Comment supprimer le watermark de Claude d'un texte (et ce qui ne marche pas)
Rechercher-remplacer, correcteurs orthographiques et retouches légères ne changent rien face à un watermark statistique. Voici ce qui le neutralise réellement, ce que cela vous coûte en sens, et comment Unmarker aborde le problème.
Pourquoi les astuces habituelles ne changent rien
La plupart des conseils en ligne pour « supprimer le watermark IA » ont été écrits pour un autre problème : caractères Unicode invisibles, métadonnées dans les fichiers ou détecteurs fondés sur le style. Le watermark textuel d’Anthropic n’est rien de tout cela. Comme l’explique notre guide, il s’agit d’un biais statistique dans le choix des mots, calculé avec une clé détenue par Anthropic. Ce seul fait écarte toute une série de réflexes :
- Coller en texte brut, supprimer la mise en forme, réenregistrer en .txt. Aucun effet. Il n’y a rien à retirer dans la mise en forme.
- Chercher des caractères cachés (espaces de chasse nulle, espaces insécables, homoglyphes). Vous n’en trouverez pas : ce n’est pas ainsi que cette marque fonctionne.
- Lancer un correcteur orthographique ou un outil de grammaire. Il modifie une poignée de mots sur des centaines. Les neuf dixièmes du signal restent en place.
- Remplacer quelques synonymes ici et là, réordonner deux paragraphes. Même problème, sous une autre forme : un détecteur statistique compte sur l’ensemble du texte et ne se soucie pas d’un changement de 10 %.
- Demander à Claude de « réécrire ce texte pour qu’il ne soit pas détecté ». La réécriture est générée par Claude, elle reçoit donc à nouveau un watermark, et vous venez simplement de dépenser une requête pour produire une marque fraîche. C’est l’erreur la plus fréquente que nous observons.
Ce qui neutralise réellement la marque
La liste donnée par Anthropic des opérations qui font disparaître la marque est courte : un texte « fortement édité, paraphrasé, traduit ou mêlé à d’autres écrits ». Chacune attaque la même chose : l’alignement entre les mots présents sur la page et les ensembles de mots « préférés » qui dépendent de la clé.

1. Paraphrase approfondie
Réécrivez la plupart des phrases de façon à modifier la majorité des choix de mots. Dans nos tests avec des schémas statistiques publiés, changer environ un tiers des mots d’une phrase laisse une marque faible ; en changer nettement plus de la moitié, y compris les mots-outils et la structure des propositions, ramène la phrase au niveau du hasard. Faites-le sur tout le document, et le score au niveau du document suit. Le coût est évident : c’est une réécriture complète, et le faire à la main sur un texte de 2 000 mots prend autant de temps que l’écrire. Le coût moins évident est la dérive de sens. Un humain qui réécrit vite, ou un modèle qui réécrit librement, adoucira une affirmation ici et supprimera une nuance là.
2. Traduction aller-retour
Traduisez le texte dans une autre langue, puis retraduisez-le avec un système qui n’est pas Claude. Les choix de mots dans le texte retraduit sont nouveaux, donc la marque disparaît. Le problème est la qualité : la traduction aller-retour aplatit le style, malmène les idiomes et la terminologie, et produit un texte qu’un détecteur fondé sur le style signalera volontiers comme mécanique. Elle n’aide pas non plus si votre langue cible est la sortie.
3. Réécriture avec un modèle qui n’est pas Claude
Demandez à un modèle d’un autre fournisseur de paraphraser. Selon le fournisseur, vous obtenez un texte sans la marque de Claude (OpenAI n’a pas activé de watermark textuel en août 2026, selon le récit de Forbes sur les informations du Wall Street Journal) ou un texte portant à la place la marque de ce fournisseur (SynthID-Text de Google sur Gemini). Dans les deux cas, vous avez remplacé le problème, et vous n’avez toujours ni contrôle du sens ni diff.
Combiner les méthodes
Certains empilent ces approches : traduction, puis légère édition, puis outil de grammaire. Les empiler n’apporte pas grand-chose au-delà de l’étape la plus forte. Si la paraphrase était profonde, la marque a disparu et les passages supplémentaires ne font que coûter du sens ; si elle était superficielle, aucune remise en forme ajoutée par-dessus ne corrigera cela. La seule question qui compte est : quelle fraction des choix de mots dans chaque phrase est nouvelle ? Tout le reste est de la décoration.
