Claude тепер маркує свій контент. Але саме це не позбавить вас розміщення.

Нещодавно один із клієнтів поставив нам питання, яке, ймовірно, ви теж збираєтеся задати своєму контент-провайдеру: Anthropic почав маркувати вихідні дані Claude — чи стежите ви за цим, і чи змінює це те, що ви створюєте для наших розміщень?

Це правильне питання, і більшість провайдерів не зможуть на нього відповісти. Ось публічна версія нашої відповіді — для всіх, хто збирається поставити це ж питання своєму підряднику.

Коротко: водяний знак реальний, він має значення, але саме він не стане причиною втрати розміщення.

Головна деталь, яку більшість ігнорує, міститься в одному формулюванні політики Anthropic щодо маркування AI-контенту Claude¹: з серпня 2026 року тригер для маркування — це «оброблено Claude», а не «згенеровано Claude». Тобто питання, яке всі ставлять — «чи це написано AI?» — вже не є коректним.

Але тригер і сигнал — це різні речі, і саме другий вирішує все. Марка не ставиться на текст; вона розподіляється по вибору слів, які робить сам Claude, тож чим більше тексту написав Claude, тим більше сигналу можна знайти. Саме цю різницю більшість оглядів ігнорує, а практичні відповіді — саме тут. Далі в пості — про те, які питання варто ставити.

Станом на серпень 2026: що змінилося і де стоїть детекція

Усе в цьому розділі — актуально на дату: політика нова, і ці факти будуть змінюватися.

Що оголосив Anthropic

Станом на серпень 2026 року, на сторінці Anthropic описано дві взаємодоповнюючі техніки: непомітний водяний знак у згенерованому тексті та C2PA-підписані метадані для файлів (наприклад, зображень). Там же вказано, що текстовий водяний знак вбудовується на рівні моделі — незалежно від того, який саме продукт Claude чи поверхня його згенерували — і що маркування застосовується всюди, де є Claude, по всьому світу, а не лише в ЄС. Причина глобального охоплення — тимчасова: «бо ми ще не маємо надійного способу обмежити це по регіонах», і Anthropic обіцяє переглядати підхід.

Наступного дня Anthropic опублікував другий, значно детальніший документ про те, як працює текстовий водяний знак², і це впливає на те, що можна чесно сказати. Метод названо: це версія SynthID-Text — техніки, яку Google DeepMind опублікував у Nature³ у 2024 році, з родини підходів, що беруть початок із пропозиції Скотта Ааронсона 2022 року. У текст нічого не вставляється, прихованих символів немає. Замість цього, коли вибір наступного слова дійсно відкритий — приклад Anthropic: «сьогодні була холодна погода і…», де «похмура» чи «сіра» однаково доречні — водяний знак змінює лише джерело випадковості для вибору, використовуючи секретний ключ і попередні слова. Якщо прочитати послідовність із цим ключем, можна оцінити ймовірність, що це написав Claude. Два наслідки, які одразу цікавлять клієнтів: марка не містить ідентифікаційної інформації і, за словами Anthropic, не може бути пов’язана з особою, організацією чи чатом; і вона нічого не коштує, бо не створює додаткових токенів.

Тригер, станом на ту ж дату, — це контент, оброблений Claude, а не лише написаний ним. На сторінці згадано коректуру, переклад, резюмування, конвертацію файлів. Але другий документ чесно визнає: це не одне й те саме, і різниця важливіша за сам тригер — про це далі, у висновках, включно з тим, у чому ми самі помилилися спочатку.

Регуляторний фон пояснює дату. За AI Act ЄС⁴, провайдери генеративних AI-систем мають забезпечити маркування вихідних даних у машинно-читаному форматі, щоб їх можна було виявити як штучно створені; Anthropic підписав Кодекс практики до статті 50(2). Європейська комісія⁵ підтверджує, що ці правила прозорості діють із 2 серпня 2026 року — це дата, яку Anthropic використовує як межу маркування — і що нещодавнє спрощення «AI Omnibus» змістило дедлайни лише для високоризикових систем, а не для цих.

Важлива деталь: моделі, запущені до 2 серпня 2026 року, не звільняються. Станом на серпень 2026 Anthropic заявляє, що закон дає цим моделям перехідний період, і компанія працює над додаванням маркування і для них — наразі не марковані, але це не «безпечна гавань».

