Temperature（温度）とは、生成AIが文章などを生成するときに、次の候補をどの程度幅広く選ぶかを調整する設定値です。
一般にTemperatureを低くすると、有力な候補が選ばれやすくなり、回答のばらつきが小さくなる傾向があります。一方、高くすると複数の候補が選ばれやすくなり、出力の多様性が増える傾向があります。
ただし、Temperatureは「AIの正確さ」を直接設定する数字ではありません。また、設定できる範囲や対応状況は生成AIサービスやモデルによって異なります。
この記事では、Temperatureの意味や仕組み、低い場合と高い場合の違い、使い分け方を初心者向けに解説します。
Temperatureとは？
Temperatureとは、生成AIが出力を生成するときの確率分布を調整するための設定値です。
英語の「temperature」は「温度」という意味です。ただし、生成AIでは実際の温度を表しません。
生成AIの出力調整に使うTemperature
生成AIは、文章を最初から最後まで一度に作っているわけではありません。
文章生成では、文脈をもとに「次にどのトークンが続きそうか」を計算します。候補の中から次の出力を選びます。
Temperatureは、その候補の確率分布を調整します。Hugging FaceのTransformersでは、temperatureを次トークンの確率を調整する設定として説明しており、1より小さい値ではランダム性が下がる方向に働くとされています。
簡単に整理すると、次のように考えられます。
- Temperatureが低い：可能性の高い候補へ集中しやすい
- Temperatureが高い：さまざまな候補を選びやすい
そのため、同じ指示を与えても、Temperatureによって文章の表現や展開が変わることがあります。
モデル内部の「パラメータ」とは意味が異なる
Temperatureは「生成パラメータ」などと呼ばれることがあります。
一方、AIモデルについて「数十億パラメータ」と説明される場合のパラメータは、モデルが学習によって獲得した重みなどを指します。
つまり、同じ「パラメータ」という言葉でも意味が異なります。
- モデル内部のパラメータ：AIが学習によって獲得する値
- Temperature：生成時の出力方法を調整する設定値
両者を区別しておくと、生成AIに関する説明を理解しやすくなります。
Temperatureの仕組み
Temperatureを理解するポイントは、生成AIが「次に続く候補」を確率的に扱っていることです。
生成AIは次のトークン候補から出力を選ぶ
たとえば、生成途中の文章に対して、次の候補があるとします。
| 候補 | 仮の確率 |
|---|---|
| A | 60％ |
| B | 30％ |
| C | 10％ |
※上記は仕組みを理解するための架空の例です。
この場合、Aが最も有力な候補です。
しかし、生成AIがサンプリングを行う場合、常にAだけを選ぶとは限りません。BやCが選ばれる可能性もあります。
仕組み：Temperatureで確率分布を変える
Temperatureを低くすると、もともと可能性が高かった候補へ確率が集中する方向に変化します。
反対に、Temperatureを高くすると候補間の差が小さくなる方向へ変化し、上位以外の候補も選ばれやすくなります。
その結果、低いTemperatureでは似たような回答になりやすく、高いTemperatureでは異なる表現や展開が出やすくなります。
重要なのは、TemperatureがAIの「知識量」を変えているわけではないことです。
この設定が調整するのは、生成時にどの候補を選びやすくするかです。
Temperatureが低い・高いと何が変わる？
設定値による違いを大まかに整理すると、次のようになります。
| 設定 | 出力の傾向 | 向いている用途の例 | 注意点 |
|---|---|---|---|
| 低め | 有力な候補へ集中しやすい | 情報整理、定型文、分類 | 正確性が保証されるわけではない |
| 中間 | 安定性と多様性のバランスを取りやすい | 一般的な文章作成 | 最適値はモデルや用途によって異なる |
| 高め | 表現や候補が広がりやすい | アイデア出し、表現案 | 不自然な回答が増える場合もある |
ただし、「低め」「高め」に共通する絶対的な数値はありません。
たとえばOpenAIのChat Completions APIでは、temperatureは0〜2の範囲として案内され、0.2のような低い値はより集中した出力、0.8のような値はよりランダムな出力になる例が示されています。
一方で、すべてのOpenAIモデルやAPIが同じ仕様ではありません。そのため、特定の数値を全サービス共通の基準として覚えないことが重要です。
Temperatureの使い方
Temperatureは「何を生成したいのか」に合わせて調整します。
万能な設定値を探すより、用途ごとに複数の設定を比較するほうが実践的です。
事実整理や定型文では低めから試す
文章の形式や言い回しをある程度そろえたい場合は、低めのTemperatureから比較するとわかりやすいでしょう。
たとえば、次のような用途です。
- 決められた形式への文章整形
- FAQ回答の下書き
- 情報の分類
- 定型的なメール文の作成
- 一定のトーンを保った文章生成
ただし、Temperatureを低くしただけで、生成内容が事実として正しくなるわけではありません。
重要な情報は、別途一次情報で確認する必要があります。
通常の文章作成では中間的な設定から試す
