Rimuovi watermark Claude gratuito Ricostruisci il testo, elimina il segno

Anthropic ha iniziato a incorporare un watermark invisibile nell'output di testo di Claude il 11 agosto 2026, coprendo ogni modello rilasciato dal 2 agosto in poi. È un segno statistico impostato nella scelta delle parole del modello, senza alcun carattere nascosto nella pagina, ed è per questo che attraversa copia e incolla e per cui i pulitori che cercano caratteri invisibili non ottengono nulla contro di esso. Ricostruire il testo è ciò che lo elimina. Incolla fino a 500 parole e ogni frase torna assemblata con formulazioni diverse, con le tue figure, le tue cautele e i tuoi riferimenti esattamente come li hai lasciati.

Incolla o digita il tuo testo, poi avvia lo strumento. I risultati appaiono sotto in pochi secondi.

0 / 500 parole
Ogni frase ricostruita, numeri e riferimenti intatti2 esecuzioni gratuite al giorno con un account gratuito
Ricercatore accademico che usa TextPulse.aiRicercatore accademico che usa TextPulse.aiRicercatore accademico che usa TextPulse.aiRicercatore accademico che usa TextPulse.aiRicercatore accademico che usa TextPulse.aiRicercatore accademico che usa TextPulse.ai

84,000+

Ricercatori internazionali

4.9

Valutazione media

Scelto da ricercatori che pubblicano in

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

Tre passaggi dal brano segnato al testo ricostruito

01

Incolla il brano

Da 40 a 500 parole. Questo limite inferiore svolge un ruolo reale: un segno letto da una distribuzione di token richiede un tratto di testo abbastanza lungo prima di avere significato, e lo stesso vale per una ricostruzione che deve trasferire intatto il tuo significato.

02

Ogni frase viene ricostruita

Un modello diverso rigenera il passaggio parola per parola, spostando come iniziano le frasi e come sono disposte le loro clausole. Poiché ogni token è nuovo, un segnale associato al campionamento di Claude non ha nulla su cui appoggiarsi.

03

Controllalo, poi usalo

Affianca la ricostruzione al tuo originale. Numeri, attenuatori, lessico disciplinare e riferimenti restano tutti fissi, ma sei tu a confermare che il significato è passato senza danni.

Cosa cambia la ricostruzione e cosa lascia invariato

Registra la gestione e non dice nulla sulla paternità

Invia un tuo paragrafo per una revisione e torna segnato. Il segnale non può distinguere una modifica da una bozza scritta da zero.

Una ricostruzione invece di un filtro

Eliminare i caratteri nascosti non può raggiungere un segno che vive nella scelta delle parole. Rigenerare i token è l’unico meccanismo che abbia davvero effetto.

Le affermazioni mantengono la loro portata

May resta may e suggests resta suggests. Numeri, date, nomi e qualificatori arrivano esattamente come sono partiti.

Riferimenti copiati esattamente

Citazioni, riferimenti nel testo e voci bibliografiche sono riprodotti carattere per carattere, mai riformulati e mai rinumerati.

Che cosa ha costruito davvero Anthropic, e perché il filtraggio non può toccarlo

L'11 agosto 2026 Anthropic ha annunciato che un watermark invisibile sarebbe stato incorporato nel testo prodotto dai suoi modelli, documentato nel suo centro assistenza sotto How Claude marks AI-generated content. I modelli rilasciati il 2 agosto 2026 o successivamente supportano la marcatura fin dal lancio, e Anthropic afferma di stare lavorando per estenderla ai modelli precedenti attraverso un periodo di transizione. La copertura include la Claude API, claude.ai, Claude Code, Claude Cowork e Claude fornito tramite AWS, Google Cloud e Microsoft Foundry, si applica a livello globale e non offre alcuna opzione di esclusione in nessun piano. A guidarla sono l'EU AI Act e il suo Article 50(2) Code of Practice sulla trasparenza per i contenuti generati dall'IA, che richiede a un fornitore di marcare l'output generato dalla macchina; Anthropic ha scelto di applicare il marchio a livello globale invece di limitarlo all'Europa.

Il meccanismo non è un carattere nascosto e non è un campo di metadati. Mentre scrive, un modello sceglie continuamente tra parole che le statistiche valutano come abbastanza intercambiabili in quel punto della frase. Il watermark si basa su queste scelte usando una chiave detenuta solo da Anthropic, così che, su un tratto sufficientemente ampio di prosa, la distribuzione risultante porti una firma misurabile. Non viene aggiunto nulla alla pagina, ed è per questo che il testo si legge normalmente, perché Anthropic può affermare correttamente che significato e qualità restano intatti, e perché il marchio passa attraverso un copia e incolla, un cambio di formato del file e una conversione in testo semplice senza indebolirsi.

Questo rende la linea di separazione meccanica, lo sforzo non c'entra. Qualsiasi cosa lasci le tue parole in piedi lascia anche la firma in piedi con esse: copia, riformattazione, modifica del tipo di file, eliminazione di caratteri invisibili. Qualsiasi cosa ricostruisca la sequenza di token lo distrugge: una riscrittura sostanziale, una parafrasi pesante, la traduzione in un'altra lingua. Anthropic ha detto quanto basta, descrivendo il sistema come un primo passo che l'editing è in grado di sconfiggere. Estratti brevi falliscono in tutt'altra direzione, perché una misurazione statistica richiede un certo volume di testo prima di poter supportare qualsiasi conclusione.

