タイプ 1 — ゼロ幅の Unicode 文字
現在の AI Web アプリケーションで最も普及しているタイプ。これらは、目に見えるグリフがなく、前進幅がゼロの Unicode コードポイントです。カーソルは正確に 0 ピクセルだけ右に移動します。これらは、視覚的な痕跡を残すことなく、ブラウザーからドキュメントにコピーアンドペーストしても存続します。一般的な例は次のとおりです。
- U+200B — 幅ゼロのスペース
- 最も一般的な AI 透かし文字。単語や文字の間に挿入します。
- U+200C — ゼロ幅の非結合子
- 合字を抑制するためのアラビア語/ペルシャ語テキストの正当なテキスト。ラテン文字文書における異形。
- U+200D — ゼロ幅ジョイナー
- 絵文字シーケンスで使用されます。絵文字のないプレーンテキストで表示される場合、それは常に人工物です。
- U+2060 — Word 結合器
- 機能的には、幅ゼロのノーブレークスペースと同等です。新しいモデルでは U+200B の代わりに使用される場合があります。
- U+FEFF — バイトオーダーマーク
- UTF-8 BOM。ファイルの先頭でのみ正当です。テキストの途中に配置すると、常に挿入アーティファクトが発生します。
タイプ 2 — 句読点の置換
AI モデルは、タイポグラフィーの豊富なコーパスに基づいてトレーニングされており、ASCII に相当するものではなく、波状 (「スマート」) 引用符と全角ダッシュがデフォルトで使用されます。これらは有効な Unicode であり、エンコード エラーは発生しませんが、ストレートな ASCII 句読点を必要とするコード、API、データベース、CMS フィールドでは場違いです。クロードは特に全ダッシュ置換に関連しています。
- U+2013 En ダッシュ / U+2014 Em ダッシュ
- 単純な ASCII ハイフンの代わりに使用されます。検出器トレーニングセットにおけるクロードと GPT-4 の作者の信頼できる予測子。
- U+00AD — ソフトハイフン
- 通常のレンダリングでは表示されませんが、改行では表示されます。実際のハイフンではなく、位置マーカーとして使用されます。
- U+2018–U+201D — 中引用符
- 誤字は正しいが、直線引用符を必要とする SQL クエリ、JSON 文字列、および多くの CLI ツールが壊れています。
タイプ 3 — 非改行スペースと特殊スペース
U+0020 の外側にいくつかのスペース文字が AI テキストに表示されます。非改行スペース (U+00A0) は改行を妨げ、レスポンシブ HTML でレイアウトの問題を引き起こします。フランス語ロケール モデルでは、特定の句読点の周囲に狭い非改行スペース (U+202F) が表示されます。表意文字スペース (U+3000) は、欧文テキストと混合された CJK モデル出力に表示されます。すべては意味的には無害ですが、構造化されたコンテキストでは破壊的です。
タイプ 4 — HTML およびデータ属性のフィンガープリント
ChatGPT の Web インターフェイスからエクスポートまたはコピーすると、クリップボード ペイロードには、独自のデータ属性 (data-message-id、data-start、data-end、data-scroll-id) を持つ HTML タグが含まれます。これらの属性は、会話とその中の各トークンの位置を一意に識別します。 HTML 入力を受け入れるリッチ テキスト エディターまたは CMS に貼り付けると、これらのフィンガープリントがドキュメントのソース コードにサイレントに埋め込まれます。
タイプ 5 — 統計的なトークン確率のウォーターマーク
モデルレベルで実装された統計的ウォーターマークは、各生成ステップでモデルの語彙を「グリーン リスト」と「レッド リスト」に分割することによって機能します。モデルのロジットは、グリーンリスト トークンを優先するようにシフトされています。バイアスは十分小さいため、出力品質には影響しませんが、ドキュメント全体にわたってグリーン トークンの余剰は統計的に高い信頼性で検出可能です。テキスト用の Google SynthID はこのアプローチを使用します。文字スキャナーでは、これらの透かしを検出または削除することはできません。
タイプ 6 — 意味論的で言い換え耐性のある透かし
研究プロトタイプでは、同義語か文の再構築のどちらかを選択して透かしを埋め込み、意味は保持しながらも隠された部分を伝えます。透かしは表面的な形式ではなく意味論にあるため、言い換えても存続します。これらのウォーターマークは消費者向け AI 製品にはまだ導入されていませんが、EU AI 法の出所透明性規定に基づいて積極的な標準化の取り組みの対象となっています。