Textové vodoznaky AI: skryté znaky versus značky výběru tokenů
Textové vodoznaky AI existují ve dvou formách a pouze jednu z nich tvoří znaky, které můžete odstranit.
| Typ vodoznaku | Kde se nachází | Viditelný pro tento nástroj | Odstranitelný tímto nástrojem |
|---|---|---|---|
| Značky ve formě skrytých znaků | V bajtech textu jako neviditelné nebo neobvyklé kódové body | Ano | Ano |
| Značky výběru tokenů | V samotném výběru slov | Ne | Ne |
Značky ve formě skrytých znaků jsou kódové body, které textový editor ukládá, ale obrazovka je nikdy nevykreslí.
Značky výběru tokenů jsou dané tím, které slovo model v každém kroku vybral, takže po sobě nezanechávají žádný znak, který by bylo možné najít nebo odstranit. Každý nástroj AI, který dnes označuje textový výstup, používá právě tento typ.
Co dělá znak Unicode neviditelným?
Znak je neviditelný, pokud na obrazovce nezabírá žádnou šířku. Standard Unicode toto chování zaznamenává pomocí vlastnosti Default_Ignorable_Code_Point a obecné kategorie Cf, což znamená formátování.
Default_Ignorable_Code_Point je odvozená vlastnost, publikovaná jako prostý textový seznam v souboru DerivedCoreProperties.txt pro každou verzi standardu. Tento čistič vychází ze standardu Unicode 17.0 vydaného 9. září 2025, který přidal 4 803 nových znaků a zvýšil celkový počet zakódovaných znaků na 159 801.
Stáhl jsem si data o vlastnostech Unicode 17.0 a sám je spočítal. Vlastnost Default_Ignorable_Code_Point nese 4 174 kódových bodů, ale pouze 405 z nich jsou přiřazené znaky. Zbývajících 3 769 jsou vyhrazené pozice, které zatím nic nevyužívá. Z oněch 405 je 256 selektorů variant a 97 se nachází v bloku Tags, což ponechává 52 znaků, které se objevují v běžném psaném textu.
Kategorie Cf obsahuje ve stejné verzi 170 znaků. Proto zaokrouhlené marketingové číslo jako „104 skrytých znaků“ samo o sobě nic neříká. Bez uvedené verze Unicode nelze toto číslo vůči ničemu ověřit.
Proč vodoznaky založené na výběru tokenů přečkají vyčištění znaků?
Vodoznak založený na výběru tokenů, nazývaný také statistický vodoznak, je ve slovech, která model zvolil, takže čištění neviditelných znaků tuto značku nezmění.
Žádný čistič znaků nedosáhne na vodoznak založený na výběru tokenů, protože značka spočívá v tom, která slova model zvolil, nikoli v jakémkoli znaku. Metoda může být veřejná, jako je tomu u SynthID Text, a ověření značky přesto vyžaduje vlastní tajný klíč dodavatele.
Lze z textu odstranit vodoznak ChatGPT?
Žádný čistič znaků nemůže vodoznak ChatGPT změnit, protože značka je ve volbě slov, ne ve skrytých znacích. Text z ChatGPT v EU nyní tento vodoznak nese a OpenAI ho nazývá textGrain. Tento čistič vaše slova nemění, takže značka textGrain zůstává.
Článek v Help Center OpenAI o signálech původu uvádí vodoznaky textGrain jen u textu z ChatGPT v EU. OpenAI článek aktualizovalo 28. října 2026 a já jsem ho ověřil 2. listopadu 2026. Podle článku textGrain „nepřidává skryté znaky, neviditelné mezery ani neobvyklou interpunkci“. Značka je neviditelná změna náhodnosti, se kterou model volí slova. Zákazníci API v jakékoli zemi mohou textové vodoznaky zapnout, ale API je ve výchozím stavu nechává vypnuté. Detektor textu od OpenAI mohou zatím používat jen schválené výzkumné a akademické organizace.
Starší příběh o ChatGPT se týká skrytých znaků, ne volby slov. Dne 20. dubna 2025 server Rumidocs informoval, že odpovědi modelů o3 a o4-mini obsahovaly znak U+202F NARROW NO-BREAK SPACE. Dne 22. dubna 2025 OpenAI serveru Rumidocs sdělilo, že tyto znaky byly „zvláštností rozsáhlého zpětnovazebního učení“, ne vodoznakem. Server Rumidocs příspěvek 23. dubna 2025 aktualizoval se zprávou, že se znaky přestaly objevovat. Tento čistič najde znaky jako U+202F, ukáže, kde každý z nich je, a nechá vás vybrat, co ponechat.
Jak náš čistič textu AI funguje krok za krokem
Čistič čte váš text přímo ve vašem prohlížeči a porovnává každý znak s více než 4 200 skrytými kódovými body Unicode. Než o znaku rozhodne, prozkoumá text kolem něj. Odstraní také značky AI, které do textu přidávají chatovací nástroje. Nakonec svůj vlastní výstup znovu zkontroluje.
