก็บคีย์ watermarking แต่ละชุด “should be stored securely and privately, otherwise your watermark may be trivially replicable by others” และเสนอตัวเลือก deployment detector ตั้งแต่ private ถึง public อุปสรรคไม่ใช่ต้นทุน — paper ใน Nature ระบุชัดว่า “does not require performing computationally expensive operations or even access to the underlying LLM” อุปสรรคคือคีย์ แต่ละ vendor ตรวจจับได้แค่ mark ของตัวเอง detector สากลต้องอาศัยความร่วมมือจากทุก generator ซึ่งแรงจูงใจตรงข้ามกัน

และยังมีช่องโหว่ที่ความร่วมมือก็แก้ไม่ได้ frontier lab แห่งหนึ่งสร้าง watermark สำหรับข้อความแต่ไม่ปล่อยใช้: ในแถลงการณ์ปี 2024 ที่ Language Log²³ อ้างถึง OpenAI ระบุว่า “developed a text watermarking method that we continue to consider” แต่เห็นว่า “less robust against globalized tampering” — เช่น การแปลหรือ paraphrase ด้วยโมเดลอื่น — “making it trivial to circumvention by bad actors” โมเดล open-weight อยู่นอกขอบเขตการ mark ของ vendor ทั้งหมด paper ใน Nature เองก็ระบุว่าการ watermark โมเดลที่ deploy แบบ decentralized ทำได้ยาก และ watermark ที่ปล่อยใช้ก็เสื่อมประสิทธิภาพได้: Google ระบุว่า detector confidence “can be greatly reduced when an AI-generated text is thoroughly rewritten, or translated to another language”

Anthropic ก็พูดแบบเดียวกันเกี่ยวกับขอบเขตของตัวเอง และยืนยันสิ่งที่จะเกิดขึ้น: คำตอบของ Claude เฉพาะ mark ของ Claude เท่านั้น watermark “can’t tell whether the text was written by a different AI (even if that other AI uses watermarking, it would have a different key; it might also use a different watermarking method altogether)” และนี่ไม่ใช่โครงการของ Anthropic คนเดียว มีผู้ลงนามใน EU Code of Practice on Transparency of AI-Generated Content ประมาณ 190 รายในกรกฎาคม 2026 และ Anthropic ระบุชัดว่า developer รายใหญ่รายอื่น “will be implementing their own watermarks” หลายคีย์ หลายวิธี แต่ละรายตรวจของตัวเอง

มีแรงผลักดันอีกด้านที่ควรพูดถึง: Code กำหนดให้ต้องมีโซลูชัน interoperability สำหรับตรวจ watermark ภายใน 2 กุมภาพันธ์ 2027 — จุดเชื่อมต่อสาธารณะที่ route คำขอ, signpost ฝัง, consortium ร่วม หรือเทียบเท่า นี่คือ deadline ไม่ใช่ระบบที่ใช้ได้ และเป็นชั้น routing ไม่ใช่คีย์ร่วม เป็นเหตุผลที่ดีที่สุดที่คาดว่าภาพจะดีขึ้น แต่ก็ยังไม่ใช่ detector ที่อ่านได้ทุกอย่าง เพราะโมเดล open-weight อยู่นอกขอบเขตทั้งหมด

ดังนั้นภาพที่เป็นไปได้จริงจนถึงอย่างน้อยปี 2027 คือ provenance ที่แยก silo ตาม vendor: frontier lab แต่ละเจ้าตรวจของตัวเองได้ ไม่มีใครตรวจทุกอย่างได้ และผลลัพธ์จาก detector ใด ๆ ก็แทบไม่มีความหมาย

เครื่องมือ remove ที่ย้อนแย้งตัวเอง

ถ้า provenance ตรวจสอบไม่ได้ อย่างน้อยลบได้ไหม? มีโปรเจกต์ open-source ที่สร้างมาเพื่อสิ่งนี้ — watermarks-remover²⁴ ซึ่งเริ่มต้นจาก “remove-claude-marks” — และสิ่งที่น่าสนใจที่สุดคือ README ของมันเอง

