温度パラメータ（Temperature）

読み方：てんぱらちゃー。温度パラメータ（Temperature）とは、大規模言語モデル（LLM）が文章を生成するときに、出力のばらつき方を調整する設定値のことです。このページでは、定義、値の高低が生成に与える影響、用途別の選び方、よくある誤解を整理します。

導入

同じ依頼文を送っても、実行のたびに文章の言い回しが変わる、たまに突飛な表現が出る、という経験はありませんか。この「出し方の癖」を側から制御しているのが温度パラメータです。設定値は生成の一貫性と多様性のバランスを決めるため、用途に合わせた調整が作業効率に直結します。

用語の定義

温度パラメータは、モデルが次に来る言葉の候補を選ぶ際の偏り方を調整する値です。Microsoft Learn の Azure OpenAI REST API リファレンスは、この値について「0.8 のように高い値では出力がよりランダムになり、0.2 のように低い値ではより集中した決定論的な出力になる」と説明しています。

指定できる範囲は API によって異なります。たとえば Azure OpenAI の音声書き起こし API では 0〜1 の範囲で指定します。使っている API のリファレンスで範囲を確認してから設定してください。

わかりやすい説明

文章を書く人を思い浮かべてください。慎重なタイプの人は、いつも同じような言い回しを選び、安定した文章を書きます。大胆なタイプの人は、思い付きの表現を積極的に選び、同じ依頼でも毎回違う文章を書きます。温度パラメータは、この「選び方の傾向」を数値で指定するつまみです。値を低くすると慎重な書き方に、高くすると大胆な書き方に近づきます。

仕組み・原理

モデルは文章を生成するとき、次に来る言葉の候補ごとに確からしさを計算しています。温度パラメータは、この候補の選ばれ方の偏りを調整します。値が低いほど確からしい候補が選ばれやすくなり、値が高いほど確からしさの低い候補も選ばれるようになります。

なお、生成には温度以外の設定（上位から取る候補の数など）も影響します。調整は複数の設定の組み合わせとして扱うのが実際的です。確率の計算にモデルごとの実装差があるため、同じ値でもモデルが変われば出力の傾向は変わります。

由来・背景

確率モデルのサンプリングで「温度」を上げ下げして分布の偏りを調整する考え方は、統計の分野で古くからあります。言語モデルの生成設定として一般に知られるようになったのは、API でこの値が設定項目として公開されたことがきっかけです。現在は主要な生成 AI の API や、多くのツールの詳細設定で調整できます。

具体例

問い合わせメールを「要約して要点を3つ挙げる」という処理を考えます。要点の数や内容が実行ごとに揺れると、後工程の集計が面倒になります。ここでは値を低めに設定し、出力の揺れを抑えます。

逆に、新商品のキャッチコピーを10案集める場面では、揺れこそが材料になります。値を高めに設定し、実行ごとに違う案を出させるほうが収集に向いています。

応用シーン

• 定型処理の一貫性確保：抽出や分類では低めに設定し、実行ごとの出力差を抑える
• 発想支援：ブレストやネーミングでは高めに設定し、候補の幅を広げる
• 品質比較：同じ依頼文を複数の値で実行し、用途に合う値を選ぶ

メリット・デメリット

よくある誤解

誤解：値を0にすれば毎回同じ出力になる

実際は：揺れは抑えられますが、完全な固定を保証するものではありません。モデルの更新や実行環境の違いでも出力は変わります。業務で再現性が必要な場合は、出力の検証工程を別に用意するのが確実です。

誤解：高いほど性能が良い

実際は：値の高低は性能ではなく出力の傾向の違いです。抽出のような処理では低いほうが適し、発想出しでは高いほうが向く、という使い分けの問題です。

誤解：すべてのツールで同じ数値が同じ挙動になる

実際は：実装と指定範囲はモデル・API で異なります。ツールを変えたら、同じ値でも挙動を確認し直してください。

関連用語

• LLM（大規模言語モデル） — 温度パラメータで生成を制御する対象
• プロンプト — 設定と組み合わせて出力を整える依頼文
• ハルシネーション — 揺れと混同しやすい、もっともらしい誤りの話
• Chain-of-Thought — 生成の安定性に影響する推論の書かせ方

関連ツール

• ChatGPT — 依頼文と出力の揺れを対話で確認できる
• Claude — 長文の抽出・要約など安定性が要る処理に使える

料金と提供条件は各サービスの公式サイトでご確認ください。

関連ガイド

• 一発で決めずに育てる：プロンプト反復改善の5ステップ
• 検証役を置いて出力のばらつきを抑える5ステップ
• チュートリアル一覧（はじめてのLLM活用）

出典

出典：Microsoft Learn「Azure OpenAI REST API リファレンス」（2026年11月14日参照）。温度パラメータの方向性（値が高いほどランダム、低いほど決定論的）と音声書き起こし API の指定範囲（0〜1）の記述は同リファレンスに基づきます。