OpenAI разрешила клиентам API включать водяные знаки в тексте, сгенерированном отдельными моделями. Функция работает по добровольному принципу и по умолчанию отключена — важная оговорка для команд, которые используют LLM в продуктах, редакционных контурах и внутренних системах, где происхождение каждого ответа внезапно становится не только этическим, но и юридическим вопросом.
Новая настройка доступна API-заказчикам по всему миру, сообщает The New Stack. OpenAI не включает маркировку автоматически: разработчик или организация должны выбрать её самостоятельно. Параллельно компания планирует в ближайшие недели добавлять невидимую маркировку к подходящим текстам, созданным ChatGPT и Codex для пользователей в Евросоюзе. Глобальным поведением по умолчанию это на старте не станет.
Речь не о видимой подписи вроде «этот текст написан ИИ» в конце ответа. Текстовая маркировка встраивает статистический сигнал в выбор слов и токенов при генерации. Для читателя результат должен выглядеть обычным текстом, а специализированный проверяющий инструмент — находить признаки машинного происхождения. Такой подход полезнее обычных детекторов «AI-письма»: последние пытаются угадать автора по стилю и регулярно уверенно ошибаются на текстах студентов, не носителей языка и просто аккуратных редакторов.
Однако водяной знак не превращает текст в неизменяемый цифровой документ. Его устойчивость зависит от длины фрагмента и степени переработки. Сокращение, перевод, глубокое редактирование или генерация нового варианта по исходному смыслу могут ослабить сигнал либо вовсе убрать его. Поэтому водяные знаки в тексте — это индикатор происхождения, а не доказательство авторства и не готовый инструмент для автоматических санкций в HR, образовании или модерации.
Выбор OpenAI заметно отличается от позиции Anthropic. Компания ранее объявила, что новые модели Claude будут добавлять невидимую маркировку в текст на уровне модели; подход распространяется на разные продукты и каналы доступа. OpenAI оставляет решение API-клиенту. Для бизнеса это означает больше контроля: можно включить маркировку для публичного чат-бота, генератора описаний товаров или контентного сервиса, но не применять её там, где модель выступает вспомогательным инструментом разработчика.
Именно последний сценарий выглядит самым чувствительным. Код, SQL-запросы, конфигурации и техническая документация часто проходят через API и затем редактируются человеком. Если метод маркировки влияет на предпочтение токенов при генерации, инженерным командам логично отдельно проверить качество кода, стабильность тестов и воспроизводимость ответов до включения функции в production. The New Stack отдельно поднимает вопрос о том, как такие предпочтения токенов могут сказаться на качестве генерируемого кода; OpenAI не раскрыла для этого сценария отдельные показатели обнаружения.
Для российских команд, работающих на международных рынках, настройка важна прежде всего как элемент архитектуры доверия. В продукте придётся заранее решить, какие ответы маркируются, кто и в каком процессе проверяет происхождение текста, как это отражается в логах и пользовательских условиях. Не менее важно не обещать пользователям того, чего технология не делает: наличие знака не доказывает вредный умысел, а отсутствие не доказывает участие человека.
За запуском стоит более широкий регуляторный тренд: европейские требования к прозрачности ИИ подталкивают поставщиков моделей делать синтетический контент машиночитаемо различимым. OpenAI выбрала компромисс между этим давлением и требованиями API-разработчиков к управляемости. Главный вопрос теперь не в том, появятся ли водяные знаки в тексте у крупных моделей, а в том, смогут ли поставщики дать независимую и достаточно доступную проверку, не превратив маркировку в закрытый сигнал, полезный только владельцу модели.