Автор: Анна Кузнецова

Вопрос «как проверить фото на ИИ» перестал быть любопытством технарей. Снимок из новостной ленты, фото товара в объявлении, иллюстрация к отчёту или «свидетельство» в споре о страховом случае — всё это сегодня может быть сгенерировано за минуты. Глаз здесь подводит: современные генераторы уже не рисуют шесть пальцев и кашу вместо вывески, а значит решение о доверии к изображению приходится принимать на основе других сигналов. Именно поэтому полезно понимать, какие сигналы вообще существуют, насколько они надёжны и где каждый из них перестаёт работать.

В этом материале мы разберём, что показывают метаданные C2PA и EXIF, что ловит нейросеть-детектор и в каких местах оба подхода ошибаются. Основа — собственный тест, который проводила команда PromoPilot: 17 снимков, из них 9 сгенерированы ИИ и 8 — настоящие фотографии с камер и смартфонов, каждый проверен в трёх версиях. Практический инструмент для быстрой проверки и разбор методики мы публикуем в материале как проверить фото на ИИ, а здесь сосредоточимся на том, что стоит за цифрами.

• Маркетинговым командам — для контроля креативов и отчётов, где изображение является частью доказательства результата
• Но после правки и пересылки этот сигнал исчез почти везде, а EXIF реальных фотографий пропал после очистки
• Сигналами, требующими подтверждения, являются результат классификатора, отсутствие метаданных и одиночные признаки в самом кадре вроде странного текста или отражений
• Специалисту по безопасности и эксперту — полный комплекс: метаданные, классификатор на нескольких версиях файла, контекст и документирование каждого шага

Читатель получит три вещи: понимание устройства каждого метода, данные о том, как они ведут себя после реальных операций с файлом, и порядок проверки, который можно применить в редакции, маркетинговой команде или службе безопасности. Заранее оговорим границы: тест был небольшим и проводился на конкретных генераторах в конкретный момент времени. Это не лабораторный бенчмарк, а честная картина того, что увидит внимательный специалист с обычными файлами.

Методология теста: 17 снимков и условия проверки

Выборка состояла из двух групп. Первая — 9 изображений, созданных генераторами Google (Gemini 2.5 Flash Image, Gemini 3.1 Flash Image, Gemini 3 Pro Image) и OpenAI (GPT-5 Image Mini, GPT-5.4 Image 2), запрошенных через API бытовыми промптами вроде «фото со смартфона»: улица, портрет, собака, рынок, горы, кофе, рабочий стол. Вторая — 8 фотографий с реальной съёмкой: оригиналы с Wikimedia Commons, сделанные камерами Canon, Fujifilm, Nikon, Sony, Samsung, Xiaomi и смартфонами Google Pixel 8 Pro и Pixel 10 Pro. Два из реальных снимков уже прошли обработку в Lightroom и GIMP, что близко к тому, как фотографии выглядят в сети.

Каждый файл проверялся в трёх версиях. Первая — оригинал без изменений. Вторая — «правка»: обрезка по 5% с каждого края и пересохранение в JPEG с качеством 90%, то есть ситуация, когда автор обрезал кадр в редакторе. Третья — «пересылка»: уменьшение до 1280 пикселей по длинной стороне, JPEG с качеством 80% и удаление метаданных, что примерно повторяет обработку в мессенджерах и соцсетях. Всего получилось 51 файл.

Метаданные читались тем же кодом, который используется в детекторе водяных знаков, а пиксели оценивала открытая модель-классификатор, построенная на основе исследования Community Forensics, с порогом «скорее ИИ» 65%. Критериев три: точность классификации, доля ложных срабатываний на реальных фото и устойчивость результата к модификациям. Ограничения тоже важны: выборка мала, генераторы конкретны, а детекторы и модели меняются, поэтому цифры описывают один эксперимент, а не вечную истину.