Де стоїть детекція

Станом на 17 серпня 2026 року є технічний опис, але немає інструменту. У другому документі Anthropic сказано: «Незабаром ми запропонуємо API для детекції водяних знаків. Ми зараз працюємо над деталями реалізації» — це зобов’язання, а не готовий продукт, і це буде єдиний спосіб перевірити Claude-марку.

Anthropic прямо вказує, що така перевірка може довести — і це менше, ніж зазвичай очікують. Використовуючи ключ, «можна лише відповісти на питання: “Яка ймовірність, що це частково написав Claude?”» Неможливо підтвердити, що текст написаний людиною, неможливо визначити, чи написав його інший AI, і «неможливо відрізнити “Claude написав” від “Claude суттєво відредагував”». Відсутність марки теж нічого не доводить: детекція «погано працює на малих уривках», а повний перепис із заміною кожного слова знімає водяний знак повністю.

Регулювання задає мінімум для цих обмежень. За фінальним Кодексом практики, згідно з аналізом Bird & Bird⁶, непомітне маркування обов’язкове для будь-якого вільного тексту понад 200 токенів — приблизно 150 слів — єдиний виняток — «дуже короткий текст» нижче цього порогу. Вільний текст — це також єдиний випадок, де дозволено одне маркування замість двох, бо метадані додати неможливо. І вимога до детекції тут слабша: провайдери мають загалом надавати детекцію безкоштовно, але для водяних знаків у вільному тексті — «бо вони менш надійні» — можна обмежити доступ лише для верифікованих експертів. Зобов’язання забезпечити інтероперабельність детекції між провайдерами набирає чинності лише з 2 лютого 2027 року.

Найближчий публічний інструмент для тексту теж не допоможе: станом на ту ж дату, портал SynthID Detector від Google DeepMind⁷ приймає лише зображення, відео й аудіо — не текст — і досі працює в обмеженому тестуванні.

І питання, яке реально турбує покупця розміщень: станом на 16 серпня 2026 року ми не знайшли жодної заяви від жодної пошукової системи чи AI-платформи — в жоден бік — що сигнали походження впливають на ранжування, індексацію чи фільтрацію. Це обмежене «нічого не знайдено», датоване не випадково, а не обіцянка на майбутнє.

Походження і якість — різні осі

Ось як варто переформулювати всю тему: походження — який інструмент торкався тексту — і якість — чи заслуговує текст бути опублікованим — це різні осі. Пошукові системи завжди заявляли, що діють лише по другій.

Google ніколи не називав походження сигналом ранжування. Це не те саме, що Google прямо сказав би, що це не сигнал; жодної публічної заяви в жоден бік немає. Але описані Google застосування — лише два. У блозі про інтеграцію C2PA⁸ у 2024 році, метадані походження використовуються для мітки «Про це зображення» в Пошуку і, в Ads, для «застосування C2PA-сигналів у політиках». Маркування та модерація реклами — і інтеграція в Пошуку лише для зображень. На момент написання немає жодної поверхні для текстових метаданих у Пошуку.

Те, що Google реально модерує, — це якість, і політика написана так, щоб бути незалежною від інструменту. Політика щодо спаму⁹ визначає зловживання масштабним контентом як створення багатьох сторінок «з основною метою маніпуляції пошуковим ранжуванням, а не допомоги користувачам» — і додає, що це стосується «незалежно від способу створення». Перший приклад — «Використання генеративних AI-інструментів або подібних для створення багатьох сторінок без доданої цінності для користувачів», і в гайдлайні щодо AI-контенту¹⁰ ця фраза повторюється як ключова.

У блозі Google Search Central за 2023 рік¹¹ — «Винагороджуємо якісний контент, незалежно від способу створення» — межа проведена по наміру («Використання автоматизації, включно з AI, для створення контенту з основною метою маніпуляції ранжуванням — це порушення»), і це позиція на 2023 рік; поточна інструкція вже вужча. А в березневому оновленні політики спаму 2024 року¹² інструмент взагалі прибрали: зловживання масштабним контентом застосовується «незалежно від того, чи залучена автоматизація, люди, чи їх комбінація».