Tato část popisuje, co se děje od chvíle, kdy text vložíte, až do chvíle, kdy zkopírujete výsledek. Všechny kroky probíhají ve vašem zařízení, v procesu na pozadí této stránky. Stránka váš text neodesílá na server.
- Načtení. Čistič načte váš text, když ho vložíte nebo otevřete soubor. Soubory UTF-8 otevře přímo, soubory UTF-16 a většinu souborů Windows-1252 převede. Vše, co stáhnete, je v UTF-8.
- Mapování. Čistič najde části textu, pro které platí zvláštní pravidla: bloky kódu, vložený kód, odkazy a blok nastavení na začátku souboru Markdown. V režimu Markdown zapnou předvolby Standardní a Pokročilý ochranu kódu automaticky.
- Skenování. Čistič porovná každý znak s více než 4 200 skrytými a neobvyklými kódovými body z Unicode 17.0. Patří k nim znaky s nulovou šířkou, neobvyklé mezery, řídicí znaky, znaky tagů a podobně vypadající písmena.
- Kontrola kontextu. Čistič prozkoumá text kolem každého nálezu. Spojovací znak v emoji nebo v perském či hindském slově ponechá. Stejný spojovací znak mezi dvěma anglickými písmeny odstraní. Značky směru zprava doleva kontroluje odstavec po odstavci.
- Hledání značek AI. Čistič najde také tři typy stop AI tvořených běžným textem. Jsou to názvy nástrojů AI v metadatech Markdownu nebo HTML, odkazující značky ChatGPT v odkazech a citační kódy ze zkopírovaných odpovědí chatu.
- Vyčištění a nová kontrola. Když zvolíte Vyčistit text, čistič výsledek znovu prohledá a nahlásí každý skrytý znak, který v něm zůstal. Pokud odstraněný znak odděloval dvě slova, čistič na jeho místo vloží běžnou mezeru. Vaše slova se tak nespojí.
- Přehled vzorců. U anglického textu karta Vzorce psaní spočítá běžné vzorce psaní AI a u každého ocituje, kde se nachází. Karta vaše slova nemění.
Čistič nemění váš původní text ve vstupním poli. Seznam změn uvádí u každé změny oficiální název Unicode a její pozici. Před vyčištěním můžete jednotlivý nález ponechat nebo zvolit jinou předvolbu.
Jaké stopy AI čistič odstraní kromě skrytých znaků?
Čistič odstraňuje tři typy stop AI: názvy nástrojů AI v metadatech dokumentu, odkazující značky AI v odkazech a citační kódy ze zkopírovaných odpovědí chatu. Všechny tři mají podobu prostého textu. Kontrola, která hledá jen skryté znaky, je nenajde.
| Stopa AI | Příklad | Standardní | Pokročilý a Striktní |
|---|---|---|---|
| Názvy nástrojů AI v metadatech Markdownu nebo HTML | generator: ChatGPT | Zachováno ke kontrole | Odstraněno |
| Odkazující značky AI v odkazech | ?utm_source=chatgpt.com | Odstraněno. Zbytek odkazu se nezmění. | Odstraněno. Zbytek odkazu se nezmění. |
| Značky z kopírování chatu | :contentReference[oaicite:0]{index=0} | Odstraněno, ale ne v kódu | Odstraněno, ale ne v kódu |
Název nástroje AI v metadatech může být označením, které musíte zachovat. Proto předvolba Standardní tyto názvy pouze zobrazí ke kontrole. Pokud je název nástroje AI v titulku nebo v popisu, zobrazí ho všechny předvolby, ale nezmění ho.
ChatGPT přidává tuto odkazující značku k odkazům, které vám poskytne. Když odpověď vložíte do dokumentu, značka v odkazu zůstane. Čistič odstraní jen značku a zbytek odkazu se nezmění. Odkazy v kódu čistič nemění.
Jak čistič rozhoduje, které znaky ponechat?
Čistič se řídí kontextem. Tentýž neviditelný znak může být v jedné větě nežádoucí a v jiné nutný pro správný pravopis. Proto čistič před každým rozhodnutím prozkoumá písmena, písmo a emoji kolem daného znaku.
Čistič ponechává spojovací znaky s nulovou šířkou v emoji a v písmech, která je potřebují, například v perštině, hindštině a bengálštině. Ponechává selektory variant, které jsou součástí známé sekvence. Nezlomitelné mezery ponechává tam, kde je potřebuje sazba, například mezi číslem a jednotkou. Předvolba Standardní zobrazuje podobně vypadající písmena ke kontrole, například cyrilské а v anglickém slově. Předvolby Pokročilý a Striktní je nahradí latinským písmenem. Slova složená jen z cyrilských nebo jen z řeckých písmen čistič nemění.
Pokud správné rozhodnutí není jasné, předvolba Standardní znak ponechá a zobrazí ho ke kontrole. Všechna pravidla najdete v tabulce předvoleb níže.
