Penghapus Watermark Claude Gratis Bangun Ulang Teks, Hilangkan Tanda

Anthropic mulai menyematkan watermark tak terlihat pada keluaran teks Claude pada 11 Agustus 2026, mencakup setiap model yang dirilis mulai 2 Agustus dan seterusnya. Tanda ini adalah penanda statistik yang ditanamkan pada pilihan kata model, tanpa karakter tersembunyi di halaman, itulah sebabnya ia bertahan melalui proses penyalinan dan tempel, dan itulah sebabnya pembersih yang memburu karakter tak terlihat tidak mencapai apa pun terhadapnya. Membangun ulang teks adalah yang membuatnya hilang. Tempelkan hingga 500 kata dan setiap kalimat kembali tersusun dari pilihan kata yang berbeda, dengan angka, hedges, dan rujukan Anda persis seperti yang Anda tinggalkan.

Tempel atau ketik teks Anda, lalu jalankan alat. Hasil akan muncul di bawah dalam hitungan detik.

0 / 500 kata
Setiap kalimat dibangun ulang, angka dan referensi tetap utuh2 kali gratis per hari dengan akun gratis
Peneliti akademik menggunakan TextPulse.aiPeneliti akademik menggunakan TextPulse.aiPeneliti akademik menggunakan TextPulse.aiPeneliti akademik menggunakan TextPulse.aiPeneliti akademik menggunakan TextPulse.aiPeneliti akademik menggunakan TextPulse.ai

84,000+

Peneliti Internasional

4.9

Rata-rata Penilaian

Dipercaya oleh peneliti yang menerbitkan di

Elsevier logoSpringer Nature logoWiley logoIEEE logoTaylor & Francis logoSAGE Publishing logoCambridge University Press logoOxford University Press logoMDPI logo

Tiga langkah dari bagian bertanda ke teks yang dibangun ulang

01

Tempel bagian teks

Antara 40 hingga 500 kata. Batas bawah ini benar-benar penting: tanda yang dibaca dari distribusi token memerlukan rentang teks yang cukup sebelum bermakna, dan begitu pula pembangunan ulang yang harus mempertahankan makna Anda secara utuh.

02

Setiap kalimat dibangun kembali

Model yang berbeda menjana ulang bagian tersebut per kata, menggeser cara kalimat dibuka dan bagaimana klausa-klausanya disusun. Karena setiap token baru, sinyal yang dikunci pada sampling Claude tidak punya apa pun untuk ditumpangi.

03

Periksa, lalu gunakan

Letakkan hasil pembangunan ulang di samping teks asli Anda. Angka, hedging, kosakata bidang, dan referensi semuanya dipertahankan, tetapi Andalah yang memastikan maknanya tersampaikan tanpa perubahan.

Apa yang diubah oleh pembangunan ulang dan apa yang tetap dipertahankan

Mencatat penanganan dan tidak mengatakan apa pun tentang kepengarangan

Kirim paragraf Anda sendiri untuk penyuntingan salinan dan paragraf itu kembali bertanda. Sinyal ini tidak dapat membedakan suntingan dari draf yang ditulis dari nol.

Pembangunan ulang, bukan penyaringan

Menghapus karakter tersembunyi tidak dapat menjangkau tanda yang hidup dalam pilihan kata. Menghasilkan token itu kembali adalah satu-satunya mekanisme yang benar-benar berpengaruh.

Klaim tetap sama ukurannya

May tetap may dan suggests tetap suggests. Angka, tanggal, nama, dan kualifikasi tiba dengan tepat seperti saat berangkat.

Referensi disalin persis

Kutipan, sitasi dalam teks, dan entri daftar pustaka direproduksi karakter demi karakter, tidak pernah diparafrasekan dan tidak pernah dinomori ulang.

Apa yang sebenarnya dibangun Anthropic, dan mengapa penyaringan tidak dapat menyentuhnya

Pada 11 Agustus 2026 Anthropic mengumumkan bahwa sebuah watermark tak terlihat akan disematkan pada teks yang dihasilkan modelnya, sebagaimana didokumentasikan di pusat bantuannya pada How Claude marks AI-generated content. Model yang dirilis pada atau setelah 2 Agustus 2026 mendukung penandaan sejak peluncuran, dan Anthropic menyatakan bahwa pihaknya sedang bekerja untuk memperluasnya ke model yang lebih awal melalui masa transisi. Cakupannya meliputi Claude API, claude.ai, Claude Code, Claude Cowork, dan Claude yang disajikan melalui AWS, Google Cloud, dan Microsoft Foundry, berlaku secara global, dan tidak menawarkan opsi keluar pada paket apa pun. Pendorongnya adalah EU AI Act dan Code of Practice Pasal 50(2) tentang transparansi untuk konten yang dihasilkan AI, yang mewajibkan penyedia menandai keluaran yang dihasilkan mesin; Anthropic memilih menerapkan tanda itu secara global alih-alih membatasinya pada Eropa.

