Маркировка ИИ-контента в 2026 году: водяные знаки и C2PA

Как устроена маркировка ИИ-контента: три уровня вместо одного водяного знака

Удобнее всего представить эту систему как этикетку на товаре, защитную нить и подписанный документ о происхождении.

1. Видимая пометка предназначена для аудитории. Она сообщает, что материал был создан или изменен с помощью ИИ. В рамках статьи 50 законодательства ЕС ответственность за маркировку дипфейков и некоторых общественно значимых текстов возлагается на сторону, которая применяет систему. Google Ads теперь показывает сведения об использовании ИИ через My Ad Center по всему миру, а в Европейском союзе, Индии и Нью-Йорке также добавляет видимые накладки к материалам, которые рекламодатель обозначил как созданные или отредактированные ИИ.
2. Встроенный водяной знак предназначен для детектора. Google SynthID скрывает машиночитаемый сигнал в поддерживаемых изображениях, аудио, текстах и видео. По заявлению Anthropic, поддерживаемые модели Claude вплетают незаметный водяной знак в сгенерированный текст на уровне самой модели.
3. Подписанные метаданные происхождения нужны для цепочки сохранности. Открытый стандарт C2PA позволяет включить в файл подписанную информацию о его происхождении и последующих изменениях. Google добавляет разметку C2PA и SynthID к изображениям и видео, созданным в инструментах Google Ads. Anthropic прикрепляет подписанные метаданные C2PA к поддерживаемым файлам, включая SVG, PNG и JPG.

Внешняя пометка объясняет человеку, что произошло. Защитная нить помогает совместимому сканеру обнаружить устойчивый сигнал. Подписанные метаданные дают больше подробностей, но могут исчезнуть, если платформа удалит их при обработке. Поэтому надежный процесс должен сохранять все три уровня.

Это разделение прямо закреплено в Кодексе практики ЕС. Поставщики отвечают за машиночитаемую маркировку и средства обнаружения. Стороны, применяющие ИИ, — компании, которые публикуют или распространяют контент, — отвечают за видимое раскрытие информации в предусмотренных законом случаях. Кодекс носит добровольный характер, однако требования статьи 50 о прозрачности действуют с 2 августа 2026 года.

Что изменили Google и Anthropic

Google отделила пометку для аудитории от невидимых доказательств внутри рекламного материала.

Настройка маркировки ИИ в Google Ads позволяет рекламодателю указать, что материал создан или отредактирован с помощью ИИ. По всему миру эта информация появляется на панели «How this ad was made». В Европейском союзе, Индии и Нью-Йорке настройка также может добавить на рекламу видимую накладку. Рекламодатель вправе разместить собственную пометку непосредственно в креативе; Google указывает, что она не нарушит обычные ограничения платформы на текстовые накладки и водяные знаки.

Под видимым уровнем Google размещает невидимые водяные знаки SynthID и разметку C2PA во всех изображениях и видео, созданных в инструментах Google Ads. Именно так раскрытие информации отличается от доказательства: пометку видит человек, а скрытый сигнал и подписанные метаданные проверяют совместимые системы.

Google также предупреждает: сама настройка не гарантирует соблюдения закона. Собственную пометку у края кадра могут обрезать при рендеринге, а функции улучшения изображения способны обрезать ее еще раз. Значит, вопрос решается процессом, а не одним флажком в интерфейсе.

Anthropic переносит то же разделение на текст. Согласно плану маркировки Anthropic, поддерживаемые модели Claude, запущенные в ЕС 2 августа 2026 года или позже, маркируют текст с первого дня. Водяной знак встраивается в текст на уровне модели, сохраняется при копировании и вставке и может пережить часть правок. Поддерживаемые сгенерированные файлы получают подписанные метаданные C2PA.

Маркировка действует по всему миру везде, где доступна поддерживаемая модель, в том числе в Claude Platform API, Claude, Claude Code, Claude Cowork, Claude Tag и поддерживаемых облачных развертываниях. При этом поддержка файловых метаданных может отличаться в зависимости от платформы.