Co ukazuje karta Vzorce psaní?
Karta Vzorce psaní ukazuje samostatné počty vzorců psaní, které čtenáři často nacházejí v textu psaném AI. U každého vzorce ocituje, kde se nachází. Nejde o skóre a vaše slova karta nemění.
Karta zkoumá šest vzorců. Jsou to stejně dlouhé věty, nadužívaná slova a fráze, fráze chatovacího asistenta, značky z kopírování chatu, šablonovitá stavba a malá pestrost slov. Každou kontrolu jsme vyzkoušeli na textech, které napsali lidé, a karta ukazuje, kolik z těchto textů každá kontrola označila. Pokud kontrola označila příliš mnoho textů, karta ji nezobrazuje. Kontroly slov zatím zkoumají pouze anglický text. Značky z kopírování chatu čistič hledá ve všech jazycích.
Používejte kartu jako kontrolní seznam pro své úpravy, ne jako rozhodnutí o tom, kdo text napsal. Pisatelé, jejichž prvním jazykem není angličtina, mohou dostat víc planých poplachů. Všechny tyto vzorce používají i lidští autoři.
Typy neviditelných znaků ve výstupech ChatGPT a Claude
Znaky, které tento čistič nachází, spadají do pěti skupin: znaky s nulovou šířkou, neobvyklé mezery, řídicí znaky, vizuálně zaměnitelná interpunkce a znaky tagů či soukromého užití. O značkách AI tvořených běžným textem, například o názvech nástrojů v metadatech, píšeme výše v části o tom, jak čistič funguje.
| Skupina | Příklady | Co dělá | Standardní předvolba |
|---|---|---|---|
| Znaky s nulovou šířkou | U+200B, U+200C, U+200D, U+2060, U+FEFF | Nezabírá žádnou šířku, přesto je uložen v souboru | Odstraňuje U+200B, U+2060 a U+FEFF a oba spojovací znaky ponechává jen v emoji a v písmech, která je potřebují |
| Neobvyklé mezery | U+00A0, U+2009, U+202F, U+3000 | Vypadá jako mezera, ale řadí se a vyhledává jako jiný znak | Převádí nezlomitelné mezery, pokud je nepotřebuje sazba, a všechny ostatní neobvyklé mezery ponechá |
| Řídicí znaky | Rozsahy C0 a C1, obousměrné řídicí znaky | Řídí vykreslování nebo narušuje parsery, nikdy se netiskne | Odstraňuje vše kromě tabulátoru a nového řádku |
| Vizuálně zaměnitelná interpunkce | Typografické uvozovky, půlpauzy a dlouhé pomlčky, U+00AD | Zobrazuje se, ale ne jako znak, který jste zadali | Ponechává beze změny |
| Tagy a soukromé užití | U+E0000 až U+E007F, oblast pro soukromé užití | Přenáší čitelný text, který žádný člověk nevidí | Odstraňuje |
Zde je praktický příklad, který jsem použil pro všechna měření na této stránce. Věta „The meeting starts at 9:30 am on 12 May.“ má 40 znaků a 40 bajtů při přímém zadání do editoru prostého textu. Po jednom průchodu textovým procesorem a zpět vyšla jako 42 znaků a 49 bajtů. Uvnitř se na začátku nacházela značka pořadí bajtů (BOM), za „am“ mezera s nulovou šířkou a dvě obyčejné mezery byly tiše vyměněny za U+202F a U+00A0. Devět bajtů navíc. Vzhledově se nezměnilo vůbec nic.
The meeting starts at 9:30 am on 12 May.Znaky s nulovou šířkou: U+200B, U+200C, U+200D, U+2060 a U+FEFF
Znaky s nulovou šířkou nezabírají na obrazovce žádné místo, ale v souboru stále existují, a proto může vložený text obsahovat značky, které nikdo nevidí.
| Kódový bod | Oficiální název v Unicode | Skutečná funkce |
|---|---|---|
| U+200B | ZERO WIDTH SPACE | Označuje možnost zalomení řádku, vkládáno převážně webovými editory |
| U+200C | ZERO WIDTH NON-JOINER | Udržuje písmena oddělená v perských a arabských slovech |
| U+200D | ZERO WIDTH JOINER | Spojuje emoji do jednoho obrázku a vytváří ligatury v indických písmech |
| U+2060 | WORD JOINER | Zabraňuje zalomení řádku v daném místě |
| U+FEFF | ZERO WIDTH NO-BREAK SPACE | Značka pořadí bajtů (BOM), obvykle ponechaná textovým editorem, nikoli AI |
Dva z těchto pěti znaků jsou funkční znaky, nikoli smetí. U+200C a U+200D nesou význam v reálných jazycích, což je důvod, proč je předvolba Standard ponechává v emoji a v písmech, která je potřebují.
Neobvyklé mezery: U+00A0, U+2009, U+202F a U+3000
Neobvyklé mezery vypadají jako běžná mezera, ale nesou jiný kódový bod, což narušuje vyhledávání, řazení i programový kód.