Mekanismenya bukan karakter tersembunyi dan bukan bidang metadata. Saat menulis, sebuah model terus-menerus memilih di antara kata-kata yang menurut statistik cukup dapat dipertukarkan pada titik itu dalam kalimat. Watermark bertumpu pada pilihan-pilihan itu menggunakan kunci yang hanya dipegang Anthropic, sehingga pada rentang prosa yang cukup panjang distribusi yang dihasilkan membawa sebuah tanda yang dapat diukur. Tidak ada yang ditambahkan ke halaman, itulah sebabnya tulisan tetap terbaca normal, mengapa Anthropic dapat dengan wajar mengatakan bahwa makna dan kualitas tidak berubah, dan mengapa tanda itu tetap terbawa melalui salin-tempel, perubahan format file, dan konversi ke teks biasa tanpa melemah.

Itulah yang membuat garis pemisah bersifat mekanis, usaha tidak ada kaitannya dengannya. Apa pun yang membuat kata-kata Anda tetap berdiri membuat tanda tangan ikut berdiri bersama mereka: menyalin, memformat ulang, mengubah jenis file, menghapus karakter tak terlihat. Apa pun yang merekonstruksi urutan token menghancurkannya: penulisan ulang yang substansial, parafrasa yang berat, penerjemahan ke bahasa lain. Anthropic telah mengatakan demikian, dengan menggambarkan sistem sebagai langkah pertama yang memungkinkan penyuntingan untuk mengalahkannya. Cuplikan pendek gagal ke arah yang berbeda sepenuhnya, karena pengukuran statistik memerlukan volume teks tertentu sebelum dapat mendukung kesimpulan apa pun.

Itulah tepatnya letak kekeliruan alat gratis yang saat ini dipasarkan sebagai penghapus watermark AI. Alat-alat itu mencari Unicode lebar nol dan spasi tak terlihat lalu menghapus apa pun yang ditemukan, yang merupakan jawaban yang masuk akal untuk masalah yang berbeda dan tidak menghasilkan apa pun di sini. Jalankan salah satu pembersih itu pada keluaran Claude dan hasil yang kembali terukur persis seperti sebelumnya.

Perlu dicatat dari mana keluhan itu berasal. Reaksi yang mendominasi pengumuman bukan datang dari orang-orang yang menyembunyikan penyusunan draf AI, melainkan dari penulis yang menggunakan model sebagai editor. Kirimkan satu paragraf jadi buatan Anda ke Claude untuk copy-edit, dan ia kembali dengan watermark, karena tanda tersebut mendaftarkan bahwa model menghasilkan token-token itu dan tidak mengatakan siapa yang menghasilkan pemikiran. Pengacara, akademisi, dan peneliti mengangkat poin yang sama dalam hitungan jam: tulisan manusia mereka, yang disunting secara ringan, kini akan membawa sinyal yang dapat dibaca oleh pemberi kerja, jurnal, atau institusi sebagai bukti kepengarangan mesin. Membangun ulang bagian tersebut dengan kata-kata baru adalah jawaban langsung untuk itu.

Sementara itu, pendeteksian berjalan melalui Anthropic saja. Ini direncanakan melalui antarmuka milik perusahaan itu sendiri, dan detektor AI umum tidak dapat membaca sinyal ini sama sekali. Bahkan melalui kanal itu, jawabannya bersifat probabilistik: hasil positif mengatakan teks tersebut mungkin telah melewati Claude, tanpa menetapkan kepenulisan, tanpa mengkuantifikasi seberapa banyak yang ditulis oleh mesin, dan tanpa memisahkan draf dari sebuah pengeditan. Hasil negatif nyaris tidak mengatakan apa pun, karena teks yang tidak diberi tanda tetap bisa dihasilkan oleh mesin. Membaca salah satu hasil itu sebagai bukti salah paham tentang apa yang sanggup didukung oleh pengukuran tersebut. Pendalaman kami, di di mana tanda itu benar-benar berada dan apa yang dibuktikannya, dibahas sepenuhnya.

Cara humanizer AI kami menghapus watermark Claude

Yang ditawarkan halaman ini adalah penyusunan ulang satu bagian teks. Humanizer AI TextPulse menjangkau lebih jauh, dan ketika seluruh dokumen membawa tanda itu, itulah jawaban yang lebih lengkap. Humanisasi bukanlah penyuntingan yang diterapkan di atas apa yang sudah ada, dan tidak mencari bagian-bagian yang terbaca sebagai ditulis mesin agar dapat menambal bagian itu dan membiarkan sisanya. Ia membongkar dokumen dan menulisnya kembali, memindahkan prosa bergaya AI ke dalam tulisan bergaya manusia: panjang kalimat tidak lagi datang dengan ukuran yang sama, pola klausa tidak lagi berulang, register melonggar di tempat penulis manusia akan melonggarkan, dan kosakata yang menandai draf sebagai hasil mesin digantikan oleh pilihan kata yang akan dipilih penulis manusia.