Главное ограничение легко упустить. Метка Claude означает, что контент, возможно, обрабатывался с помощью Claude. Она не доказывает, что Claude создал исходные идеи или написал первый вариант. Пресс-релиз, подготовленный человеком и отправленный в Claude на вычитку, может вернуться с меткой. То же возможно после перевода документа или преобразования файла. Данные о происхождении фиксируют факт обработки, а не авторство.

Как выстроить рабочий процесс

Наиболее безопасный процесс начинается в момент создания и заканчивается уже после доставки материала: именно по пути чаще всего теряются метаданные и пометки.

Как меняется экономика процесса

Подписки на сервисы категории детектор ИИ сейчас стоят примерно от $14.95 до $179 в месяц по опубликованным тарифам Originality.ai. У Copyleaks персональный и профессиональный месячные тарифы стоят $16.99 и $99.99. Такие подписки отвечают на полезный, но узкий вопрос: насколько контент похож на результат работы модели?

Механизмы подтверждения происхождения от поставщиков отвечают на другой вопрос: присутствует ли в материале поддерживаемый сигнал конкретного поставщика? В поддерживаемых результатах Google и Claude маркировка становится частью процесса генерации. На упомянутых выше страницах ни один поставщик не указывает отдельную плату за маркировку. Новые расходы связаны с операционной работой: нужно хранить мастер-файл, не терять метаданные при преобразованиях, добавлять пометку для аудитории и сохранять доказательства проверки.

Иными становятся и статьи бюджета. Детектор может остаться резервным инструментом для контента неизвестного происхождения, но больше не должен быть системой учета. Эту роль принимает журнал происхождения. Для сравнения актуальных классификаторов подойдет обзор детекторов ИИ. Описанный здесь процесс начинается там, где заканчивается процентная оценка.

Семь сценариев — от максимальной пользы к меньшей

1. Агентства платной рекламы с кампаниями на разных рынках

Агентство performance-маркетинга может превратить одну предметную съемку в десятки баннеров и видеоматериалов, отредактированных ИИ. Экономически оправданный процесс выглядит так: каждый исходник получает идентификатор при создании, данные C2PA и SynthID от Google сохраняются, использование ИИ отмечается в кампании, а готовое объявление проверяется на каждом целевом рынке. Если агентство добавляет свою пометку, оно тестирует варианты обрезки и отключает улучшения, способные ее удалить.

Результат — меньше срочных переделок после проверки на соответствие требованиям и единая доказательная запись для клиента. Не разыскивая сведения в чатах и общих дисках, агентство может ответить, какая модель обрабатывала материал, какая пометка отображалась и кто одобрил публикацию.

2. Издатели общественно значимых материалов

Издателю, который поручает Claude подготовить краткое изложение муниципального отчета или перевести разбор выборов, важно разделять обработку моделью и редакционную ответственность. Метка Claude может присутствовать, даже если исходник написал журналист. Поэтому издатель фиксирует источник, преобразование с помощью ИИ, ответственного редактора и окончательное согласование.

Так политика становится точнее и честнее. Согласно разъяснениям ЕС, для проверенного человеком общественно значимого текста, за который отвечает редакция, предусмотрено исключение из этой конкретной обязанности по видимому раскрытию. Журнал аудита особенно ценен, поскольку один водяной знак не показывает, была ли проведена проверка.

3. Корпоративные коммуникации с регулярными правками в Claude

Команда по корпоративным коммуникациям может использовать Claude, чтобы изменить тон заметок руководства, перевести или отформатировать их. Позже сканер способен обнаружить сигнал Claude и спровоцировать спор об авторстве. Этого можно избежать, если хранить человеческий исходник, описывать роль Claude как «обработка» и сохранять утвержденную финальную версию вместе с записью о проверке.

Результат — меньше ложных обвинений внутри компании. Обнаруженная метка становится одним из фактов в цепочке сохранности, а не вердиктом о том, кто написал сообщение.