Unicode 17.0 definuje 17 znaků v kategorii Zs (oddělovač mezer) a pouze jeden z nich je mezera na vaší klávesnici. Vypsal jsem všech 17 z databáze znaků spolu s jejich šířkou v bajtech v UTF-8, protože právě bajtová velikost je činí nákladnými.
| Kódový bod | Oficiální název v Unicode | Bajty v UTF-8 |
|---|---|---|
| U+0020 | SPACE | 1 |
| U+00A0 | NO-BREAK SPACE | 2 |
| U+1680 | OGHAM SPACE MARK | 3 |
| U+2000 to U+200A | EN QUAD až HAIR SPACE, 11 znaků | Po 3 |
| U+202F | NARROW NO-BREAK SPACE | 3 |
| U+205F | MEDIUM MATHEMATICAL SPACE | 3 |
| U+3000 | IDEOGRAPHIC SPACE | 3 |
Jediný znak U+202F zabírá tři bajty, zatímco běžná mezera jeden, a vyhledávání výrazu „9:30 am“ nenajde „9:30 am“, pokud je oddělovačem U+202F. Tento nesoulad je důvodem, proč v předvolbách Pokročilá a Striktní převádím neobvyklé mezery a ponechávám ty, které potřebuje sazba; předvolba Standardní převádí jen nezlomitelné mezery, se stejnými výjimkami.
9:30 am
9:30 amZkopírujte ukázkový text a vložte ho do vstupního pole výše, abyste viděli výsledek.
Pomlčky, typografické uvozovky a měkké spojovníky vkládané editory
Typografické uvozovky, dlouhé pomlčky a měkký spojovník U+00AD obvykle pocházejí z nastavení automatických oprav textového procesoru, nikoli z jazykového modelu.
Unicode 17.0 přiřazuje vlastnost Dash 31 znakům, od obyčejného U+002D na vaší klávesnici až po U+2014 EM DASH a U+2E3A TWO-EM DASH. Pouze jeden z nich odpovídá stisku klávesy. Zbytek se objeví, když software usoudí, co jste měli na mysli. U+00AD je výjimkou, protože se jako spojovník vytiskne pouze tehdy, když se v daném místě zalomí řádek, a všude jinde zůstává neviditelný.
Pomlčky jsou tématem, které na podobnou stránku přivádí většinu lidí, a stručná odpověď zní: nic nedokazují. Celé vysvětlení se nachází níže v sekci věnované dlouhým pomlčkám (em dash).
Znaky tagů a soukromého užití, které v textu ukrývají instrukce
Znaky v bloku Unicode Tags, U+E0000 až U+E007F, mohou přenášet celou větu, kterou žádný lidský čtenář nikdy neuvidí. Právě takto útočníci pašují skryté instrukce do textu, který si později přečte asistent AI.
Blog AWS Security popsal pašování znaků Unicode 30. září 2025. Znaky tagů charakterizuje jako prvky, které byly „původně navrženy jako neviditelné značky pro označení jazyka v textu“ a které se „ukázaly jako potenciální vektor pro útoky typu prompt injection“. Výzkumná zpráva organizace Cloud Security Alliance z 10. března 2026 vysledovala stejný trik v dovednostech agentů AI (agent skills), popisech nástrojů a serverech MCP. Tato práce jmenuje blok Tags vedle U+200B, U+200C, U+200D a U+FEFF.
Jeden takový vzorek jsem vytvořil, abych zjistil jeho velikost. Viditelná věta „Great work on the report.“ má 25 znaků a 25 bajtů. Připojil jsem k ní instrukci o délce 42 znaků zakódovanou v tagových znacích. Soubor se zvětšil na 67 znaků a 193 bajtů. Na obrazovce se stále zobrazuje jako pět slov a tečka, ale skript z textu celou instrukci bez porušení vytáhl. Každý znak tagu zabírá čtyři bajty a nula pixelů.
Great work on the report.Toto je nejzávažnější důvod k čištění textu, který nemá nic společného s detekcí AI. Když vložíte blok textu z webové stránky do chatovacího asistenta, můžete mu nevědomky předat instrukce, které jste sami nikdy nenapsali.
Odstranění neviditelných znaků v prohlížeči: postup skenování a čištění
Tento čistič prohledá text ihned po jeho vložení, vypíše každý nález s jeho oficiálním názvem v Unicode i pozicí a nezmění vůbec nic, dokud nekliknete na Vyčistit text.
Celý postup má čtyři kroky:
- Vložte text nebo přetáhněte soubor .txt či .md.
- Zkontrolujte seznam nálezů. U každého znaku uvádí jeho název a pozici. U anglického textu si prohlédněte také kartu Vzorce psaní.
- Vyberte předvolbu, případně zachovejte konkrétní nálezy, které chcete chránit.
- Proveďte vyčištění a poté výsledek zkopírujte nebo stáhněte.