Как устроены метаданные: C2PA и EXIF

EXIF — старейший слой метаданных. Его пишет камера в момент съёмки: марка и модель устройства, выдержка, диафрагма, ISO, фокусное расстояние, дата, иногда GPS и версия прошивки. Сама по себе запись EXIF ничего не доказывает, потому что её легко вписать программно. Но её наличие и внутренняя согласованность дают косвенный сигнал: если у кадра указана камера, а экспозиция и фокусное расстояние не сходятся с её возможностями, это повод присмотреться.

C2PA (Content Credentials) устроен иначе. Это криптографически подписанный манифест, в котором записано, кто создал файл, каким инструментом, какие действия над ним совершались и что он создан алгоритмом или камерой. Подпись выдаёт сертификат, и подделать её незаметно нельзя: изменение файла ломает цепочку. Поэтому C2PA — самый сильный из доступных сегодня сигналов происхождения, когда он присутствует.

Главная слабость C2PA в том, что манифест живёт внутри файла и не переживает любую серьёзную обработку: сохранение в другом формате, пересжатие или удаление метаданных стирают его полностью.

В нашем тесте это проявилось наглядно. Все 9 сгенерированных картинок пришли с манифестом: у Google — подпись Google LLC с действием «Created by Google Generative AI», типом источника trainedAlgorithmicMedia и записью о невидимом водяном знаке SynthID; у OpenAI — подпись OpenAI OpCo, LLC с названием конкретной модели. Настоящий снимок с Pixel 10 Pro тоже был подписан, но тип источника там другой — computationalCapture, то есть съёмка камерой с вычислительной обработкой. Это редкий, но самый убедительный признак реального фото.

Поведение метаданных при пересылке стоит запомнить отдельно. Обычное сохранение в редакторе убрало C2PA у всех девяти сгенерированных изображений, однако Google дублирует сведения в XMP, и метка «Made with Google AI» пережила правку у всех пяти своих картинок. У OpenAI следов не осталось вовсе. После имитации мессенджера не уцелело ничего ни у кого, включая EXIF настоящих фотографий. Файл сгенерированной картинки и файл, снятый Canon, по метаданным стали неотличимы, и именно в таком виде до нас доходит большая часть изображений.

Что показали метаданные на практике

Сводная картина такова: у всех генераторов в оригинале есть валидный C2PA, у всех реальных камер в оригинале есть EXIF, а у смартфона Pixel 10 Pro есть и то и другое. После правки картина меняется, но не случайно: C2PA исчезает почти везде, а EXIF у реальных фото сохраняется, если файл не очистили специально. После пересылки остаётся пустота с обеих сторон, и это главный урок теста.

Из этого следует практическое правило. Наличие метки ИИ в метаданных — сильный аргумент в пользу происхождения от генератора, особенно если подписант известен. Но отсутствие метки не означает ничего ни в одну сторону. Пустой файл может быть пересланной картинкой ИИ, скриншотом, снимком, который кто-то пересохранил, или фото с камеры, которое прошло через мессенджер. Метаданные работают как проверка «да», но не как проверка «нет».

Есть и вторая тонкость: EXIF можно подделать, а C2PA — нет, но C2PA часто просто отсутствует. Поэтому сильный признак подлинности — это не набор полей, а согласованность между ними и с контекстом. Если в EXIF указана дорогая камера, а качество кадра и шум выглядят как снимок с телефона, или если дата съёмки старше первой публикации, но совпадает с событием только на словах, — эти расхождения важнее любого отдельного поля.

Работа детекторов ИИ-контента: что ловит модель

Классификаторы смотрят на сами пиксели. Они обучаются на большом наборе изображений, созданных генераторами, и на реальных фотографиях, и ищут статистические следы: характерные периодичности в частотном спектре, нехарактерное распределение текстур, особенности шума и резкости. Генерация оставляет свои отпечатки в том, как строятся мелкие детали, а реальный сенсор — в том, как распределён шум и как работает обработка в камере. Модель ловит совокупность этих признаков, а не один «пиксель-маркер».

