Detector de marca d'água em texto e do ChatGPT: caracteres ocultos

Detector de marca d'água em texto e do ChatGPT: o que dá para encontrar de verdade

Quem procura um detector de marca d'água em texto ou da marca d'água do ChatGPT espera uma assinatura oculta que prove que o texto saiu de uma IA. Veja o que existe de fato. A OpenAI disse que criou um método de marca d'água para texto e decidiu não lançá-lo, em parte porque reescrever, traduzir ou passar o texto por outro modelo apaga a marca. O Google marca, sim, o que o Gemini gera com o SynthID Text, mas essa marca está na escolha das palavras, e só as ferramentas do próprio Google conseguem verificá-la. Nenhuma das duas pode ser lida por um verificador independente, incluindo este.

O que um verificador consegue encontrar é tudo o que está no texto na forma de caracteres: zero-width spaces (espaços de largura zero), caracteres de formatação invisíveis, letras parecidas de outro alfabeto e espaçamento estranho. Eles vêm das interfaces de chat com IA, da cópia de páginas da web e PDFs e, às vezes, de pessoas que marcam cópias de propósito. Cole o texto e o relatório lista cada tipo encontrado, com uma linha de detalhe abaixo dos selos, por exemplo Found 2 zero-width/invisible characters.

O ChatGPT adiciona caracteres ocultos?

Às vezes, mas não como uma marca d'água declarada. Em abril de 2025, usuários notaram espaços estreitos sem quebra (U+202F) nas respostas dos modelos mais novos do ChatGPT e chamaram isso de marca d'água. A OpenAI não confirmou, e esse caractere também aparece na tipografia comum (pontuação francesa, números como 10 000). Espaços de largura zero e hífens suaves em uma resposta colada também podem vir do app ou da página de onde você copiou, então o caractere sozinho não diz qual é a origem.

Duas conclusões práticas:

• Encontrar um caractere invisível não prova que o texto foi escrito por IA. Não encontrar nenhum não prova o contrário.
• Se o seu interesse é especificamente o U+202F, verifique com o comando abaixo: este detector trata o U+202F como um espaço normal e não o sinaliza.

Para avaliar a autoria, use uma ferramenta baseada em estilo, como o detector de texto gerado por IA, e trate a pontuação como uma pista, não como um veredito.

Como ler o relatório

Os selos são os tipos de ocorrência. Cada um significa que uma regra específica foi acionada:

A porcentagem de confiança não é a probabilidade de o texto ter sido gerado por IA. É uma fórmula que cresce com o número de tipos de ocorrência e de caracteres encontrados: um único caractere de largura zero dá cerca de 46%, e vários tipos chegam rapidamente a 100%. Leia as linhas de detalhe, não o número.

Detector de zero width space: os caracteres, um a um

Verificar caracteres ocultos no texto sem enviá-lo

Se o texto for confidencial, verifique localmente.

Microsoft Word

Mostrar tudo ¶ (Ctrl+Shift+8) exibe espaços, espaços sem quebra e hifens opcionais, mas não os espaços de largura zero. Para encontrá-los, abra Localizar e digite ^u8203 (o código decimal do U+200B); ^u8204, ^u8205 e ^u65279 encontram ZWNJ, ZWJ e BOM. Substitua por nada para removê-los.

Google Docs

O Docs não tem nenhum modo que mostre caracteres de largura zero. Cole o texto neste verificador ou em um editor de código, limpe ali e cole de volta.

VS Code e outros editores de código

O VS Code destaca caracteres Unicode invisíveis por padrão (configuração editor.unicodeHighlight.invisibleCharacters), então os caracteres ocultos aparecem como caixinhas.

Linha de comando

Este comando imprime cada linha que contém um caractere de largura zero, BOM, hífen suave ou U+202F, e funciona no macOS e no Linux:

perl -CSD -ne 'print "$.: $_" if /[\x{200B}-\x{200F}\x{2060}-\x{2064}\x{FEFF}\x{00AD}\x{202F}]/' text.txt

E este lista cada caractere suspeito com a posição e o nome Unicode:

python3 -c "import sys,unicodedata as u
t=open(sys.argv[1],encoding='utf-8').read()
[print(i,hex(ord(c)),u.name(c,'?')) for i,c in enumerate(t) if u.category(c)=='Cf' or c in '  ­']" text.txt

Onde os caracteres ocultos causam estrago de verdade

• URLs e slugs. Um espaço de largura zero colado em um link ou no slug de um CMS gera um endereço que parece certo e retorna 404.
• Códigos e logins. Códigos promocionais, chaves de API e nomes de usuário copiados de um chat falham na validação sem nenhum motivo visível.
• Arquivos de código-fonte. Um BOM antes de <?php envia saída antes dos cabeçalhos e dispara "headers already sent"; alguns parsers de JSON e CSV travam com ele ou o incluem no nome da primeira coluna.
• Busca e contagens. Uma palavra com um caractere oculto ou uma letra cirílica no meio é outra palavra para o Ctrl+F, a busca do site e os corretores ortográficos, e os contadores de palavras não batem.
• Títulos e snippets. Um hífen suave em um título ou meta description pode virar um hífen visível quando o texto é reformatado em outro lugar.

Como remover caracteres ocultos com segurança

A cópia limpa faz mais do que apagar caracteres de largura zero. Saiba o que muda antes de publicar:

• Caracteres de largura zero e de formatação são removidos, incluindo as junções dentro de sequências de emoji e as não-junções de que a grafia do persa ou do hindi precisa.
• Letras parecidas são trocadas pelas do alfabeto esperado. Uma palavra mista, como um nome de marca em latim com sufixo cirílico, também será alterada.
• Sequências de espaços viram um só, e os espaços finais são cortados.
• Trechos identificados como metadata_markers são apagados, incluindo as frases "AI-generated" e "Generative AI", UUIDs e strings base64 longas. Se o seu texto fala de IA ou contém IDs, restaure-os à mão.
• Travessões e meias-riscas viram hifens, aspas curvas viram aspas retas e espaços sem quebra viram espaços comuns. Isso acontece sem aviso e não conta como ocorrência.

Se você quer apenas tirar os caracteres invisíveis e manter a tipografia, use o método de substituição do Word ou o comando Perl com s///g.

O que um resultado limpo não prova

"Nenhuma marca d'água detectada" significa que nenhuma das regras acima foi acionada. Não significa que o texto foi escrito por uma pessoa, e não diz nada sobre marcas d'água estatísticas como o SynthID Text. Redigitar, traduzir ou parafrasear um texto remove por completo as marcas no nível dos caracteres, e é justamente por isso que os provedores passaram para as estatísticas.

Imagens, vídeo e áudio carregam a procedência de outro jeito, nos metadados do arquivo, como os manifestos C2PA. Para eles, use o detector de marca d'água em imagens, o detector de marca d'água em vídeo e o detector de marca d'água em áudio.