Tento čistič nepřepisuje, neparafrázuje ani „nehumanizuje“ jediné slovo vašeho textu. U anglického textu karta Vzorce psaní spočítá běžné vzorce psaní AI a ocituje, kde se každý objevuje, abyste sami rozhodli, co změnit.
Porovnání předvoleb: Standardní, Pokročilá a Striktní
Předvolba Standardní odstraňuje znaky, které způsobují problémy v běžném textu, Pokročilá rozšiřuje záběr a Striktní jich odstraní nejvíce.
| Skupina znaků | Standardní | Pokročilá | Striktní |
|---|---|---|---|
| Mezera s nulovou šířkou, spojovník slov, značka pořadí bajtů (BOM) | Odstraněno | Odstraněno | Odstraněno |
| Řídicí znaky obousměrného textu | Odstraněno, pokud neutvářejí text psaný zprava doleva; nejasné případy ponechány ke kontrole | Odstraněno, pokud neutvářejí text psaný zprava doleva; nejasné případy ponechány ke kontrole | Odstraněno všude |
| Řídicí znaky C0 a C1 kromě tabulátoru a zalomení řádku | Odstraněno; některé se změní na zalomení řádku nebo zůstanou ke kontrole | Odstraněno; některé se změní na zalomení řádku nebo zůstanou ke kontrole | Odstraněno; některé se změní na zalomení řádku nebo zůstanou ke kontrole |
| Blok tagů a znaky pro soukromé použití | Odstraněno | Odstraněno | Odstraněno |
| Měkký spojovník U+00AD | Odstraněno, kromě pozice mezi dvěma písmeny slova, ponecháno ke kontrole | Odstraněno | Odstraněno |
| Neobvyklé mezery v kategorii Zs | Nezlomitelné mezery převedeny na U+0020, pokud je nepotřebuje sazba; ostatní zachovány | Převedeno na U+0020, pokud je nepotřebuje sazba nebo text CJK | Převedeno na U+0020, pokud je nepotřebuje sazba nebo text CJK |
| Spojovací znaky U+200C a U+200D | Odstraněno, kromě sekvencí emoji a míst, kde je písmo potřebuje | Odstraněno, kromě sekvencí emoji a míst, kde je písmo potřebuje | Odstraněno všude |
| Selektory variant | Odstraněno, pokud není součástí rozpoznané sekvence; u čínských, japonských a korejských znaků zachováno ke kontrole | Odstraněno, pokud není součástí rozpoznané sekvence | Odstraněno všude |
| Typografické uvozovky a dlouhé pomlčky | Zachováno | Zachováno | Převedeno na rovné uvozovky a běžnou pomlčku |
| Názvy nástrojů AI v metadatech Markdownu nebo HTML | Zachováno ke kontrole | Odstraněno | Odstraněno |
| Odkazující značky AI v odkazech | Odstraněno | Odstraněno | Odstraněno |
| Značky z kopírování chatu | Odstraněno | Odstraněno | Odstraněno |
| Podobná a stylizovaná písmena | Zachováno ke kontrole | Nahrazeno běžnými písmeny, ale ne v matematických vzorcích, v čínském, japonském a korejském textu ani ve slovech složených jen z cyrilských nebo jen z řeckých písmen | Nahrazeno běžnými písmeny, ale ne v matematických vzorcích, v čínském, japonském a korejském textu ani ve slovech složených jen z cyrilských nebo jen z řeckých písmen |
Vedle předvoleb jsou tři rychlé filtry: smazat neviditelné znaky, nahradit dlouhé pomlčky a odstranit emoji. Filtr pomlček vás nechá vybrat jednu změnu pro dlouhé a krátké pomlčky: odstranit je, použít běžný spojovník, nebo použít čárku. Spojovník z klávesnice (-) nikdy nemění a číselné rozsahy a krátké pomlčky spojující dvě slova vždy dostanou běžný spojovník. Zveřejnění těchto pravidel je záměrné. Protože jsou všechna pravidla na této stránce, vidíte, co každá předvolba změní, ještě než stisknete Vyčistit text. Vyčištěný text pak můžete pravidlo po pravidle porovnat s tabulkou předvoleb.
Jak ochrana kódu Markdown zachovává bloky kódu neporušené?
V režimu Markdown čistič nemění ohraničené bloky kódu ani vložený kód. Ukázka kódu, která potřebuje přesně daný znak, si ho ponechá. Předvolby Standardní a Pokročilý zapínají ochranu kódu automaticky. V předvolbě Striktní ji musíte zapnout sami.
Kód je jediným místem, kde znak, který byste v běžném textu označili za smetí, plní zásadní funkci. Regulární výraz nebo testovací řetězec může záviset na tom, aby značka pořadí bajtů byla přesně tam, kde má být.
Opouští váš text vaše zařízení?
Ne. Kontrola i čištění probíhají přímo ve vašem prohlížeči a stránka váš text nikdy nikam nenahrává ani neukládá.
