La semaine dernière, Anthropic a expliqué publiquement le fonctionnement du filigrane textuel de Claude : rien n’est injecté dans la chaîne de caractères. Le signal réside dans le choix des mots. Quelques jours plus tard, les médias technologiques chinois ont titré de manière plus retentissante : le filigrane de Claude était devenu une simple feuille de papier sans valeur du jour au lendemain.
L’article pointait vers un projet GitHub, watermarks-remover. La reprise par 36Kr le 17 août 2026 (issue du compte WeChat 新智元) indiquait qu’il avait récolté environ 11 000 étoiles en quelques jours, qu’il était distribué sous licence MIT et qu’il pouvait effacer Claude, SynthID-Text de Google ainsi que les données C2PA présentes dans les fichiers. Cela ressemblait à l’arme absolue.
Ce dont vous avez réellement besoin est plus modeste et plus utile : comprendre quelle couche il supprime. Vous pourrez ensuite décider si votre brouillon nécessite un nettoyage de caractères, une réécriture complète ou s’il vaut mieux ne pas y toucher.
Le titre parle d’un « bout de papier sans valeur ». Pas l’auteur.
Le récit médiatique décrit un fossé défensif qui s’effondre. Le dépôt n’est pas rédigé de cette façon.
Guillaume Meyer est explicite. Le nettoyage Unicode est mesurable et vérifiable. La passe ciblant les filigranes d’échantillonnage statistique relève du meilleur effort. Tant que les fournisseurs ne publient pas de détecteurs et de clés, aucun outil ne peut certifier honnêtement qu’une vérification officielle échouera.
Il s’agit d’une limite technique, non de modestie. L’API de vérification d’Anthropic n’est toujours pas ouverte aux tiers. Sans cette clé, affirmer « nous avons vérifié la suppression » n’est qu’une supposition.
L’élément utile de cet engouement viral n’est pas le mot « piraté ». C’est que le projet distingue enfin des tâches que l’on persiste à confondre.
Il s’agit de trois tâches distinctes, pas d’un seul filigrane
Considérez ce dépôt comme un simple bouton « supprimer le filigrane » et vous n’utiliserez pas la bonne couche.
Première couche : supprimer les caractères invisibles. Espaces de largeur nulle, espaces inhabituelles, caractères de contrôle bidirectionnels, caractères d’étiquette. Il s’agit de véritables points de code dans la chaîne de caractères. Supprimez-les et ils disparaissent ; le sens ne change pas. L’espace fine insécable U+202F, qui accompagne souvent les copier-coller depuis l’interface web de ChatGPT, relève de cette catégorie. Il s’agit de résidus de collage, non du filigrane officiel de Claude. Nous avons détaillé ce cas dans l’article sur le collage depuis ChatGPT.
Deuxième couche : réécrire avec un autre modèle. Anthropic a indiqué ce que le dépôt souligne également : des modifications légères laissent généralement la trace statistique intacte. Vous devez modifier une part importante de la formulation, phrase par phrase — et non réorganiser les sections ou retitrer les en-têtes. L’approche du projet consiste à faire passer le texte par un modèle différent du modèle d’origine (un modèle Llama local, pas Claude à nouveau) et à formuler la même idée avec d’autres mots. Cela brise le schéma d’échantillonnage d’origine. Cela remplace aussi le style d’écriture.
Troisième couche : retirer les métadonnées de fichier. Données C2PA, EXIF et propriétés de document dans les fichiers PNG, JPEG, PDF, Word. Ce sont des étiquettes apposées sur le conteneur, non un filigrane statistique intégré aux phrases. Les filigranes d’image dans le domaine des pixels (signal incrusté dans l’image) constituent encore un autre problème ; le dépôt réserve cela à des backends optionnels et lourds.
Pensez au linge. La première couche vide les pièces de monnaie d’une poche : vous pouvez les voir et les compter. La deuxième couche détricote le vêtement et en tisse un autre qui ressemble toujours à une chemise ; les fils sont neufs. La troisième couche coupe l’étiquette sur le col. On peut qualifier ces trois actions de « suppression de marque ». Mais vous ne pouvez pas traiter un fil tissé comme de la monnaie dans une poche.
