背景
內容溯源（content provenance）指的是協助人們理解一段內容從何而來、如何被生成或編輯，以及是否帶有與特定 AI 模型相關訊號的一套技術與機制。根據 OpenAI 於 2026 年 10 月 5 日在官網發布的說明文章，該公司此前已針對圖像與音訊提供公開的驗證工具，而這次公布的是針對文字內容的浮水印方案，直接動因是歐盟 AI 法案（EU AI Act）的要求。該法規要求生成式 AI 提供者必須讓機器生成的文字能以機器可讀的方式被識別出來。不過 OpenAI 在文中坦言，文字浮水印與檢測仍是早期技術，存在明顯限制，業界對其效益與負責任使用方式的看法也仍在形成中。
分階段的推行方式
OpenAI 採取的是分階段且強調透明度的做法。首先，即日起全球 API 客戶可以針對部分模型選擇開啟文字浮水印，但預設是關閉的。其次，未來數週內，歐盟境內符合條件的 ChatGPT 與 Codex 文字輸出將加入隱形浮水印，涵蓋所有付費方案，但僅限歐盟地區，不會在推出時成為全球預設。第三，文字浮水印檢測器的存取權限開放申請，但初期僅限獲准的研究人員與專業組織，用於協助評估與改進技術，不對大眾公開。這套做法只針對文字溯源，圖像與音訊的驗證工具，包括 openai.com/verify 網頁工具與 Content Provenance API，維持公開可用。
textGrain 的運作方式與檢測表現
OpenAI 的文字浮水印技術名為 textGrain，其原理是在模型選詞過程中加入一種肉眼不可見的統計訊號，檢測器則透過尋找這個訊號來判斷一段文字是否帶有 OpenAI 浮水印。技術細節收錄於其技術報告中，OpenAI 也表示計畫將此技術開源，讓其他團隊能在此基礎上發展。根據其內部評估，textGrain 的表現與其他測試過的方法相當或更好，包括 Google 提出的 SynthID 文字版本。
但實驗室條件下的良好表現，不代表日常使用中能可靠檢測。檢測器可能犯兩種錯誤：對沒有浮水印的文字誤報（false positive），或漏掉確實存在的浮水印（false negative）。OpenAI 公布的數據揭示了幾個實際限制。第一，文字越短、用字越受限，越難檢測。在目標誤報率 1% 的條件下，對 ELI5 資料集中約 200 token 的心理學類回答，檢出率約 80%；拉長到 400 token 則約 95%；但數學類內容因措辭彈性較小，檢出率明顯更低。第二，編輯會削弱浮水印。在 400 token 的段落中，若將 10% 的詞替換為同義詞，檢出率從約 92% 降至 66%；若替換 25% 的詞，檢出率僅剩 17%。這些數字說明，翻譯、改寫或大幅編輯都可能讓浮水印失效。
對輸出品質的影響
外界對浮水印常見的疑慮是：在選詞過程中注入統計訊號，會不會犧牲模型表現？OpenAI 以旗下最新前沿模型 Astra 的多項基準測試回應，指出加入浮水印前後未觀察到有意義的效能差異。例如 Artificial Analysis Intelligence Index 在未浮水印時為 49.57 分，浮水印後為 49.76 分；GPQA Diamond 分別為 94.44% 與 93.94%；HealthBench Professional 為 64.27% 與 64.60%。個別測試甚至略有提升，如 Terminal-Bench Science 0.1 從 56.90% 升至 60.00%，DeepSWE v1.1 則從 72.80% 小幅降至 71.68%。整體而言，浮水印對品質的影響在其測量範圍內可視為微小。
浮水印不能說明什麼
OpenAI 特別用一節釐清檢測結果的解讀界線，這也是整份文件中最具實務意義的部分。浮水印無法衡量人類貢獻，它只能指出某 OpenAI 系統可能生成或處理過部分內容，但無法判斷人類投入了多少判斷、編輯或創意。浮水印不能確立所有權或法律責任，無法判斷文字歸誰、使用是否合法或應否揭露。浮水印也不會識別使用者，不會將人物、組織、帳號、提示詞或對話與文字連結。浮水印更不驗證真實性，檢出結果不代表內容正確、不具誤導性或無害。最關鍵的一點是：未檢出浮水印並不能證明是人類所寫，因為文字可能太短、被編輯過、被翻譯過，或本來就出自其他公司的工具。換言之，檢測結果只能作為有限訊號，而非確定性證據。
影響與限制
在更宏觀的層面，OpenAI 採取分層的內容溯源策略。針對圖像輸出加入 Content Credentials（可記錄檔案來源與歷史的標準化中繼資料），並遵循 C2PA 標準，同時在支援的圖像與音訊中嵌入 SynthID 隱形浮水印。這些技術彼此互補：中繼資料可被移除，但隱形浮水印能在中繼資料消失後仍保留訊號。延伸到文字領域時，則必須面對文字容易被改寫、翻譯與編輯的特性，這正是文字浮水印檢出率容易崩潰的根本原因。
值得注意的是，OpenAI 將檢測器初期限定給獲准的研究者與專業組織，並依 Code of Practice 逐案審核，理由是誤報與漏檢的風險使公開檢測工具目前尚不適合對大眾開放。檢測器僅回報是否偵測到 OpenAI 浮水印，不會揭露使用者身分、提示詞或對話內容。該公司也表示會持續研究浮水印在編輯與翻譯下的耐久性，並探索更有意義地區分「AI 輔助」與「AI 創作」的方法，隨技術、標準與監管要求演進而調整做法。對法規遵循而言，這套方案顯示一種務實路線：滿足 EU AI Act 對機器可讀識別的要求，同時公開承認技術邊界，避免讓檢測結果被過度解讀為確定性判定。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。