เปิดมาด้วยการยอมรับ: “Until vendors ship public detectors and keys, no tool can honestly certify ‘this fails the official check.’” และอีกครั้ง: “It cannot certify that vendor detectors will fail.” ชั้น deterministic ลบอักขระ Unicode ที่มองไม่เห็น — ซึ่งสำหรับ Claude mark ตอนนี้คือยิงเป้าไปที่ศูนย์ “Nothing is added to the text and there are no hidden characters,” ตามที่ Anthropic อธิบายไว้ เหลือแค่ชั้นสถิติ ซึ่ง “best-effort” — คือเขียนใหม่ด้วยโมเดลอื่น เพราะ watermark กระจายอยู่ใน token choice และ “removal means rewording, not restructuring” Anthropic ก็ยอมรับแบบเดียวกัน: “Light editing probably won’t remove the watermark completely; a complete rewrite where every word is replaced will.” README ประเมินต้นทุน: การ rewrite “flattens tone, voice, and precision”; สำหรับ SEO, marketing และงานลูกค้า “that degradation is real and often visible”; ผลลัพธ์ “cannot exceed the rewrite model’s ceiling” สุดท้ายจบด้วยคำถามที่ปิดลูป: ถ้าคุณต้อง rewrite ทั้งหมดด้วยโมเดลที่ถูกกว่าอยู่แล้ว สร้างกับโมเดลนั้นโดยตรง “simpler, cheaper, and produces the same — or better — end result” ส่วน C2PA metadata ในไฟล์ ลบได้ง่าย — ออกแบบมาให้เปราะบางตาม format ของไฟล์ สอดคล้องกับ metadata-loss list ของ Anthropic ที่กล่าวไว้ข้างต้น

มีประเด็น compliance ด้วย ควรรู้ก่อนจะมีใครเสนอ “scrubbing” เป็นบริการ ตาม Code of Practice เดียวกัน ผู้ลงนามต้องพยายามรักษา mark, ห้ามแก้ไขใน terms & conditions และต้อง “neither place nor advertise circumvention tools” เครื่องมือมีอยู่และจะยังมีต่อไป; สิ่งที่ไม่มีคือเวอร์ชันที่ vendor จริงจังจะใส่ในข้อเสนอ

นี่คือหัวใจของโพสต์นี้: พยายามจัดการแกน provenance จะทำให้คุณเสียแกนคุณภาพ — ซึ่งเป็นตัวตัดสินว่าบรรณาธิการจะเก็บงานคุณไว้หรือไม่

คำถามที่ควรถามผู้ให้บริการ (รวมถึงเรา)

แล้วคำตอบที่ดีสำหรับคำถามของลูกค้าคืออะไร? ไม่ใช่สัญญาว่าตรวจจับได้ — แต่คือกระบวนการ นี่คือ 6 คำถามที่ควรถามผู้ให้บริการคอนเทนต์ทุกราย รวมถึงเราเอง; คำถามเหล่านี้สะท้อนการทำ outreach link building และ listicle ของเรา ที่คุณจะได้อนุมัติ publication, URL, anchor และ draft ก่อนเผยแพร่จริง

1. ขั้นตอน research, drafting, fact-checking แยกกันและมีคนละ agent หรือไม่? คำตอบที่ดี: ใช่ และแสดงหลักฐานได้ ไม่ใช่แค่บอก ในของเรา แต่ละขั้น — research, outlining, drafting, claim extraction, fact verification, correction, consistency pass — เป็น agent แยก มี system prompt ของตัวเอง agent ที่ drafting ไม่มีเครื่องมือใด ๆ — tool list ว่างเปล่า ไม่ใช่แค่จำกัด — จึงไม่สามารถ search, scrape หรือ fetch ได้ ทำได้แค่ใช้ fact file ที่ research ตรวจสอบแล้วเท่านั้น fact-checking ก็ไม่ใช่ agent เดียว: คนหนึ่งค้นหา อีกคน (บนโมเดล vendor อื่น) ตัดสิน ดังนั้นคนตรวจ claim ไม่ใช่คนที่หาข้อมูล

2. human gate อยู่ตรงไหน และ machine สามารถส่งงานโดยไม่มีคนอนุมัติหรือไม่? คำตอบที่ดี: ระบบ enforce gate — เอกสารอธิบายไม่พอ ของเรา มี 3 gate ในโค้ด: คนเลือกไอเดีย อนุมัติ outline และอนุมัติเนื้อหา — และ placement จะเดินหน้าต่อไม่ได้จนกว่าคนจะอนุมัติสุดท้าย pipeline ไม่สามารถเผยแพร่บทความ placement เอง

3. ตรวจสอบข้อเท็จจริงบนหน้าเว็บต้นทาง หรือแค่ search snippet? คำตอบที่ดี: หน้าเว็บ ใน pipeline ของเรา agent research จะเปิดและอ่านแต่ละหน้าเว็บก่อนจะใส่ fact ใน dossier และขั้น fact-check ต้องมี quote หรือ excerpt จากต้นทางเป็นหลักฐานทุก claim