Jedním dechem je však třeba dodat i druhou, upřímnou část: tato stránka je bezplatná, takže může zobrazovat reklamy a používat webovou analytiku. Volitelný přehled ve formátu JSON zaznamenává, co se změnilo. Neobsahuje však vůbec žádný váš text.
Limity textu a souborů: 10 000 slov a 128 KB
Čistič přijímá až 10 000 slov a 128 KB textu, napsaného, vloženého nebo z jednoho souboru .txt či .md. Soubory ukládejte v kódování UTF-8; otevřou se i některé soubory v UTF-16 a Windows-1252 a každé stažení je v UTF-8.
Jiné typy souborů nejsou podporovány: soubory HTML, DOCX, PDF, JSON a CSV se neotevřou. Vložením získáte jen prostý text. Vložený zdrojový kód Markdown nebo HTML čistič čte tak, jak je napsaný, a hledá v něm značky AI. Je vyžadován JavaScript. Nepotřebujete účet a nic neplatíte. Rozhraní je k dispozici v 26 jazycích. Oficiální názvy Unicode zůstávají ve všech jazycích anglicky, protože přeložený název znaku už není názvem, který lze citovat.
Pokud chcete upravit fotografie místo textu, můžete odstranit informace o AI z obrázku nebo upravit metadata obrázku.
Označování textu AI podle poskytovatelů: srovnání ChatGPT, Claude, Gemini a Grok
ChatGPT, Claude a Gemini označují část svého textu volbou slov a text z API Groku dostává stejný typ značky od 7. listopadu 2026. Žádný poskytovatel neoznačuje text skrytými znaky.
| Poskytovatel | Označuje text | Metoda | Detekováno tímto čističem | Zdroj a datum |
|---|---|---|---|---|
| Anthropic, Claude | Ano | Vodoznak ve volbě slov, verze SynthID Text | Ne | Anthropic, oznámení z 11. srpna 2026, technická poznámka ze 14. srpna 2026, aktualizováno 1. září 2026 |
| Google, Gemini | Ano | SynthID Text, modulace pravděpodobnosti tokenů | Ne | Google DeepMind, 14. května 2024, uvolněno jako open source později téhož roku |
| OpenAI, ChatGPT | Ano, text z ChatGPT v EU; text z API po zapnutí | textGrain, vodoznak ve volbě slov bez skrytých znaků | Ne | OpenAI, článek nápovědy o původu, aktualizováno 28. října 2026 |
| SpaceXSI (xAI), Grok | Ano, text z API od 7. listopadu 2026, ve výchozím stavu zapnuto | Vodoznak ve volbě slov, který nepřidává znaky ani skrytý text | Ne | Dokumentace API SpaceXSI (xAI), Output Watermarking, aktualizováno 31. října 2026 |
Deník City AM 12. srpna 2026 informoval, že společnost xAI nepodepsala Kodex zásad EU pro transparentnost obsahu generovaného AI. Společnost xAI, nyní SpaceXSI, musí přesto dodržovat akt EU o umělé inteligenci. Dokumentace API SpaceXSI, aktualizovaná 31. října 2026, uvádí, že odpovědi API Groku obsahují od 7. listopadu 2026 vodoznak. Značka ovlivňuje, které tokeny model zvolí, takže nepřidává žádné znaky ani skrytý text. Značka je ve výchozím stavu zapnutá a správci týmů ji mohou vypnout pro jednotlivé modely, ale u některých modelů je trvale zapnutá. Dokumentace neuvádí, zda značku nese aplikace Grok nebo Grok na síti X.
Existuje detektor vodoznaku Claude?
K 2. listopadu 2026 neexistuje žádný veřejný detektor vodoznaku Claude. Anthropic nabízí detekci vodoznaku jen jako soukromou předběžnou verzi pro oprávněné organizace, jak to vyžaduje právo EU. Tento čistič vodoznak Claude rozpoznat nedokáže, protože značka je ve volbě slov, ne ve znacích.
Společnost Anthropic uvádí, že modely uvedené na trh 2. srpna 2026 nebo později nesou toto označení hned od spuštění. Pracuje také na přidání označování do modelů vydaných před tímto datem. Detekce textového vodoznaku není veřejně dostupný kontrolní nástroj. Anthropic uvádí, že detekce „je v současné době v neveřejném náhledu a je k dispozici oprávněným organizacím, jak vyžadují právní předpisy EU“. Seznam oprávněných subjektů zahrnuje regulační orgány, orgány činné v trestním řízení, média, ověřovatele faktů, výzkumné pracovníky, vzdělávací instituce a skupiny občanské společnosti v EU. Bezplatný nástroj Claude Content Checker, který Anthropic rovněž nabízí, čte pověření k obsahu C2PA (Content Credentials) ve vygenerovaných souborech, což je zcela odlišná věc od textového vodoznaku.
Jak funguje textový vodoznak v modelu Claude?
Claude vybírá mezi slovy, která jsou stejně vhodná, a tajný klíč rozhoduje o tom, které z nich zvolí. Značkou je sekvence těchto voleb, nikoli jakýkoli znak v textu.
