La semana pasada Anthropic explicó públicamente la marca de agua de texto de Claude: no se inyecta nada en la cadena de caracteres. La señal reside en las palabras que se eligen. Unos días después, los medios tecnológicos chinos publicaron un titular más llamativo: la marca de agua de Claude se había convertido de la noche a la mañana en papel mojado.
El artículo señalaba un proyecto de GitHub, watermarks-remover. La reproducción de 36Kr del 17 de agosto de 2026 (proveniente de la cuenta de WeChat 新智元) indicaba que había acumulado unas 11.000 estrellas en pocos días, se publicaba bajo licencia MIT y podía limpiar datos de Claude, SynthID-Text de Google y C2PA alojados en archivos. Sonaba como un arma definitiva.
Lo que realmente necesitas saber es algo más concreto y útil: qué capa elimina. Así podrás decidir si tu borrador necesita una limpieza de caracteres, una reescritura completa o si es mejor dejarlo como está.
El titular dice «papel mojado». El autor no.
La historia de los medios habla de una barrera defensiva destruida. El repositorio no está redactado de esa forma.
Guillaume Meyer es explícito. La limpieza de Unicode se puede cuantificar y volver a comprobar. La pasada que se encarga de las marcas de agua de muestreo estadístico funciona según el principio del mejor esfuerzo. Hasta que los proveedores publiquen detectores y claves, ninguna herramienta puede certificar honestamente que una comprobación oficial vaya a fallar.
Se trata de un límite técnico, no de modestia. La API de verificación de Anthropic aún no está abierta a terceros. Sin esa clave, afirmar «hemos verificado la eliminación» no es más que una suposición.
Lo útil de la cobertura viral no es la palabra «descifrado». Es que el proyecto por fin separa tareas que la gente suele mezclar.
Son tres tareas distintas, no una sola marca de agua
Si tratas el repositorio como un simple botón de «eliminar marca de agua», usarás la capa equivocada.
Capa uno: eliminar caracteres invisibles. Espacios de ancho cero, espacios en blanco anómalos, controles bidireccionales, caracteres de etiquetas. Son puntos de código reales dentro de la cadena. Al eliminarlos, desaparecen por completo; el significado no cambia. El espacio estrecho de no separación U+202F que a menudo se arrastra al copiar desde la interfaz web de ChatGPT pertenece a esta categoría. Son residuos del pegado, no la marca de agua oficial de Claude. Explicamos ese proceso en el artículo sobre los residuos al pegar desde ChatGPT.
Capa dos: reescribir con otro modelo. Anthropic ha expresado lo mismo que recalca el repositorio: las ediciones superficiales suelen conservar el rastro estadístico. Necesitas cambiar una gran proporción de la redacción, frase por frase, no solo reorganizar secciones o cambiar el título de los encabezados. La estrategia del proyecto consiste en procesar el texto con un modelo distinto al de origen (un Llama local, no Claude nuevamente) y expresar lo mismo con otras palabras. Esto rompe el patrón de muestreo original, pero también reemplaza el estilo de redacción.
Capa tres: retirar los metadatos de los archivos. C2PA, EXIF y propiedades de documentos en PNG, JPEG, PDF y Word. Son etiquetas en el contenedor, no una marca de agua estadística dentro de las frases. Las marcas de imagen en el dominio de los píxeles (señal integrada en la propia imagen) corresponden a un problema diferente; el repositorio mantiene esa función mediante backends pesados y opcionales.
Piensa en lavar ropa. La capa uno saca las monedas de los bolsillos: puedes verlas y contarlas. La capa dos deshilacha la prenda y teje otra que sigue pareciendo una camisa; los hilos son nuevos. La capa tres corta la etiqueta del cuello. A las tres acciones se les puede llamar «eliminar una marca». Sin embargo, no puedes tratar un hilo tejido como si fuera dinero suelto en el bolsillo.
Qué hacer con el texto que tienes delante
No empieces instalando un servicio de Python. Determina primero en qué capa te encuentras.