ブログの下書きや説明文などでは、安定性だけでなく自然な言い回しも必要です。
その場合は中間的な設定から試し、実際の出力を見ながら調整するとよいでしょう。
同じプロンプトを使い、Temperatureだけを変えて比較すると、設定による違いを確認しやすくなります。
アイデア出しでは高めも比較する
キャッチコピーや企画案など、複数の選択肢が欲しい場合は、高めの設定も比較対象になります。
たとえば、
- 商品名の候補
- キャッチコピー
- 記事タイトル
- 企画の切り口
- ストーリーの展開案
などです。
高めにすれば必ず優れたアイデアになるわけではありませんが、候補の幅を広げたい場面では役立つ可能性があります。
比較：Temperatureとtop_pの違い
Temperatureと一緒に目にすることが多い設定が「top_p」です。
どちらも生成時の候補選択に影響しますが、考え方が異なります。
| 項目 | Temperature | top_p |
|---|---|---|
| 主な役割 | 候補の確率分布を調整する | 一定の累積確率に入る候補へ対象を絞る |
| 変化のイメージ | 確率の差を強めたり弱めたりする | 選択対象となる候補群を制限する |
| 目的 | 出力のばらつきを調整 | サンプリング対象を調整 |
OpenAIのChat Completions APIでは、top_pはTemperatureとは別のサンプリング方法として説明されており、一般には両方を同時に大きく変更するのではなく、どちらか一方を調整することが推奨されています。
初心者の場合は、一度に複数の設定を変更しないほうが違いを判断しやすくなります。
比較する際は、まず他の条件をそろえます。そのうえでTemperatureだけを変えるとよいでしょう。
Temperatureを使うときの注意点
便利な設定ですが、数字だけで生成AIの品質を管理できるわけではありません。
特に次の3点には注意が必要です。
Temperatureを低くしても正確性は保証されない
Temperatureを低くすると、モデルが有力と判断した候補へ集中しやすくなります。
しかし、その候補自体が事実として正しいとは限りません。
したがって、
「Temperatureを0に近づければハルシネーションがなくなる」
とは考えないようにしましょう。
事実確認が必要な情報については、公式サイトや一次情報との照合が必要です。
同じ設定でも毎回同じ回答になるとは限らない
低いTemperatureは出力のばらつきを抑える方向に働きますが、完全に同じ結果になることを保証するものではありません。
OpenAIもChat Completionsについて、出力はデフォルトでは非決定的であり、再現性を高める場合でも完全な決定性は保証されないと説明しています。
そのため、Temperatureと「毎回同じ回答を出す設定」は同じ意味ではありません。
Temperatureを設定できないモデルやAPIもある
Temperatureは、すべての生成AIで自由に変更できるわけではありません。
サービスやモデル、APIによって、
- Temperatureを設定できる
- 設定範囲が異なる
- 推奨値が決められている
- Temperature自体が提供されていない
といった違いがあります。
実際にOpenAIのRealtime APIでは、GAインターフェースからtemperatureパラメータが削除されています。ベータ版についても設定範囲が限定されていました。
したがって、実際に設定するときは、利用しているサービスやモデルの最新公式ドキュメントを確認しましょう。
よくある質問：Temperature
おすすめの設定値はいくつですか？
すべての用途に共通するおすすめ値はありません。
情報整理や定型的な出力では低め、一般的な文章作成では中間、幅広いアイデアが欲しい場合は高めを比較する、といった考え方ができます。
ただし、具体的な設定範囲はモデルやサービスによって異なります。
0にすると毎回同じ回答になりますか？
必ず同じ回答になるとは限りません。
Temperatureを低くすると出力候補が絞られる方向に働きますが、生成AIの処理全体が完全に決定的になることを意味するわけではありません。
Temperatureを高くすると文章の質も上がりますか？
文章の質が上がるとは限りません。
高いTemperatureでは候補が広がるため、多様な表現が出やすくなる一方、不自然な回答が増える可能性もあります。
目的に応じて実際の出力を比較することが大切です。
Temperatureとtop_pは両方設定したほうがよいですか？
必ずしも両方を変更する必要はありません。
OpenAIのChat Completions APIでは、一般にTemperatureまたはtop_pのどちらか一方を変更することが推奨されています。
初心者の場合も、一度に1つの設定だけを変更したほうが効果を確認しやすいでしょう。
まとめ
Temperatureとは、生成AIが次のトークンを選ぶときの確率分布を調整し、出力のばらつき方を変える設定値です。
基本的には、
- 低いTemperature：有力な候補へ集中しやすい
- 高いTemperature：幅広い候補を選びやすい
と理解するとよいでしょう。
ただし、Temperatureは正確性を直接高める設定ではなく、低くしても同じ回答が保証されるわけではありません。
また、利用できる設定範囲や挙動はサービス・モデルによって異なります。実務で利用するときは、目的に合わせて複数の設定を比較し、利用しているサービスの最新公式仕様も確認しましょう。