4. ใช้โมเดลของ vendor ไหนเขียนเนื้อหา — และระบุชื่อได้หรือไม่? นี่คือคำถามที่ตัดสิน exposure ต่อการ mark จริง ๆ และ vendor ส่วนใหญ่มักตอบแบบกว้าง ๆ ไม่ระบุชื่อ เพราะ watermark ผูกกับคำที่โมเดลเลือก ผู้ให้บริการที่ใช้โมเดลที่ถูก mark ในขั้น drafting จะตอบได้จริงเกี่ยวกับเนื้อหาส่วนใหญ่; ถ้าใช้แค่ tidy ย่อหน้าของคนอื่น ก็ไม่ใช่ ของเรา: แต่ละขั้นใช้โมเดล vendor ต่างกัน และโมเดลที่ draft เนื้อหาหลักไม่ใช่ตัวที่ถูก mark ที่นี่ ระวัง vendor ที่ตอบว่า “เราใช้ AI อย่างรับผิดชอบ” — ไม่ใช่คำตอบสำหรับข้อนี้

5. สัญญาอะไรเกี่ยวกับการตรวจจับ? ผู้ให้บริการที่รับรองว่า “ผ่าน AI detection” กำลังสัญญากับเครื่องมือที่วันนี้ยังไม่มีใครใช้ได้ — ตามที่กล่าวข้างต้น Detection API ของ Anthropic แค่ประกาศ ยังไม่เปิดใช้ — และเมื่อเปิดใช้ก็มีแต่ Anthropic ที่ตรวจได้ เฉพาะ mark ของตัวเอง และอาจจำกัดเฉพาะผู้เชี่ยวชาญที่ยืนยันตัวตน สิ่งที่ vendor เหล่านี้ทดสอบจริงคือ post-hoc classifier ที่พิสูจน์แล้วว่าพลาดกับมนุษย์ คำสัญญาที่ถูกต้องควรเป็นเรื่องบรรณาธิการ: อ่านดี ถูกต้อง คนอนุมัติ

6. ถ้า placement ถูกปฏิเสธหรือถูกลบ จะทำอย่างไร? ความเสี่ยงที่มีหลักฐานคือการถูกปฏิเสธโดยบรรณาธิการ — ดังนั้นสัญญาควรครอบคลุมความเสี่ยงนี้ ด้วยเงื่อนไขเปลี่ยนหรือคืนเงินเป็นลายลักษณ์อักษร เราเขียน เหตุผลที่เรารับประกันความพึงพอใจ ไว้เป็นคำตอบฉบับเต็มสำหรับข้อนี้

ถ้า provider ตอบทั้ง 6 ข้อได้อย่างเฉพาะเจาะจง ข่าว watermarking ก็ไม่มีผลอะไรกับคุณ ถ้าตอบไม่ได้ watermarking ก็ไม่เคยเป็นปัญหาใหญ่สุดของคุณ

สองข้อควรระวังที่ต้องพูดตรง ๆ

trigger กว้าง แต่ signal ไม่ใช่

ตอนที่โพสต์นี้เผยแพร่ครั้งแรก เราเคยสรุปผิดจากข้อสังเกตที่ถูก trigger จริง ๆ คือ “processed by” — Anthropic ยก proofreading กับ summarization เป็นตัวอย่าง และ “มนุษย์เขียน” ไม่ใช่หลักประกันที่หลายคนคิด แต่เราดันสรุปต่อว่า AI grammar pass จะทิ้ง mark ไว้ในเอกสาร ซึ่งเอกสารเทคนิคของ Anthropic ที่ออกวันถัดมาอธิบายตรงข้ามชัดเจน:

เมื่อ Claude ตรวจ grammar ข้อความที่มนุษย์เขียน ผลลัพธ์ที่ได้มักจะแก้ไขแค่เล็กน้อย; เพราะเกือบทุกคำเป็นของมนุษย์ จึงแทบไม่มี watermark ให้เกาะ

และในกรณีแก้แค่ grammar กับ punctuation: “the watermark can only live in the handful of corrections, which might be too few to register.” เหตุผลเดียวกันนี้ทำให้ mark บางลงในเนื้อหาที่ข้อเท็จจริงบังคับหรือโค้ด เพราะไม่มีทางเลือกให้ signal แทรก

ดังนั้นเวอร์ชันที่ตรงไปตรงมาคือเป็น gradient ไม่ใช่สวิตช์ ข้อความที่ Claude เขียนเองเป็นหลักคือจุดที่ signal อยู่ ข้อความที่ Claude แค่แตะ ไม่ใช่ และกฎระเบียบก็กำหนดพื้นเอง: อะไรที่ต่ำกว่า 150 คำ ไม่ต้อง mark เลย ความผิดพลาดที่เราเคยอธิบาย — ร้านที่อ้างว่า “AI-free” แต่ใช้ AI grammar check — ยังเข้าใจ process ตัวเองผิด และควรรู้ไว้เกี่ยวกับ vendor แต่จากหลักฐานนี้ ไม่น่าจะเป็นปัญหาการตรวจจับ