| Lo que realmente tienes | Capa del repositorio | Qué hacer en la web | ¿Sirve un análisis gratuito? |
|---|---|---|---|
| Espacios extraños, problemas en la búsqueda, avisos del CMS sobre caracteres ocultos tras pegar desde ChatGPT o el navegador | Limpieza de Unicode | Herramienta de caracteres invisibles: unos 60 puntos de código, local | Sí. Encuéntralos y elimínalos. |
Restos de **bold** y almohadillas de encabezados | No es una marca de agua: es Markdown | Pestaña de Markdown en la página principal | Sí |
| Un borrador extenso de Claude posterior a agosto de 2026, con marca de agua estadística oficial | Reescritura a nivel de frase | Eliminador de marcas de agua de texto Pro: otro modelo reconstruye el significado | No. No hay caracteres que detectar. |
| Solo quieres cambiar el tono | El prompt de «humanizar» del repositorio: no es la vía principal para marcas de agua | Humanizador de IA | No aplica |
| C2PA / EXIF en un PDF o imagen | Capa de archivos | Fuera del alcance de esta herramienta | No aplica |
| Aprobar en Turnitin, GPTZero o Pangram | Nadie puede garantizar esto | No compres ninguna herramienta que prometa tal cosa | No aplica |
En resumen:
- Si el análisis gratuito detecta caracteres invisibles → límpialos primero. Esa tarea se resuelve en el acto.
- Si el análisis no encuentra nada y el borrador es principalmente texto extenso de Claude → las herramientas de caracteres no servirán. El método descrito por Anthropic exige una reescritura completa de la redacción.
- Si el estilo original importa más que la limpieza formal → quédate en la capa uno. No fuerces una reescritura.
- Si vas a reescribir de todos modos → no vuelvas a pasar el texto de Claude por Claude. Podrías estampar nuevamente el mismo tipo de señal.
Ya explicamos detalladamente el mecanismo de muestreo en la guía explicativa sobre la marca de agua oficial. La conclusión fundamental es esta: la marca oficial no añade nada que puedas borrar; un análisis gratuito que no encuentra nada no implica que la marca no esté presente, ni significa que haya desaparecido. La página del detector enumera residuos de Unicode y formato. No constituye la comprobación de clave de Anthropic y no te proporcionará una puntuación de «porcentaje de IA».
Una reescritura puede alterar la estadística. También reemplaza la redacción original.
El archivo README contiene un párrafo que casi ningún resumen cita. Las marcas estadísticas se encuentran en la redacción misma. Prácticamente cada frase contiene una parte de la señal. Mover secciones, cambiar encabezados o retocar unos cuantos adjetivos apenas modifica el patrón. Eliminarlo requiere reescribir frase por frase. Al hacerlo, el tono y estilo pasan a pertenecer al modelo de reescritura. El autor plantea entonces una pregunta incómoda pero honesta: si de todos modos ibas a pasar el borrador por un modelo más económico, ¿para qué pagar el modelo avanzado en primer lugar?
Esa pregunta también es válida aquí. La reconstrucción Pro sigue la misma ruta técnica: un modelo diferente selecciona nuevamente las palabras mientras mantiene el significado. Coincide con lo que Anthropic define como una reescritura completa. No garantiza que un detector oficial vaya a fallar. Dicho detector no es público. No emitiremos un distintivo de «eliminación verificada».
Existe un coste real: los términos pierden especificidad, el ritmo cambia y las frases que habías pulido se simplifican. Utiliza esta opción cuando necesites las ideas y los datos, y la redacción pueda reformularse. Evítala cuando la redacción exacta sea el valor principal de tu trabajo.
No elijas la herramienta guiándote solo por once mil estrellas
El recuento de estrellas refleja un estado de ánimo, no una prueba técnica. Hay molestia porque un producto de pago aplica marcas a sus resultados de forma global sin opción de desactivarlas. El descontento es real, pero las limitaciones técnicas de ingeniería también lo son.
El repositorio es útil si trabajas habitualmente en la terminal: scripts locales, una skill de agente, una amplia lista de formatos de archivo. Sin embargo, no supone un camino más directo si solo deseas pegar un párrafo en el navegador. No tiene sentido configurar un servicio de Python para tareas orientadas principalmente a archivos PDF e imágenes, no a prosa web.
No estamos integrando ese proyecto en este sitio. La limpieza de caracteres sigue siendo gratuita y local. Las marcas estadísticas continúan requiriendo una reconstrucción de pago. Distingue entre tres mecanismos diferentes: los residuos al pegar desde ChatGPT, los restos propios de Gemini y la marca de agua estadística oficial de Claude. Son sistemas distintos que requieren herramientas distintas.
La próxima vez que un titular afirme que la marca de agua quedó obsoleta de la noche a la mañana, pregúntate qué capa se eliminó: las monedas en el bolsillo o el hilo en el tejido. Si tienes clara esa respuesta, no elegirás la herramienta equivocada.
AI Text Watermark Remover es una herramienta independiente desarrollada por terceros. No está afiliada a Anthropic, OpenAI ni Google.
Fuentes: Anthropic, How Claude’s text watermark works, 14 de agosto de 2026; Guillaume Meyer, watermarks-remover; Reproducción en 36Kr de 新智元, 17 de agosto de 2026