4. Интернет-магазины, создающие синтетические рекламные материалы

Ритейлер может генерировать фоны, менять размер главных изображений или анимировать статичные фотографии товара внутри рекламной платформы. При каждом экспорте и кадрировании есть риск удалить метаданные C2PA или обрезать видимую пометку. Бренд хранит нетронутый мастер-файл, тестирует итоговые форматы и фиксирует, сохранилась ли платформенная или собственная пометка.

Так материалы можно использовать повторно, не теряя их историю. Библиотека сохраняет сведения о происхождении даже после того, как команда кампании создала множество версий для разных каналов.

5. Маркетплейсы, принимающие изображения и видео продавцов

Маркетплейс может проверять загруженные материалы на подписанные метаданные и поддерживаемые водяные знаки, запрашивать у продавца сведения о редактировании с помощью ИИ и отправлять противоречивые случаи на проверку. Отсутствие доказательств следует считать неизвестным результатом, а не подтверждением подлинности.

Преимущество — адресная модерация. Специалисты тратят время на конфликтующие сигналы и опасные случаи выдачи себя за другое лицо, а не вручную изучают каждый материал.

6. Редакции и отделы проверки фактов

Редакция может изучать присланные материалы на наличие данных C2PA и доступных сигналов водяных знаков, сохранять исходную загрузку и фиксировать каждое преобразование в собственных системах. Даже если скриншот уничтожит метаданные, в материалах проверки останутся более ранние доказательства и хеш файла.

Это позволяет убедительнее объяснять выводы читателям. Редакция может сообщить, какой сигнал и где она обнаружила, не утверждая, что отсутствие сигнала доказывает подлинность.

7. Сети авторов и продакшн-студии

В студии один материал может последовательно пройти генерацию изображения, ретушь, добавление подписи, изменение размера и отложенную публикацию в соцсетях. Для каждой передачи можно установить требование сохранять идентификатор источника, а перед публикацией проводить финальную проверку видимой пометки.

Результат — меньше споров между авторами, клиентами и платформами. Студия знает, на каком этапе появился ИИ и на каком исчезли данные о происхождении.

Три продукта, которые стоит создать

1. Шлюз происхождения, где доказательства стоят на первом месте

Это самая сильная возможность. Создайте интерфейс загрузки и API, который проверяет C2PA, обращается к доступным системам верификации поставщиков, сохраняет результат, задает оператору несколько вопросов по политике, недоступных детектору, а затем формирует нужную видимую пометку и запись аудита.

Спрос уже велик, но направлен не на ту категорию продуктов. Запрос «AI detector» получает около 5,000,000 поисков в Google в месяц, а ИИ-ассистентам его задают примерно 1,995 раз в месяц. В этом запуске эндпоинт цитирования ChatGPT не вернул совокупного списка цитируемых источников для такой задачи. Существующие тарифы детекторов стоят от $14.95 до $179 в месяц — команды уже готовы платить за ответ.

Минимальной продаваемой версии нужны пять компонентов: загрузка файла, разбор C2PA, адаптеры для действительно доступных сервисов проверки, результат с тремя состояниями — обнаружено, не обнаружено или не поддерживается — и скачиваемая запись аудита. Правила для отдельных юрисдикций и каналов стоит добавлять только после того, как заработает слой доказательств.

Главное ограничение — доступ к системам поставщиков. Anthropic сообщает, что ее механизм обнаружения еще готовится. Универсальный SynthID Detector от Google остается на этапе тестирования с журналистами и специалистами медиасферы, хотя Gemini умеет проверять поддерживаемые медиаматериалы. Продавать следует работу с доказательствами и контроль процесса, а не обещание универсального обнаружения.

2. DAM и CDN-монитор, сохраняющий данные о происхождении

Создайте плагин для систем управления цифровыми материалами и медиаконвейеров, который сравнивает данные о происхождении до и после изменения размера, конвертации формата, оптимизации и доставки. Он предупреждает об исчезновении метаданных C2PA, сохраняет оригинал и проверяет, осталась ли видимая пометка на каждом варианте.