Масштаб публікацій із AI-підтримкою підтверджує це з іншого боку. Дослідження Graphite¹³ показало, що AI-генеровані статті вперше обігнали людські у листопаді 2024 року і з того часу тримаються на рівних — і, за тією ж сторінкою, «ці статті здебільшого не з’являються в Google і ChatGPT». Приблизно половина нових статей — AI-генеровані, і низькоякісні все одно не потрапляють у видачу. Це відбір за якістю, а не детекція походження — і саме якість ви реально можете контролювати. Ми окремо описали як створюємо контент у добу ген-AI — виробничий бік саме цієї логіки.

Що насправді коштує вам розміщення

Якщо походження — не головний ризик, то що? Дві речі, і обидві з’явилися до водяних знаків.

Редакційна відмова була першою

Видавці не чекали на водяні знаки, щоб контролювати AI-контент — вони прописали це в редакційних політиках. Політика WIRED щодо генеративного AI¹⁴, оновлена у травні 2023 року, стверджує: «Ми не публікуємо матеріали з текстом, згенерованим AI, окрім випадків, коли це і є суть матеріалу» — і розглядає прихований AI-текст як «рівнозначний плагіату». У Clarkesworld Magazine¹⁵ у правилах подачі прямо: «Ми не розглядаємо матеріали, перекладені, написані, розроблені чи створені за допомогою цих інструментів», і попереджають, що спроба подати такий текст «може призвести до блокування майбутніх подач».

Де AI-контент все ж просочився, наслідки були редакційні, а не алгоритмічні. Розслідування Futurism¹⁶ виявило, що Sports Illustrated публікував огляди товарів під фейковими авторами з AI-генерованими фото — джерело підтвердило: «Контент абсолютно AI-генерований» — після чого видавець The Arena Group заявив про видалення матеріалів і розірвання контракту з підрядником. У CNET, у примітці редактора до AI-експерименту¹⁷ на початку 2023 року, зафіксовано 77 AI-драфтів, повний аудит після виявлення фактологічних помилок, виправлення, і зупинку — «Ми призупинили», за словами видавця. Видалення, виправлення, пауза, розірвання контракту: це все — редакційні рішення, і так досі.

Це не антипозиція щодо інструментів. У звіті Muck Rack за 2026 рік¹⁸ 82% журналістів використовують хоча б один AI-інструмент — і водночас 88% «миттєво ігнорують пітчі, які не відповідають їхній тематиці». Ті, хто міг би прогнати ваш текст через детектор, самі користуються AI. Їхній фільтр — тематика, релевантність і якість; так було завжди.

Пастка хибнопозитивних результатів

Детектори, які реально використовують сьогодні, — це не перевірки водяних знаків. Це постфактум-класифікатори — статистичні припущення лише за текстом, без ключа і без марки — і вони часто помиляються щодо справжніх людей. Anthropic чітко розділяє це, наводячи Pangram як приклад: такі сервіси шукають «ознаки» AI-стилю, що «принципово відрізняється від перевірки водяного знаку». Що б не показав детектор клієнта, він не бачить те, про що цей пост. Дослідження, афілійоване зі Stanford, на arXiv¹⁹, у 2023 році протестувало сім поширених GPT-детекторів на есе не-носіїв англійської і виявило, що вони «помилково класифікували понад половину TOEFL-есе як AI-генеровані (середній рівень хибнопозитивних: 61,22%)», а 97,80% есе були відмічені хоча б одним детектором.

Вендори це знають. OpenAI закрив свій класифікатор за пів року; у нотатці про закриття, цитованій Ars Technica²⁰, сказано: «З 20 липня 2023 року AI-класифікатор більше не доступний через низьку точність». На старті OpenAI визнавав, що детектор ловить лише 26% AI-тексту, а «неправильно маркує людські роботи у 9% випадків». Vanderbilt University²¹ відключив AI-детектор Turnitin у 2023 році і порахував публічно: при заявлених 1% хибнопозитивних на 75 000 робіт це означає «близько 750 студентських робіт могли бути помилково позначені».

Дослідження Graphite, згадане вище, валідовувало свій детектор на статтях, опублікованих до появи ChatGPT, — і виявило, що він «класифікує 4,2% цих статей як переважно AI-генеровані». Навіть у статті Google SynthID у Nature³ у 2024 році зазначено: «постфактум-системи детекції можуть бути обчислювально дорогими і мають обмежене практичне застосування через нестабільну точність».

Для розміщень вартість хибнопозитивів найбільша там, де продукт — голос реального експерта: експертний коментар, написаний у співавторстві, де детектор, що помилково спрацьовує на справжні слова експерта, знищує справжню можливість. Провайдер, який обіцяє «пройти детекцію», обіцяє задовольнити інструменти, чия задокументована помилка — звинувачувати людей.