4. Dilution
Noyez le passage marqué dans un texte humain beaucoup plus long. Cela réduit le score au niveau du document, mais laisse le paragraphe marqué intact pour tout détecteur qui fonctionne paragraphe par paragraphe. Ce n’est pas une suppression ; c’est une dissimulation, et elle est fragile.
Les options, côte à côte
| Méthode | Neutralise la marque ? | Préserve votre sens ? | Préserve la mise en forme ? | Effort | Notes |
|---|---|---|---|---|---|
| Remise en forme, texte brut, correction orthographique | Non | Oui | Oui | Aucun | Rien à supprimer ; la marque est dans les mots. |
| Légères modifications manuelles (quelques mots par paragraphe) | Non, seulement une dilution | Oui | Oui | Faible | Repérable sur tout texte de quelques centaines de mots. |
| Paraphrase manuelle approfondie | Oui, si elle est complète | Cela dépend de vous | Oui | Élevé | À peu près le temps nécessaire pour réécrire le texte. |
| Traduction aller-retour | Oui | En partie, les idiomes et les termes souffrent | Souvent perdue | Faible | Résultat plat, d’allure mécanique. |
| Demander à Claude de réécrire | Non | Le plus souvent | Oui | Faible | Nouvelle sortie Claude, nouvelle marque. |
| Réécriture avec le modèle d’un autre fournisseur | Oui, ou remplace la marque | Non vérifié | Généralement | Faible | Pas de diff, pas de contrôle du sens, possiblement une marque Gemini. |
| Unmarker (prévu) | Cible la marque, affiche une estimation avant / après | Vérifié phrase par phrase, dérive signalée | Oui, Markdown et HTML | Faible | Verrouillage du sens, diff, traitement en volume et API. Accès anticipé d’abord. |
Comment Unmarker l’aborde
Unmarker automatise la seule méthode qui fonctionne, la paraphrase approfondie, et ajoute les contrôles qui la rendent sûre pour les textes auxquels vous tenez.
- Évaluer l’entrée. Un score estimé de watermark pour le texte collé, afin de ne pas réécrire un texte trop court pour porter un signal, ou qui n’est pas marqué du tout.
- Réécrire au niveau du choix des mots. Le moteur modifie la formulation et la structure des propositions dans chaque phrase, pas seulement un synonyme ici et là, tout en conservant les noms, nombres, citations, liens, code et mise en forme.
- Verrouiller le sens. Chaque phrase de sortie est comparée à sa phrase source. Si la comparaison trouve une nuance supprimée, une affirmation adoucie ou une idée ajoutée, la phrase est signalée et réécrite à nouveau avant que vous la voyiez. Vous obtenez un diff de chaque changement.
- Évaluer la sortie. La même estimation, après. Vous décidez quand le résultat est suffisant ; l’outil ne revendique pas un chiffre qu’il ne peut pas mesurer.
Deux limites honnêtes. D’abord, l’estimation est la nôtre, pas celle d’Anthropic : Anthropic n’a pas publié son détecteur, donc tout score avant / après est un modèle du mécanisme, présenté comme tel. Ensuite, Unmarker cible le watermark, pas les détecteurs de style tiers ; un texte clair et bien édité peut encore être qualifié d’« IA-like » par un outil qui juge le style. Nous n’employons pas de formulation absolue à propos de l’un ou de l’autre.
Faut-il vraiment le supprimer ?
Parfois, la bonne réponse est non. Si un client, un employeur, une école ou un éditeur vous demande de déclarer l’assistance de l’IA, le watermark n’est pas votre problème : la déclaration l’est, et neutraliser la marque ne vous libère pas de cette obligation. En revanche, si vous avez écrit le texte et utilisé Claude comme vous utiliseriez un correcteur orthographique ou un glossaire de traducteur, et qu’un vérificateur en aval étiquette maintenant votre travail comme « AI-written », une réécriture qui préserve le sens ramène votre texte à un état où il se lit comme le vôtre. C’est le cas d’usage pour lequel Unmarker est conçu. Rejoignez la liste d’accès anticipé pour faire partie de la première vague.
Sources
- Anthropic Help Center, "How Claude marks AI-generated content", consulté le 15 août 2026 : support.claude.com/en/articles/16266773
- Forbes, "Claude will now leave a watermark on everything it writes. What does that mean?", 13 août 2026 : forbes.com
- Kirchenbauer et al., "On the Reliability of Watermarks for Large Language Models", 2023 (résistance à la paraphrase et aux modifications) : arxiv.org/abs/2306.04634
- Google DeepMind, SynthID-Text, Nature, octobre 2024 : nature.com