ไม่มีใครยืนยัน provenance ได้ทั้งสองทาง

ช่องว่างด้าน verification มีผลทั้งสองทาง เราไม่สามารถพิสูจน์ได้ว่าคอนเทนต์ของเราไม่มี mark พอ ๆ กับที่นักวิจารณ์พิสูจน์ได้ว่าหน้านั้นมี mark — Anthropic เองก็ระบุไว้ (ดูข้างต้น) ว่า mark เป็น signal ไม่ใช่หลักฐาน และการไม่มี mark ก็พิสูจน์อะไรไม่ได้ ดังนั้นโพสต์นี้จึงไม่ over-claim ทั้งสองทาง และคุณควรระวัง vendor ที่ over-claim: ใครที่รับรองว่า “ไม่มี watermark” กำลังขายความแน่นอนที่พิสูจน์ไม่ได้ พอ ๆ กับนักวิจารณ์ที่อ้างว่าตรวจเจอ

นี่คือข้อเท็จจริงวันนี้ และมีวันหมดอายุ เมื่อ Detection API ของ Anthropic เปิดใช้ จะมีแค่ Anthropic ที่ตอบได้หนึ่งคำถาม เกี่ยวกับ mark ของตัวเอง ด้วยความน่าจะเป็น ไม่ใช่คำตัดสิน นี่คือการลดช่องว่าง ไม่ใช่ปิดช่องว่าง และควรกลับมาอ่านโพสต์นี้ใหม่เมื่อถึงวันนั้น

แมวกับหนู: มุมมองของผู้ก่อตั้ง

ตรงนี้ขอเปลี่ยนจาก “เรา” เป็น “ผม” เพราะเป็นความเห็นส่วนตัว ไม่ใช่การอ้างอิง ใน 20 ปีที่ทำงานนี้ ผมเห็นวงจรเดิมซ้ำไปซ้ำมา: Google ประกาศเข้มงวด อุตสาหกรรมคาดการณ์ว่าวงการจะจบ แล้ว enforcement ก็มาช้า ตีแค่รายที่ทำหยาบ ๆ แล้วก็หยุด

ตัวอย่างล่าสุดคือสิ่งที่โพสต์นี้พูดไปแล้ว ในประกาศมีนาคม 2024 ของ Google (ดูข้างต้น) Google ระบุ “very low-value, third-party content produced primarily for ranking purposes and without close oversight of a website owner” — หรือ parasite SEO ในศัพท์วงการ — “publishing this policy two months in advance of enforcement on May 5” Search Liaison ของ Google ที่ Ranktracker²⁵ อ้างถึง บอกว่า enforcement เริ่ม 6 พฤษภาคม วันหลังนโยบายมีผล พฤศจิกายน 2024 ตามภาษาในนโยบายที่ Website Builder Expert²⁶ อ้างถึง Google ปิด loophole เรื่อง oversight ของ first-party โดย Glenn Gabe รายงานว่า Forbes Advisor, CNN Underscored และ WSJ Buyside ถูก deindex

นั่นคือแมวจับหนู — แค่บางตัว สิ่งที่ผมยังเห็นในตลาด หลังจาก “เราจะ enforce” มาหลายปี คือพฤติกรรมเดิมยังอยู่ดี ไม่ใช่จะตำหนิ Google; แต่นี่คือความเร็วที่เป็นจริงของการ enforce ปัญหาระดับเว็บ — และนี่คือนโยบายที่ตรวจจับง่าย: เนื้อหาสาธารณะ ลายเซ็นชัด ลองเทียบกับ provenance ที่ไม่มีใครตรวจได้เลย (ดูข้างต้น)

สองทศวรรษของการคาดการณ์ crackdown ที่ควรจะจบวงการนี้หลายรอบ แต่มันยังอยู่ — เพราะสิ่งที่รอดทุกครั้งคือสิ่งเดียวกัน: งานที่ผ่าน scrutiny ที่มันต้องเจออยู่ดี watermark ไม่ใช่ปัญหา ไม่เคยเป็น

ตอนนี้คุณรู้แล้วว่าคำตอบที่ดีสำหรับคำถามของลูกค้าคืออะไร เอา 6 ข้อข้างบนไปถามคนที่สร้างคอนเทนต์ให้คุณ แล้วฟังคำตอบ ถ้าคำตอบคลุมเครือ ความคลุมเครือคือคำตอบ