Чому не буде універсального AI-детектора

Відсутність інструментів у датованому розділі — це не тимчасовий розрив, який ось-ось закриють. Це структурна особливість.

Перевірка статистичного водяного знаку потребує приватного ключа генератора. Документація Google SynthID²² радить розробникам зберігати кожну конфігурацію водяного знаку «надійно і приватно, інакше ваш водяний знак легко зімітують», і пропонує варіанти розгортання детектора — від повністю приватного до публічного. Бар’єр — не в обчисленнях: у статті Nature прямо сказано, що детекція «не потребує дорогих обчислень чи доступу до самої LLM». Бар’єр — у ключах. Кожен вендор може детектувати лише свої марки. Для універсального детектора потрібна співпраця всіх генераторів, а інтереси — протилежні.

Є діри, які не закриє жодна співпраця. Одна з лабораторій створила текстовий водяний знак і вирішила не запускати його: у заяві OpenAI 2024 року, процитованій Language Log²³, сказано, що компанія «розробила метод водяного знаку для тексту, який ми досі розглядаємо», але вважає його «менш стійким до глобальних змін» — перекладу, переписування іншою моделлю — «що робить обхід тривіальним для недобросовісних користувачів». Моделі з відкритою вагою взагалі поза досяжністю маркування; у статті Nature зазначено, що маркування моделей у децентралізованому середовищі складне. І навіть впроваджений водяний знак деградує: Google документує, що впевненість детектора «значно знижується, якщо AI-текст повністю переписати чи перекласти».

Anthropic тепер каже те саме про власні межі і підтверджує, що буде далі. Його ключ працює лише для Claude: водяний знак «не може визначити, чи текст написаний іншим AI (навіть якщо той теж використовує водяний знак, у нього буде інший ключ; або й зовсім інший метод)». І це не лише Anthropic. Близько 190 підписантів приєдналися до Кодексу практики ЄС щодо прозорості AI-контенту у липні 2026 року, і Anthropic прямо каже: інші великі розробники моделей «впроваджуватимуть власні водяні знаки». Багато ключів, багато методів, кожен у своєму «силосі».

Одна сила працює у зворотний бік і варта згадки: Кодекс вимагає від підписантів забезпечити інтероперабельність детекції водяних знаків до 2 лютого 2027 року — публічну точку доступу для маршрутизації запитів, вбудовану позначку, спільний консорціум чи еквівалент. Це дедлайн, а не робоча система, і це маршрутизатор, а не спільний ключ. Це найвагоміша підстава очікувати покращення, але навіть так це не створить детектора, який бачить усе, бо моделі з відкритою вагою залишаються поза режимом.

Отже, реалістичний стан принаймні до 2027 року — це ізольоване маркування: кожна лабораторія може перевірити лише свій вихід, ніхто не може перевірити все, а чистий результат будь-якого одного детектора мало що означає.

Інструмент видалення, який сам себе спростовує

Якщо походження не можна підтвердити, чи можна його хоча б «стерти»? Є open source-проєкт, створений саме для цього — watermarks-remover²⁴, який починався як «remove-claude-marks» — і найпоказовіше в ньому — це власний README.

Він починається з визнання: «Поки вендори не випустять публічні детектори й ключі, жоден інструмент не може чесно гарантувати “це не пройде офіційну перевірку”». І ще: «Він не може гарантувати, що вендорські детектори не спрацюють». Детермінований шар видаляє невидимі Unicode-символи — що, проти Claude, тепер підтверджено, не має сенсу. «У текст нічого не додається, прихованих символів немає», — йдеться у технічному поясненні Anthropic. Залишається лише статистичний шар, прямо позначений як «best-effort» — переписування тексту іншою моделлю, бо статистичний водяний знак розподілений по вибору токенів, і «видалення — це переписування, а не зміна структури». Anthropic підтверджує: «Легка редактура навряд чи повністю зніме водяний знак; повний перепис із заміною кожного слова — так». README оцінює спробу: перепис «вирівнює тон, голос і точність»; для SEO, маркетингу й клієнтських задач «ця деградація реальна й часто помітна»; результат «не може перевищити стелю моделі-переписувача». І завершується питанням, яке замикає коло: якщо ви все одно переписуєте все дешевшою моделлю, простіше й дешевше одразу генерувати там — і результат буде такий самий або кращий. C2PA-метадані у файлах, тим часом, видаляються тривіально — це особливість форматів, і це збігається зі списком Anthropic про втрату метаданих у датованому розділі.