Результат детектора — вероятность, а не вердикт. В нашем тесте восемь из девяти картинок ИИ модель уверенно распознала во всех трёх версиях, обычно с оценкой выше 99%. Самая новая модель, GPT-5.4 Image 2, прошла незамеченной: портрет на вечеринке получил 3% в оригинале и меньше 1% после правки и пересылки. Детекторы учатся на продуктах уже вышедших генераторов, и новые модели какое-то время могут проходить мимо, пока классификатор не переобучат.

Сжатие влияет на уверенность заметно. Пейзаж, сгенерированный Gemini 3 Pro Image, в оригинале дал больше 99%, после правки 85%, а после пересылки 69% — почти на пороге. Это значит, что даже корректный результат детектора зависит от того, какую версию файла вы проверяете, и одного прогона недостаточно для вывода.

Ошибки детектора в нашем тесте были двух типов: пропуск свежего генератора и ложная тревога на реальном снимке, — и обе приходились на условия, где модель не видела похожих примеров.

Ложные срабатывания — самое неприятное. Репортажный снимок с Nikon D750 получил более 99% «ИИ» в оригинале и после правки, и 96% после пересылки. Снимок с Pixel 8 Pro в оригинале получил 29%, а после обрезки 96%: модель оценивала центральную часть кадра, и обрезка изменила то, что она видела. По сути детектор реагирует на сильную обработку, резкость, сжатие и композицию, которые похожи на то, что он видел в генерациях. Поэтому ретушь, HDR, агрессивная шумодавка и старая оптика могут дать ложную тревогу.

Отсюда вывод для практики: высокий процент детектора — повод для вопросов, а не обвинение. Низкий процент тоже не гарантирует подлинность, особенно для свежих моделей. Результат нужно читать вместе с метаданными, происхождением файла и содержанием самого кадра. В начале статьи стоит кратко объяснить, что такое как проверить фото на ИИ и почему вопрос стал практичным для редакций, маркетологов и специалистов по безопасности, ведь сгенерированные снимки всё чаще выглядят правдоподобно.

Как выбрать инструмент и на что смотреть

Выбирая способ проверки, полезно задать несколько вопросов. Умеет ли инструмент читать C2PA и XMP, а не только EXIF? Показывает ли он, кто подписал манифест и какое действие записано? Прозрачна ли модель-детектор: известно ли, на каких данных она обучалась и как часто обновляется? Работает ли инструмент с пересжатыми файлами или требует оригинала? Ответы на эти вопросы разделяют инструменты, которые дают информацию, и те, что дают лишь цифру.

Сравнивать методы стоит по тому, что каждый из них способен доказать. Проверка подписи C2PA даёт ответ о происхождении, когда подпись есть, но бессильна при её отсутствии. Анализ EXIF помогает найти несогласованности, но не доказывает подлинность. Классификатор работает без метаданных, но выдаёт вероятность. Обратный поиск по изображению показывает, где и когда файл появлялся раньше, и часто это самый быстрый способ опровергнуть «свежесть» снимка. Ни один из методов не закрывает задачу целиком, поэтому разумно комбинировать их.

Для руководителя или редактора полезен короткий чек-лист перед публикацией. Есть ли оригинальный файл или хотя бы самая ранняя копия? Что показывает C2PA и есть ли XMP-метка генератора? Согласуются ли EXIF с контекстом и датой? Какой результат даёт классификатор на оригинале и на версии без обрезки? Нашлась ли первая публикация через обратный поиск? Если хотя бы два-три ответа неоднозначны, снимок не стоит использовать как документальное доказательство без дополнительной проверки.

Пошаговый порядок проверки и затраты времени

Порядок имеет значение, потому что каждый шаг может испортить следующий. Начинать стоит с получения исходного файла без пересжатия: все последующие выводы зависят от того, с какой версией вы работаете. Если автор присылает скриншот или пересланную картинку, честно зафиксируйте это в отчёте и попробуйте найти оригинал.