Que faire avec le texte sous vos yeux
N’installez pas de service Python d’emblée. Déterminez d’abord à quelle couche vous avez affaire.
| Ce que vous avez sous les yeux | Couche du dépôt | Que faire sur le web | Une analyse gratuite est-elle utile ? |
|---|---|---|---|
| Espaces étranges, recherche défaillante, CMS signalant des caractères masqués après un collage depuis ChatGPT / le navigateur | Nettoyage Unicode | Outil pour caractères invisibles — environ 60 points de code, en local | Oui. Trouvez-les et supprimez-les. |
Restes de **bold** et croisillons de titres | Pas un filigrane — Markdown | Onglet Markdown sur la page d’accueil | Oui |
| Un long brouillon Claude datant d’après août 2026, filigrane statistique officiel | Réécriture au niveau de la phrase | Pro Text Watermark Remover — un autre modèle reformule le sens | Non. Il n’y a aucun caractère à trouver. |
| Vous souhaitez seulement modifier le ton | Prompt « humanize » du dépôt — pas la voie principale de suppression de filigrane | AI Humanizer | Sans objet |
| Métadonnées C2PA / EXIF sur un PDF ou une image | Couche de fichier | Hors périmètre ici | Sans objet |
| Réussir les tests de Turnitin, GPTZero ou Pangram | Personne ne peut le promettre | N’achetez aucun outil sur cette promesse | Sans objet |
En résumé :
- L’analyse gratuite détecte des caractères invisibles → nettoyez-les en priorité. Le problème est réglé immédiatement.
- L’analyse n’en trouve aucun et le brouillon est principalement un texte long généré par Claude → les outils de caractères ne serviront à rien. La voie décrite par Anthropic est une réécriture complète du texte.
- Le style compte plus que le nettoyage → restez sur la première couche. Ne forcez pas la réécriture.
- Vous comptez réécrire de toute façon → ne repassez pas le texte de Claude dans Claude. Vous risqueriez d’appliquer à nouveau le même type de signal.
Nous avons déjà détaillé le mécanisme d’échantillonnage dans l’article explicatif sur le filigrane officiel. Le point essentiel à retenir est le suivant : le filigrane officiel n’ajoute rien que vous puissiez supprimer ; une analyse gratuite qui ne trouve rien ne signifie pas que le filigrane est absent, ni qu’il a disparu. La page du détecteur répertorie les résidus Unicode et de mise en forme. Il ne s’agit pas de la vérification par clé d’Anthropic, et elle ne vous donnera pas de score de « pourcentage d’IA ».
Une réécriture peut brouiller les statistiques. Elle remplace aussi le texte.
Le fichier README contient un paragraphe que les synthèses ne citent presque jamais. Les marques statistiques résident dans le choix des mots. Presque chaque phrase porte une part du signal. Déplacer des sections, changer les titres ou retoucher quelques adjectifs ne change presque rien. Pour l’éliminer, il faut réécrire phrase par phrase. Dès lors, le style d’écriture devient celui du modèle de réécriture. L’auteur pose ensuite une question directe et lucide : si vous deviez de toute façon passer le brouillon par un modèle moins coûteux, pourquoi payer le modèle haut de gamme au départ ?
Cette question s’applique également ici. La reconstruction Pro emprunte la même voie technique : un modèle différent choisit à nouveau les mots tout en conservant le sens. Cela correspond à ce qu’Anthropic décrit comme une réécriture complète. Cela ne constitue pas un certificat attestant qu’un détecteur officiel a échoué. Ce détecteur n’est pas public. Nous ne délivrerons aucun badge « suppression vérifiée ».
Il y a un coût réel. Les formulations s’adoucissent. Le rythme change. Les phrases soigneusement ajustées perdent de leur relief. Utilisez cette méthode lorsque vous avez besoin du raisonnement et des faits, et que la formulation peut être réexprimée. Évitez-la lorsque la formulation exacte constitue le produit final.
Ne laissez pas onze mille étoiles choisir l’outil à votre place
Le nombre d’étoiles traduit un état d’esprit, pas une preuve. Les utilisateurs sont mécontents qu’un produit payant appose globalement une marque sur les sorties générées sans option de désactivation. La colère est réelle. Les limites d’ingénierie le sont tout autant.
Ce dépôt est utile si vous travaillez dans un terminal : scripts locaux, compétence d’agent, longue liste de formats de fichiers. Ce n’est pas un raccourci si vous souhaitez simplement coller un paragraphe dans un navigateur. Vous déploieriez un service Python pour des opérations portant principalement sur des fichiers PDF et des images, et non sur du texte web.
Nous n’intégrons pas ce projet à notre site. Le nettoyage de caractères reste gratuit et local. Les marques statistiques passent toujours par une reconstruction payante. Distinguez bien trois mécanismes : les résidus de collage de ChatGPT, les traces spécifiques de Gemini et le filigrane statistique officiel de Claude. À mécanismes différents, outils différents.
La prochaine fois qu’un titre affirme que le filigrane a disparu du jour au lendemain, demandez-vous quelle couche a disparu : les pièces dans la poche ou le fil dans le tissu. Si vous savez y répondre, vous ne choisirez pas le mauvais outil.
AI Text Watermark Remover est un outil tiers indépendant. Il n’est pas affilié à Anthropic, OpenAI ou Google.
Sources : Anthropic, How Claude’s text watermark works, 14 August 2026 ; Guillaume Meyer, watermarks-remover ; Reprise par 36Kr de 新智元, 17 août 2026