Є й compliance-аспект, і його варто знати до того, як хтось запропонує «очищення» як послугу. За тим же Кодексом практики, підписанти мають докладати зусиль для збереження маркування, забороняти втручання у своїх умовах і «не розміщувати й не рекламувати інструменти обходу». Інструменти існують і будуть існувати; не існує лише версії, яку серйозний провайдер може включити у пропозицію.

Це й є суть цього посту в мініатюрі. Спроба контролювати вісь походження коштує вам осі якості — тієї, яка вирішує, чи залишить редактор ваш матеріал.

Що питати у будь-якого провайдера (включно з нами)

Якою має бути хороша відповідь на питання клієнта? Не обіцянка пройти детекцію, а опис процесу. Ось шість питань, які ми рекомендуємо ставити будь-якому контент-провайдеру, включно з нами; вони описують наші власні проекти з аутріч-лінкбілдингу та listicle, де ви затверджуєте цільову публікацію, URL, анкор і драфт перед публікацією.

1. Чи розділені етапи дослідження, написання та фактчекінгу, і чи їх виконують різні агенти? Хороша відповідь: так, і вам можуть це показати, а не просто описати. У нас кожен із етапів — дослідження, структурування, написання, виділення тверджень, перевірка фактів, корекція і фінальний контроль — це окремий агент із власним системним промптом. Агент-драфтер не має жодних інструментів — порожній список, а не обмежений — тобто не може шукати, скрапити чи отримувати дані, і працює лише з факт-файлом, перевіреним на етапі дослідження. Фактчек — це теж не один агент: один шукає джерела, інший (на моделі іншого вендора) виносить вердикт, тобто той, хто перевіряє твердження, не той, хто шукав підкріплення.

2. Де розташовані людські контрольні точки, і чи може машина пройти без них? Хороша відповідь: система примусово реалізує ці точки — документації недостатньо. У нас три такі точки закладені в коді: людина обирає ідею, затверджує структуру і затверджує контент — і розміщення не рухається далі без фінального людського схвалення. Пайплайн не може опублікувати статтю самостійно.

3. Чи перевіряються факти на відкритих сторінках-джерелах, чи на пошукових сніпетах? Хороша відповідь: на сторінках. У нашому пайплайні агент-дослідник відкриває і читає кожну сторінку-джерело до того, як факт потрапляє у досьє, а на етапі фактчеку для кожного твердження потрібна точна цитата чи уривок із джерела як доказ.

4. Яка модель якого вендора пише основний текст — і чи можуть її назвати? Це питання реально визначає ризик маркування, і саме на нього найчастіше відповідають категорією, а не назвою. Бо водяний знак прив’язується до слів, які обрала модель; провайдер, у якого драфтингова модель — саме та, що маркує, може дати чітку відповідь про більшість тексту; той, хто використовує цю модель лише для редагування чужого абзацу — ні. Наша відповідь, у деталях, за які ми ручаємося: різні етапи пайплайну працюють на моделях різних вендорів, і модель, яка драфтить основний текст, не є тією, що маркується тут. Будьте обережні з «ми відповідально використовуємо AI» — це не відповідь на це питання.

5. Що саме обіцяють щодо детекції? Провайдер, який гарантує, що контент «пройде AI-детекцію», обіцяє перевірку, яку сьогодні ніхто не може провести — за датованим розділом, API детекції Anthropic анонсовано, але не запущено — і навіть після запуску лише Anthropic зможе її провести, лише для своїх марок, і, можливо, лише для верифікованих експертів. Реально такі провайдери тестують на постфактум-класифікаторах, які, як задокументовано, часто помиляються на людях. Правильна обіцянка — редакційна: текст читабельний, точний, і його затвердив живий редактор.

6. Що відбувається, якщо розміщення відхиляють або знімають? Задокументований ризик — редакційна відмова, тож саме це має бути покрито контрактом: заміна або повернення коштів, прописані письмово. Ми окремо пояснили чому даємо гарантію задоволення — це розгорнута відповідь саме на це питання.

Якщо провайдер може конкретно відповісти на всі шість, новини про маркування для вас нічого не змінюють. Якщо ні — маркування ніколи не було вашою найбільшою проблемою.