Společnost Anthropic popisuje tento mechanismus přímočaře: „Místo použití libovolného generátoru náhodných čísel pro výběr dalšího slova využívá vodoznak tajný klíč a několik předchozích slov k určení, jaké slovo by měl model zvolit.“
Ohledně odolnosti se Anthropic vyjadřuje konkrétně: „Drobné úpravy pravděpodobně neodstraní vodoznak úplně,“ zatímco kompletní přepsání, kde je nahrazeno každé slovo, jej odstraní.
Podle společnosti Anthropic je textový vodoznak Claude verzí SynthID Text, metody, kterou Google DeepMind zveřejnil v roce 2024 v článku v časopise Nature. Značka se týká jen slov, která Claude volí, takže text, který Claude jen jazykově zkontroluje, jí nese málo.
Co označuje SynthID Text ve výstupu modelu Gemini?
SynthID Text vkládá svůj vzor do pravděpodobností tokenů v průběhu generování textu modelem Gemini. Google DeepMind oznámil textové vodoznaky SynthID pro aplikaci i webové rozhraní Gemini 14. května 2024. Metoda funguje „vložením dodatečných informací do distribuce tokenů v okamžiku generování prostřednictvím modulace pravděpodobnosti generovaných tokenů“. DeepMind tuto metodu zpřístupnil jako open source později téhož roku prostřednictvím své sady Responsible Generative AI Toolkit.
Zveřejněná omezení jsou stejně důležitá jako samotná metoda. SynthID Text funguje nejlépe u delších a rozmanitějších odpovědí. Naopak slabých výsledků dosahuje u krátkých věcných odpovědí, kde model nemá téměř žádnou volnost ve volbě formulací. Míra spolehlivosti detekce opět klesá, pokud je text důkladně přepsán nebo přeložen.
Nálezy skrytých znaků a autorství AI: Proč jedno nikdy nedokazuje druhé?
Skrytý znak je důkazem toho, že váš text zpracoval nějaký software, nikoli důkazem, že jej napsala umělá inteligence.
Každý neviditelný znak má zcela běžné vysvětlení, které existovalo dávno před vznikem generování textu pomocí AI. Textové procesory, redakční systémy (CMS) i exportéry do PDF je vkládají již celá desetiletí. Nález skrytého znaku vám pouze říká, že text prošel softwarem – což platí téměř pro každou větu, kterou dnes kdokoli publikuje.
Odkud neviditelné znaky pocházejí kromě AI?
Textové procesory, webové editory, exporty do PDF, překladatelské nástroje, chatovací aplikace i prosté kopírování a vkládání vkládají neviditelné znaky samy o sobě.
| Zdroj | Běžně přidávané znaky | Důvod |
|---|---|---|
| Textové procesory | U+00A0, U+2019, U+2014, U+00AD | Automatické opravy a automatické dělení slov |
| Webové a CMS editory | U+200B, U+FEFF | Nápovědy pro zalomení řádku a značky kódování souborů |
| Exporty do PDF | U+2009, U+202F, U+00A0 | Zachování typografických mezer při zpětném kopírování textu |
| Překladatelské a lokalizační nástroje | U+200C, U+200D, U+061C | Správné vykreslování arabského, perského a indického písma |
| Chatovací aplikace a komunikátory | U+200D, U+FE0F | Sekvence emoji a prezentace textu nebo emoji |
| Kopírování a vkládání mezi aplikacemi | U+FEFF, smíšené mezery kategorie Zs | Převod kódování ve schránce |
Moje vlastní testovací věta o velikosti 40 bajtů zaznamenala čtyři nálezy, aniž by se kdy setkala s jazykovým modelem. To shrnuje celý argument v jediném měření.
Proč dlouhé pomlčky nejsou vodoznakem
Dlouhá pomlčka (em dash) je běžné interpunkční znaménko, které spisovatelé, redaktoři i automatické opravy používají po staletí, takže nenese žádný signál o tom, kdo danou větu napsal.
Oprava z roku 2025 to definitivně uzavírá. Společnost OpenAI 14. listopadu 2025 uvedla, že ChatGPT bude konečně respektovat uživatelskou instrukci, která mu zakazuje používat dlouhé pomlčky. Sam Altman to v onen den vyjádřil jasně: „Když v uživatelských pokynech řeknete ChatGPT, aby nepoužíval dlouhé pomlčky, konečně dělá to, co má.“ Návyk, který může uživatel vypnout v nastavení přizpůsobení, nikdy nebyl vodoznakem. Šlo o stylistický vzorec převzatý během trénování a řešením byla uživatelská předvolba.
Tento čistič stále nabízí možnost odstranění pomlček, a důvod je zcela upřímný: jde o stylistický filtr pro lidi, kteří ve svém textu chtějí rovné uvozovky a běžné spojovníky. Nejedná se o filtr vodoznaků a nijak nezmění to, co o vašem textu prohlásí jakýkoli detektor.