Запрос «ai image detector» получает в Google около 60,500 поисков в месяц, а его годовой тренд в данных по подсказкам составляет 173%. Этот спрос указывает на более глубокую потребность: команды хотят понимать, что произошло с изображением после прохождения через разные инструменты.

MVP может отслеживать одно хранилище и один сервис преобразования изображений. Рассчитайте хеш исходника, разберите C2PA до и после преобразования, визуализируйте разницу и блокируйте выпуск, если обязательная пометка оказалась обрезана.

Ограничение — фрагментированность рынка. Плагин не сможет читать все проприетарные водяные знаки, а некоторые преобразования неизбежно удалят метаданные. Его конкурентное преимущество — журнал доказательств и интеграции с конвейерами, а не заявление об идеальном распознавании.

3. Операционный помощник по раскрытию информации для контент-команд

Создайте помощника по политике, который выясняет, что изображено в материале, где он будет опубликован, создавал или изменял его ИИ, проверял ли его человек и кто принимает редакционную ответственность. Затем помощник формирует инструкцию по раскрытию и сохраняет решение рядом с материалом.

Запрос «AI content detector» получает около 18,100 поисков в Google в месяц, тогда как запрос «AI checker» адресуют ИИ-ассистентам примерно 711 раз в месяц. Многие из этих пользователей ищут классификатор, хотя на самом деле им нужно правило согласования.

MVP включает форму, версионируемую таблицу правил, ссылки на официальные источники политик и интеграции с одной CMS и одной рекламной платформой. Такой продукт не должен позиционировать себя как источник юридических консультаций.

Ограничение — необходимость сопровождения. Правила, поведение платформ и рекомендации по правоприменению меняются. Google прямо указывает, что настройка маркировки ИИ не гарантирует соответствия требованиям, поэтому продукт должен показывать дату источника и сохранять решение оператора.

Чего маркировка ИИ-контента не решает

Водяные знаки не доказывают авторство. Anthropic говорит об этом особенно прямо: метка может появиться после вычитки, перевода, подготовки краткого изложения или преобразования. Она указывает лишь на то, что Claude, возможно, обрабатывал контент.

Отсутствие метки не доказывает, что материал создан человеком. Интенсивное редактирование, перефразирование, перевод, короткий фрагмент, скриншот, смена формата, неподдерживаемый файл или старая модель — все это может привести к отсутствию обнаруживаемого сигнала Claude. OpenAI формулирует тот же практический вывод для своего инструмента проверки: отсутствие сигнала не является однозначным отрицательным результатом.

Метаданные содержательнее, но уязвимее. C2PA способен хранить подписанный контекст, однако загрузка на платформу, изменение размера, скриншоты и преобразование формата могут удалить эти данные. Встроенные водяные знаки бывают устойчивее, но обычно несут меньше контекста и требуют совместимого детектора.

Видимые пометки могут быть ошибочными или неполными. Пометку способны обрезать; она может относиться к материалу, где ИИ играл лишь небольшую вспомогательную роль, или отсутствовать там, где аудитории нужно раскрытие. Наличие пометки сообщает об использовании ИИ, но не подтверждает достоверность каждого утверждения в материале.

Поэтому честная политика проста: ведите три отдельных поля — найденные доказательства, проведенная человеком проверка и примененная видимая маркировка. Не сводите их к единой оценке «ИИ или человек».

Что сделать в понедельник

Выберите одну действующую кампанию, а не всю компанию. Проследите путь одного материала, обработанного с помощью ИИ, от исходного файла до показанного объявления. Сохраните мастер-файл, проверьте машиночитаемые доказательства, зафиксируйте ответственного за проверку, примените маркировку канала и изучите каждый отрендеренный вариант размещения. Пробелы, найденные в этой единственной цепочке, станут требованиями к вашему процессу учета происхождения.

Если вашей компании нужен один из таких процессов учета происхождения, посмотрите подходящие услуги.