Два чесних застереження

Тригер широкий, сигнал — ні

Коли ми вперше опублікували цей пост, зробили неправильний практичний висновок із правильної тези. Тригер справді «оброблено», Anthropic наводить коректуру і резюмування як приклади, і «написано людиною» — це не така чиста гарантія, як здається. Але ми далі припустили, що AI-граматична перевірка залишає помітний слід у документі, а технічне пояснення Anthropic, опубліковане наступного дня, каже протилежне:

Коли Claude коригує текст, написаний людиною, результат зазвичай лише злегка відредагований; оскільки майже всі слова належать людині, водяний знак майже ні до чого прикріпити.

І щодо перевірки лише граматики й пунктуації: «водяний знак може бути лише в кількох виправленнях, яких може бути замало для фіксації». Та сама логіка розріджує сигнал там, де слова задані, а не обрані — Anthropic зазначає, що фактологічні уривки та код містять менше маркування, бо там немає вільного вибору для сигналу.

Тож чесна версія — це градієнт, а не перемикач. Текст, який Claude суттєво написав, — там і є сигнал. Текст, якого Claude лише торкнувся, — ні, і регулювання саме тут проводить межу: нічого менше приблизно 150 слів маркувати не потрібно. Описана нами раніше помилка — коли хтось клянеться у «відсутності AI», але використовує AI для граматики — це все ще непорозуміння власного процесу, і це варто знати про підрядника. Але, за цими даними, це навряд чи стане проблемою детекції.

Ніхто не може підтвердити походження — в жоден бік

Розрив у верифікації працює в обидва боки. Ми не можемо довести, що наш контент не містить марки, так само як критик не може довести, що сторінка містить її — сам Anthropic, за датованим розділом, каже: марка — це сигнал, а не доказ, і відсутність нічого не доводить. Тож цей пост не перебільшує ні в один бік, і варто не довіряти тим, хто це робить: провайдер, який гарантує «жодних водяних знаків», продає ту ж недоведену впевненість, що й критик, який стверджує, що їх виявив.

Це твердження про сьогодні, і воно має термін дії. Коли API детекції Anthropic запрацює, одна сторона — Anthropic — зможе відповісти на одне питання, про свої марки, з імовірністю, а не вердиктом. Це звуження розриву, а не його закриття, і тоді цей пост варто перечитати.

Кішки й миші: погляд засновника

Тут я перейду з «ми» на «я», бо це вже судження, а не цитати. За двадцять років у цій сфері я бачив цей цикл не раз: Google оголошує жорстку політику, ринок прогнозує кінець якоїсь практики, а потім enforcement приходить із запізненням, б’є по найбільш недбалих, і зупиняється, не зачистивши все.

Найсвіжіший приклад — той, що вже згадувався. У березневому анонсі 2024 року Google назвав «дуже низькоякісний сторонній контент, створений переважно для ранжування і без контролю власника сайту» — parasite SEO, у термінах індустрії — «оприлюднивши політику за два місяці до enforcement 5 травня». Search Liaison Google, цитований Ranktracker²⁵, сказав, що enforcement стартував 6 травня, наступного дня після набуття чинності. У листопаді 2024 року, за оновленою політикою, цитованою Website Builder Expert²⁶, Google закрив лазівку з «контролем першої сторони», і Glenn Gabe повідомив про фактичну деіндексацію розділів Forbes Advisor, CNN Underscored і WSJ Buyside.

Це кішка, яка впіймала мишу — кількох мишей. Але те, що я досі бачу на практиці, роки після перших заяв «ми будемо карати», — це ті ж практики, які цілком живі. Це не критика Google; це спостережувана швидкість enforcement щодо проблеми масштабів вебу — і це політика, де детекція проста: контент публічний, патерн очевидний. Тепер уявіть це для походження, де, за датованим розділом, ніхто навіть не може провести перевірку.

Два десятиліття прогнозованих «чисток» мали б уже не раз закрити цю індустрію, а вона досі тут — бо виживає одне й те саме: робота, яка витримує ту перевірку, яку й так мала пройти. Водяний знак — не проблема. І ніколи не був.

Тепер ви знаєте, як звучить хороша відповідь на питання нашого клієнта. Візьміть шість питань вище до того, хто створює для вас контент, і слухайте конкретику. Якщо відповіді розмиті — саме це і є висновок.