Když čištění poškodí text: perština, arabština, indická písma a emoji
Odstranění znaků s nulovou šířkou může poškodit správný text, protože některá písma je nezbytně potřebují pro správný pravopis slov.
Otestoval jsem čtyři případy, které se nejčastěji poškodí, a přesně jsem zaznamenal, co se stalo. Perské slovo میخواهم má osm znaků a znak U+200C uprostřed zabraňuje spojení obou částí. Když jej smažete, získáte میخواهم, což je sedm znaků a odlišná psaná podoba. V dévanágarí obsahuje zápis क्ष znak U+200D, který vytváří správnou ligaturu, a jeho odstranění změní tvar na obrazovce. Rodinné emoji 👨👩👧👦 tvoří sedm kódových bodů – čtyři obrázky spojené třemi spojovacími znaky U+200D. Odstraňte tyto spojovníky a rozpadne se na 👨👩👧👦, tedy čtyři samostatné postavy. Červené srdce ❤️ nese znak U+FE0F, aby se vykreslilo jako emoji, a bez něj se stejný kódový bod vrátí k prostému textovému symbolu ❤.
Proto tento nástroj zobrazuje nálezy ještě před tím, než cokoli vyčistí, proto lze jednotlivé zásahy zachovat a proto předvolba Striktní není výchozí. Redaktor pracující v jednom jazyce vidí čistý výsledek. Redaktor pracující v šesti jazycích vidí chybové hlášení.
Závěrečný verdikt k čištění vodoznaků z textu AI
Odstraňte neviditelné znaky a značky AI a získejte čistý, přenositelný a bezpečný text.
Tento nástroj má smysl používat ze tří důvodů. Za prvé, skryté znaky potichu způsobují problémy ve výsledcích vyhledávání, ve vyhledávacích funkcích tabulek, v kódu i v adresách URL. Za druhé, znaky tagů mohou AI asistentovi předat skryté pokyny, které nikdo nenapsal a nikdo nevidí. Za třetí, názvy nástrojů AI a značky v odkazech prozradí všem čtenářům, jaký nástroj jste použili. O tom, zda to prozradíte, musíte rozhodnout sami. Proto je čištění textu bezpečnostní postup, nikoli kosmetická úprava.
Vodoznak poskytovatele je ve volbě slov, zatímco tento čistič pracuje se znaky, tedy s jinou vrstvou textu. Novější modely Claude, Gemini a ChatGPT v EU už text takto označují a API Groku začne 7. listopadu 2026. Žádné čištění znaků se k těmto značkám nedostane, takže ve vašem textu zůstanou.
Vložte jednu stránku vlastního textu do vstupního pole výše a projděte si nálezy, abyste textu lépe porozuměli, nebo jednoduše zkopírujte vyčištěný výstup.
Chcete-li nahlásit chybu na této stránce nebo změnu v tom, jak poskytovatel označuje text, napište na info@deletefootprints.ai.
Zdroje
- Unicode Consortium, Unicode 17.0 release announcement, 9. září 2025, blog.unicode.org
- Unicode Consortium, DerivedCoreProperties.txt, Unicode 17.0.0 Character Database, ověřeno 2. listopadu 2026, unicode.org
- Google DeepMind, Watermarking AI-generated text and video with SynthID, 14. května 2024, deepmind.google
- Rumidocs, New ChatGPT Models Seem to Leave Watermarks on Text, 20. dubna 2025, aktualizováno 22. a 23. dubna 2025, rumidocs.com
- OpenAI Help Center, Provenance signals in OpenAI-generated content, aktualizováno 28. října 2026, ověřeno 2. listopadu 2026, help.openai.com
- OpenAI, Our approach to EU text provenance rules, 5. října 2026, openai.com
- Anthropic Help Center, How Claude marks AI-generated content, ověřeno 2. listopadu 2026, support.claude.com
- Anthropic, How Claude's text watermarking works, 14. srpna 2026, aktualizováno 1. září 2026, anthropic.com
- City AM, ChatGPT to follow Claude's watermark pledge – but Grok to swerve it, 12. srpna 2026, cityam.com
- SpaceXSI (xAI) API documentation, Output Watermarking, aktualizováno 31. října 2026, docs.x.ai
- AWS Security Blog, Defending LLM applications against Unicode character smuggling, 30. září 2025, aws.amazon.com
- Cloud Security Alliance, Hidden Unicode Instruction Injection in AI Agent Skills (výzkumná poznámka), 10. března 2026, labs.cloudsecurityalliance.org
- TechCrunch, OpenAI says it's fixed ChatGPT's em dash problem, 14. listopadu 2025, techcrunch.com
- European Commission, Transparency obligations under Article 50 of the AI Act, aktualizováno 24. července 2026, digital-strategy.ec.europa.eu
Počty bajtů a znaků na této stránce jsou moje vlastní měření, která jsem provedl s datovými soubory Unicode 17.0. Všechny výše uvedené zdroje jsem ověřil 2. listopadu 2026.
Publikováno Aktualizováno
