生成AIや大規模言語モデル（LLM）を利用していると、「Temperature（温度）」という設定項目を目にすることがあります。
ChatGPT系APIやAI開発ツールでは頻繁に登場するパラメータですが、「数値を変えると何が起きるのか分かりにくい」と感じる人も少なくありません。
Temperatureは、AIの回答を「堅実にするか」「自由な発想にするか」を左右する重要な設定です。
数値の調整次第で、同じ質問でも出力結果は大きく変わります。
本記事では、Temperatureの仕組みや動作原理、用途別の推奨設定、関連パラメータとの違いまでわかりやすく解説します。
Temperatureとは何か
Temperatureとは、生成AIが次に出力する単語（トークン）を選ぶ際の「確率のばらつき」を調整するパラメータです。
生成AIは文章を作る際、次に続く単語候補に対して確率を計算しています。
たとえば以下の文章を考えてみましょう。
入力：
「今日の天気は」
AI内部の候補：
- 晴れ：70%
- 曇り：20%
- 雨：10%
通常は確率の高い候補が選ばれやすくなりますが、Temperatureを変更すると、この確率分布の形が変化します。
簡単に言えば、AIの「慎重さ」や「自由度」を調整するつまみのようなものです。
Temperatureが出力に与える影響
Temperatureが低い場合
Temperatureを低くすると、確率の高い候補がさらに優先されます。
たとえば0.1〜0.3程度では、AIは非常に保守的な動作になります。
特徴：
- 毎回ほぼ同じ回答
- 一貫性が高い
- 誤差が少ない
- 安定した出力
例えば同じ質問を10回しても、ほぼ同じ文章が返ってくることがあります。
この設定は次の用途に向いています。
- プログラムコード生成
- 翻訳
- FAQ回答
- マニュアル生成
- データ要約
正確性が重要な場面でよく使われます。
Temperatureが高い場合
Temperatureを高くすると、低確率の候補も選ばれやすくなります。
例えば1.2〜1.5程度では、AIは予想外の表現も積極的に採用します。
特徴：
- 回答のバリエーションが増える
- 創造性が高くなる
- 意外性が出る
- 表現が豊かになる
一方で、内容が不安定になる場合もあります。
例えば同じ質問を繰り返しても、毎回異なる切り口の回答になることがあります。
向いている用途：
- アイデア出し
- 小説執筆
- キャッチコピー作成
- 詩の生成
- ブレインストーミング
Temperatureの数値イメージ
設定値によって、おおよそ次のような傾向があります。
| Temperature | 特徴 |
|---|---|
| 0〜0.2 | 非常に安定。同じ回答が多い |
| 0.3〜0.7 | 安定性と自然さのバランス |
| 0.8〜1.0 | やや多様性重視 |
| 1.0以上 | 創造性重視 |
| 1.5以上 | 非常に自由だが不安定 |
多くのLLMでは1.0付近が基準値として使われています。
ただし最適値は用途によって異なります。
実際の出力例で比較
同じ質問でもTemperatureによって結果は変わります。
質問：
「夏をテーマに短い文章を書いて」
Temperature：0.2
夏の日差しが空を照らし、青い海が静かに広がっています。
比較的予測しやすい、自然な文章です。
Temperature：1.2
真昼の太陽が街を溶かし、風の隙間から夏の記憶が踊り出しました。
表現に独創性や比喩が増えています。
創作用途では後者の方が面白い場合があります。
TemperatureとTop-pの違い
Temperatureとよく比較される設定に「Top-p」があります。
どちらも出力の多様性を調整しますが、考え方は異なります。
Temperature
確率分布全体の形を変える
例：
「人気候補をさらに強くする」
「低確率候補も出やすくする」
Top-p
一定確率まで候補を絞る
例えばTop-p=0.9の場合：
- 候補A：50%
- 候補B：25%
- 候補C：15%
合計90%に達した時点で、それ以外の候補は除外されます。
つまりTop-pは「候補数の制限」、Temperatureは「候補の選ばれやすさ調整」という違いがあります。
Temperature設定の実践例
実務では次のような設定がよく使われます。
コード生成
推奨：
0〜0.3
理由：
予測可能性と正確性が重要なため
ビジネス文書
推奨：
0.3〜0.7
理由：
自然さと安定性のバランスが必要
アイデア出し
推奨：
0.8〜1.2
理由：
多様な発想を引き出したいため
小説・創作
推奨：
1.0以上
理由：
表現力や独創性が重視されるため
TemperatureはAIの個性を決める設定
Temperatureは単なる数値ではなく、AIの「性格」を変える重要なパラメータです。
低ければ慎重で論理的になり、高ければ創造的で自由になります。
最近では多くのAIサービスで初期設定が隠されている場合もありますが、API利用やローカルLLM運用では頻繁に調整されます。
AIを思い通りに活用するためには、モデル性能だけでなく、こうしたパラメータ理解も重要になっています。
まとめ
Temperatureのポイントを整理します。
- AIの出力の多様性を調整するパラメータ
- 低い値は安定・高精度
- 高い値は創造性・多様性重視
- コード生成は低めが適している
- アイデア出しや創作では高めが有効
- Top-pと組み合わせることで細かな調整が可能
生成AIを実践的に使いこなすためには、「どのモデルを使うか」だけでなく、「どう設定するか」も重要です。Temperatureを理解することで、AIの出力品質を目的に合わせて最適化できるようになるでしょう。
こちらもご覧ください：RAG（検索拡張生成）とは？生成AIの弱点を補う仕組みと企業活用をわかりやすく解説
