ChatGPTやClaudeのAPIを使うとき、「Temperature」というパラメータを見かけたことはありませんか？
この数字を変えるだけで、AIの回答が「堅実」にも「創造的」にもなるのです。
この記事では、AIの「Temperature（温度）」パラメータについて、仕組みから実践的な使い方まで解説します。
Temperatureとは？
一言で言うと
Temperatureは、AIの出力の「ランダム性」を調整するパラメータです。
- 低いTemperature（0.0〜0.3）：予測可能で一貫した回答
- 高いTemperature（0.7〜1.0）：多様で創造的な回答
なぜ「温度」って呼ばれるんですか？
物理学の統計力学から来ています。気体の温度が高いと分子の動きが活発になるように、AIのTemperatureが高いと「次の単語の選択」がより多様になるんです。
具体的な仕組み
AIは次の単語を選ぶとき、各単語に「確率」を割り当てています。
例えば「今日の天気は」の次の単語：
- 「晴れ」：60%
- 「曇り」：25%
- 「雨」：15%
Temperature = 0.0の場合：
常に最も確率が高い「晴れ」を選択
Temperature = 1.0の場合：
確率に応じてランダムに選択（「曇り」や「雨」も選ばれうる）
Temperatureの設定範囲
主要AIのTemperature範囲
| サービス | 範囲 | デフォルト |
|---|---|---|
| OpenAI (GPT) | 0.0〜2.0 | 1.0 |
| Anthropic (Claude) | 0.0〜1.0 | 1.0 |
| Google (Gemini) | 0.0〜2.0 | 1.0 |
Temperature値の目安
| 値 | 特徴 | 適した用途 |
|---|---|---|
| 0.0 | 最も確定的 | 事実確認、コード生成 |
| 0.3 | 低ランダム | 技術文書、Q&A |
| 0.7 | 中程度 | 一般的な会話、要約 |
| 1.0 | 標準 | クリエイティブな作業 |
| 1.5+ | 高ランダム | ブレインストーミング |
Temperature 2.0など高すぎる値は、文法的に正しくても意味不明な出力になることがあります。通常は0.0〜1.0の範囲で使用することをおすすめします。
用途別のおすすめ設定
コード生成（Temperature: 0.0〜0.2）
プログラミングでは、正確で再現可能なコードが必要です。低いTemperatureで一貫した出力を得ましょう。
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": "Pythonでクイックソートを実装して"}],
temperature=0.0 # 低いTemperatureで正確なコード
)
事実に基づく回答（Temperature: 0.0〜0.3）
FAQ、カスタマーサポート、技術文書など、正確性が重要な場面では低めに設定します。
一般的な会話（Temperature: 0.5〜0.7）
チャットボットや会話エージェントでは、自然さと正確性のバランスを取ります。
クリエイティブな執筆（Temperature: 0.7〜1.0）
小説、詩、マーケティングコピーなど、創造性が求められる場面では高めに設定します。
でも、高いTemperatureで本当に「創造的」になるんですか？
実は2024年の研究で、「Temperatureは本当に創造性パラメータか？」という検証が行われました。結果は「ランダム性は上がるが、創造性との相関は弱い」というものでした。ランダム≠創造的、ということですね。
Temperatureと一緒に使うパラメータ
Top-p（核サンプリング）
Top-pは、確率の上位何%から単語を選ぶかを決めるパラメータです。
- Top-p = 0.1：上位10%の単語から選択（保守的）
- Top-p = 0.9：上位90%の単語から選択（多様）
OpenAIは「TemperatureとTop-pは同時に変更しないことをおすすめ」と案内しています。どちらか一方を調整しましょう。
Max Tokens
出力の最大トークン数を制限します。Temperatureが高いと冗長になりがちなので、組み合わせて使うと効果的です。
実践的なTips
1. まずはデフォルト（1.0）で試す
最初からパラメータをいじらず、デフォルト設定で結果を確認しましょう。
2. 問題があれば調整
- 回答が退屈・機械的 → Temperatureを上げる
- 回答が脱線・支離滅裂 → Temperatureを下げる
3. 同じプロンプトで複数回試す
高いTemperatureでは、同じプロンプトでも毎回違う回答になります。複数回試して最良の結果を選ぶ「サンプリング」も有効です。
4. タスクに応じて固定する
本番環境では、タスクごとに最適なTemperatureを見つけて固定しましょう。
Temperatureは「AIの性格を調整するダイヤル」のようなもの。真面目な秘書が欲しければ低く、クリエイティブなパートナーが欲しければ高く設定しましょう。
まとめ：Temperatureを使いこなす
Temperatureは、AIの出力のランダム性（多様性）を制御するパラメータです。
Temperatureの重要ポイント：
- 0.0〜2.0の範囲（サービスにより異なる）
- 低いと確定的、高いとランダム
- コード・事実確認は低め（0.0〜0.3）
- 創造的タスクは高め（0.7〜1.0）
- 高すぎると意味不明になるリスク
- Top-pと同時に変更しない
適切なTemperature設定で、AIをより効果的に活用しましょう。