Дальше читаете C2PA и EXIF: подписанта, тип источника, действие, даты и параметры камеры. Затем прогоняете файл через классификатор и фиксируете порог, при котором вы принимаете решение. И только после этого делаете обратный поиск и проверяете источник публикации, потому что именно контекст часто даёт самый сильный ответ. Для одного файла с опытом эти четыре шага занимают около десяти минут, включая обратный поиск. Для пакета из нескольких десятков изображений основное время уходит на поиск оригиналов, поэтому имеет смысл сначала отбирать спорные файлы по метаданным и только потом глубоко разбирать их.

Типичные ошибки и как их избежать

Первая и самая частая ошибка — доверие скриншотам и пересохранённым копиям. Картинка из мессенджера почти всегда лишена метаданных, а значит по ней нельзя ни подтвердить, ни опровергнуть происхождение. Если решение важно, нужен первоисточник: исходный файл у автора, первая публикация, другой ракурс того же события.

Вторая ошибка — считать отсутствие метаданных доказательством подделки. Как показал тест, пустой файл может быть любым: реальной фотографией, пересланной картинкой ИИ или скриншотом. Третья — опираться на один детектор как на окончательный вердикт. Модели ошибаются в обе стороны, особенно на новых генераторах и на сильно обработанных снимках. Четвёртая — игнорировать контекст: кто и где опубликовал изображение, есть ли другие снимки события, согласуется ли дата с тем, что изображено.

Пятая ошибка — не документировать результат. Если проверка влияет на публикацию или решение, фиксируйте, какие версии файла проверялись, какие метаданные нашлись, какой порог детектора использован и какие вопросы остались открытыми. Такой отчёт защищает и от ошибочного обвинения, и от публикации подделки, а при споре позволяет восстановить ход рассуждений.

Какие задачи решает сайт и что на нём можно сделать

Инструмент, с которым работала команда PromoPilot, решает две базовые задачи: читает метаданные и оценивает вероятность ИИ-происхождения по пикселям. Проверка выполняется для одиночных изображений и пакетами, а результат показывает поля C2PA и EXIF с пояснениями, чтобы не приходилось расшифровывать их самостоятельно. Оценка детектора выводится вместе с указанием ограничений: сервис честно сообщает, что не видит невидимые водяные знаки других производителей и не заменяет подтверждение первоисточника.

Полезнее всего инструмент тем, кому нужно обосновать решение, а не просто получить цифру. Редакциям — для проверки иллюстраций и пользовательских снимков перед публикацией. Службам безопасности и экспертным организациям — для первичного отбора файлов, которые затем уходят на углублённую проверку. Сформированный отчёт можно приложить к внутреннему согласованию, а это уже практическая ценность, а не просто индикатор.

Итоги теста и практические выводы

Итог теста на 17 снимках в трёх версиях таков. Метаданные C2PA — самый надёжный сигнал происхождения, когда он сохранился: все 9 изображений ИИ содержали подпись генератора в исходном виде. Классификатор увидел 8 из 9 изображений ИИ, дал ложные тревоги на части реальных снимков и пропустил самую новую модель, а его оценка заметно менялась от обрезки и сжатия.

Надёжными сигналами стоит считать подписанный манифест с конкретным подписантом, согласованность EXIF с контекстом и первую публикацию, найденную обратным поиском. Пустая проверка сама по себе ничего не доказывает.

Минимальный набор для разных ролей выглядит так. Журналисту и редактору нужны исходный файл или первая публикация, чтение C2PA и поиск по изображению перед выпуском. Маркетологу — проверка происхождения иллюстраций и подписанных подлинных материалов, хранение оригиналов. Во всех случаях правило одно: решение о доверии принимается по сумме признаков, а не по одному инструменту. Чем раньше вы получили оригинал, тем меньше приходится гадать, и именно это делает проверку фото не лотереей, а процедурой.