Pembersihan watermark muncul dari proses itu, dan muncul sepenuhnya. Yang membawa tanda Anthropic adalah rangkaian token tertentu yang dipilih Claude. Setelah humanizer menulis ulang sebuah dokumen, tidak satu pun token itu masih tersisa: setiap kalimat dihasilkan ulang oleh mesin yang berbeda, diputus pada titik yang berbeda, dan diambil dari sebaran pilihan kata yang berbeda. Tidak ada hasil parsial yang mungkin di sini, dan tidak ada residu yang bertahan dalam paragraf yang ditangani secara ringan, karena tidak ada yang ditangani secara ringan. Jejak statistiknya tidak lagi memiliki sesuatu untuk dibandingkan.

Skala adalah yang membedakan keduanya. Alat di atas bekerja pada 500 kata sekaligus dan mengekspresikannya kembali secara setia, itulah yang dibutuhkan oleh satu paragraf. Untuk memanusiakan teks AI di seluruh laporan lengkap, artikel, bab tesis, atau naskah, dan agar yang kembali terbaca seolah-olah ditulis oleh seseorang, bukan sekadar terbaca berbeda, AI humanizer mengambil seluruh dokumen dalam satu kali proses humanisasi, sambil menahan sitasi, angka, dan kosakata teknis Anda dengan hati-hati seperti alat ini. Siapa pun yang menghadapi watermark pada draf lengkap seharusnya mulai dari sana.

Di sekelilingnya, AI word cleaner menangkap kosakata yang menjadi petunjuk studi sidik kosakata kami yang dikuantifikasi secara rinci, kosakata yang tidak ditargetkan oleh rekonstruksi ulang, dan sisanya dari alat gratis menangani pemeriksaan yang mengelilinginya.

Example: one paragraph, assembled from a different set of tokens

A Claude-edited passage beside its rebuild. Read the two together: every claim, figure and hedge is the same, and no sentence keeps the wording it arrived with.

You paste

Our analysis indicates that hybrid scheduling appears to influence team coordination, although the size of that influence differs markedly between departments. Staff in project-based teams described smoother handovers once fixed office days were introduced, whereas staff in support and front-desk roles described the opposite pattern.

What comes back

Hybrid scheduling appears, on our analysis, to shape how teams coordinate, though how much it shapes them varies markedly from department to department. Among staff on project-based teams, handovers were described as running more smoothly after fixed office days came in; in support and front-desk roles the description ran the other way.

  • UnchangedEach claim, and how far it commits
    "Indicates" and "appears to" both survive as hedges rather than firming up. A rebuild that promoted the finding to "demonstrates" would have broken the paragraph even while removing the mark.
  • UnchangedThe vocabulary of the field and the contrast it draws
    Hybrid scheduling, project-based, support and front-desk carry defined meanings here, so they are reproduced rather than paraphrased into looser wording.
  • RebuiltSentence openings and the order of clauses
    The opening no longer leads with "Our analysis"; the second sentence turns on a semicolon and reverses which group is named first.
  • RebuiltEvery token in the sequence
    This is the part that matters. The watermark is a property of the words the first model settled on, so a passage regenerated word by word has nothing to carry it forward.

Nothing was cut and nothing was added. The paragraph still makes the same two claims, at the same strength, about the same two groups, in 51 words rather than 50. That is the whole mechanism: meaning travels between wordings, a token sequence does not.

Siapa yang perlu menghapus watermark Claude

Penulis yang menggunakan Claude sebagai penyunting naskah

Paragraf itu milik Anda, argumennya milik Anda, dan tanda itu tetap mengatakan bahwa model yang menanganinya. Penyusunan ulang memulihkan atribusi yang hilang karena penyuntingan.

Peneliti yang mengirimkan ke venue yang sensitif terhadap tanda

Jurnal dan institusi sedang menyusun kebijakan kepengarangan AI dengan cepat, dan sinyal positif mudah dibaca sebagai lebih meyakinkan daripada yang sebenarnya.

Profesional dengan kewajiban kepada klien dan pemberi kerja

Pengacara dan konsultan termasuk yang pertama keberatan, karena dokumen yang terbaca sebagai ditulis mesin menimbulkan pertanyaan yang tidak pernah diantisipasi oleh ketentuan keterlibatan mereka.

Penulis ESL dan multibahasa

Model penyuntingan sering kali menjadi hal yang mengubah pemikiran yang kuat menjadi bahasa Inggris yang lancar. Tanda itu tidak dapat membedakan bantuan semacam itu dari generasi penuh, dan penyusunan ulang mengembalikan pilihan kata ke tangan Anda.

Pertanyaan tentang watermark Claude

Ada pertanyaan lain? Telusuri FAQ lengkap

Bagian telah dibangun ulang.
Sekarang masukkan seluruh dokumen.

Humanizer TextPulse menyusun ulang frasa dan ritme di seluruh draf lengkap, yang menghapus tanda pada tingkat token dari awal hingga akhir sambil mempertahankan makna, angka, dan referensi Anda tetap utuh.