È proprio qui che i tool gratuiti attualmente commercializzati come rimovitori di watermark AI sbagliano. Cercano Unicode a larghezza zero e spaziatura invisibile e cancellano tutto ciò che trovano, il che era una risposta ragionevole a un problema diverso e qui non ottiene nulla. Se si esegue uno di quei pulitori sull'output di Claude, ciò che ritorna si misura esattamente come prima.

Vale la pena notare da dove proveniva la contestazione. La reazione che dominava l'annuncio non veniva da persone che nascondevano la stesura con AI, veniva da scrittori che usano il modello come editor. Invia un paragrafo finito scritto da te a Claude per una correzione e ritorna con watermark, perché il segno registra che il modello ha prodotto quei token e non dice nulla su chi abbia prodotto il pensiero. Avvocati, accademici e ricercatori hanno sollevato lo stesso punto entro poche ore: la loro scrittura umana, leggermente modificata, avrebbe ora portato un segnale che un datore di lavoro, una rivista o un'istituzione potrebbe leggere come prova di paternità da macchina. La risposta diretta a questo è ricostruire il passaggio con nuove formulazioni.

Nel frattempo, la rilevazione avviene solo con Anthropic. Viene pianificata tramite l'interfaccia proprietaria dell'azienda e i detector di AI generici non possono leggere affatto questo segnale. Anche tramite quel canale la risposta è probabilistica: un positivo dice che il testo potrebbe essere passato attraverso Claude, senza stabilire la paternità, senza quantificare quanto sia stato scritto da una macchina, e senza separare una bozza da una modifica. Un negativo dice quasi nulla, perché anche un testo non contrassegnato potrebbe essere generato da una macchina. Interpretare qualsiasi risultato come prova fraintende ciò che la misurazione è in grado di supportare; lo approfondimento di dove vive davvero il marchio e cosa dimostra copre tutto per intero.

Come il nostro humanizer AI rimuove la filigrana di Claude

Ciò che questa pagina offre è la ricostruzione di un singolo passaggio. L'humanizer AI di TextPulse va oltre, e quando un intero documento porta il segno, è la risposta più completa. L'umanizzazione non è una revisione applicata sopra ciò che è già presente, e non va a cercare i passaggi che sembrano scritti dalla macchina per correggerli e lasciare il resto intatto. Smonta il documento e lo riscrive, trasferendo una prosa in stile AI in una scrittura in stile umano: le lunghezze delle frasi smettono di presentarsi con la stessa misura, i modelli delle proposizioni smettono di ricorrere, il registro si attenua dove si attenuerebbe una persona che scrive, e il lessico che segnala una bozza prodotta dalla macchina lascia spazio alla formulazione a cui ricorrerebbe invece uno scrittore umano.

La rimozione della filigrana deriva da questo processo, e ne deriva completamente. Ciò che porta il segno di Anthropic è la particolare sequenza di token su cui Claude si è fermato. Una volta che l'humanizer ha riscritto un documento, nessuno di quei token è ancora presente: ogni frase è stata prodotta ex novo da un motore diverso, spezzata in punti diversi, tratta da una diversa distribuzione di scelte lessicali. Qui non è possibile alcun esito parziale, e nessun residuo sopravvive nei paragrafi trattati con leggerezza, perché nulla viene trattato con leggerezza. La firma statistica non ha più nulla con cui essere confrontata.

La scala è ciò che separa le due cose. Lo strumento sopra funziona su 500 parole alla volta e le riesprime fedelmente, ed è ciò di cui ha bisogno un singolo paragrafo. Per umanizzare il testo di AI in un report completo, un articolo, un capitolo di tesi o un manoscritto, e per far sì che ciò che torna venga letto come se lo avesse scritto una persona, invece che come una semplice lettura diversa, l'AI humanizer prende l'intero documento in una sola umanizzazione, mantenendo le tue citazioni, figure e il lessico tecnico con la stessa cura con cui fa questo strumento. Chiunque si trovi davanti a un watermark su una bozza completa dovrebbe partire da qui.

Intorno ad esso, l'AI word cleaner intercetta il vocabolario rivelatore il nostro studio sul fingerprint del vocabolario quantificato in dettaglio, il vocabolario che una ricostruzione non prende di mira e la restante serie di strumenti gratuiti gestisce i controlli intorno a questo.

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.

Chi ha bisogno di rimuovere una filigrana di Claude

Scrittori che usano Claude come correttore di bozze

Il paragrafo era tuo, l'argomentazione era tua, e il segno continua a dire che il modello vi ha lavorato. La ricostruzione ripristina l'attribuzione che la revisione ti è costata.

Ricercatori che presentano a sedi sensibili ai segni

Le riviste e le istituzioni stanno scrivendo rapidamente politiche sulla paternità AI, e un segnale positivo è facilmente letto come più conclusivo di quanto sia.

Professionisti con obblighi verso clienti e datori di lavoro

Avvocati e consulenti sono stati tra i primi a obiettare, perché un documento letto come scritto da una macchina solleva questioni che i loro termini di incarico non avevano mai previsto.

Scrittori ESL e multilingue

Un modello di editing è spesso ciò che trasforma un ragionamento solido in un inglese scorrevole. Il marchio non può distinguere questo tipo di assistenza dalla generazione integrale, e la ricostruzione rimette la formulazione nelle vostre mani.

Domande sul watermark di Claude

Altre domande? Consulta la FAQ completa

Passaggio ricostruito.
Ora fate passare l’intero documento.

L’humanizer di TextPulse rielabora formulazione e ritmo in una bozza completa, il che elimina un segno a livello di token dall’inizio alla fine mantenendo intatti significato, cifre e riferimenti.