同じ質問を投げたのに、答えが毎回違う。この揺れは、設定のひとつ「温度（Temperature）」でかなり変わります。仕組みの説明だけ読んでもピンと来ないので、実際に2つの値を並べて比べる手順で確認していきます。
温度は「選び方の偏り」を動かすつまみ
温度を低くすると、モデルは確率の高い語を選びがちになり、答えは安定して保守的になります。高くすると、選ばれにくい語も拾われ、発想は広がる反面、支離滅裂な文が出る余地も増えます。Learn Prompting の解説では、低い値で定型的な10項目が並び、高い値では想像力のある項目に変わる実例が示されています。設定が答えの「正しさ」を上げるわけではなく、選び方の偏りを動かすものだという点は押さえておきたいところです。
手順1：比較用の入力を5件用意する
自分の仕事でよく使う入力から5件選びます。分類、要約、文章の下書きなど、種類が違うものを混ぜてください。この5件が、以降の比較の基準になります。
手順2：温度0で揺れの有無を見る
設定画面で温度を0にし、同じ入力を3回ずつ投げます。3回とも同じ答えなら揺れは設定由来です。答えが違う場合でも、まったく同じにならないことはあります。Learn Prompting の解説でも、温度を0にしても出力が完全に一致する保証はないとされています。
手順3：中間の値で並べて見る
温度を0.7前後に上げて、同じ5件を投げます。低い値の答えと並べ、どの入力で答えの幅が広がるかを見ます。幅が広がって困るのが分類の仕事で、広がって助かるのが文章の発想の仕事です。ここが自分の用途の線になります。
手順4：用途ごとに値の目安を決めて記録する
| 用途 | 目安 | 理由 |
|---|---|---|
| 分類・抽出 | 0〜0.2程度 | 選択肢から外れないことが最優先 |
| 要約・翻訳 | 低め | 原文から外れる要素を入れない |
| 企画・見出し | 高め | ありきたりを避けるため幅を取る |
数値はあくまで出発点です。記録には、使ったモデル、値、試した日も1行で残します。モデルが変わると同じ値でも振る舞いが変わるため、記録がないと後で比較できません。
手順5：動かすのは1つだけにする
温度と、確率のしきい値を扱う Top P など、複数の設定を同時に動かすと、変化の原因が分からなくなります。Learn Prompting の解説も、基本の設定は温度、Top P、最大長だと整理しています。迷ったら温度だけを動かし、ほかは既定のままにしてください。設定を変えても答えの正しさは上がらないため、事実確認の工程は別に置く必要があります。
よくあるつまずき
「温度0なら事実誤りは起きない」と考えてしまう点です。揺れが抑えられるだけで、根拠のない内容を出す可能性は残ります。事実の照合は、設定とは別の工程として必ず残してください。
FAQ
Q. ChatGPT の画面でも温度は変えられますか？
A. 画面には温度の項目がない場合が多いです。API や開発者向けのプレイグラウンドでは設定できます。画面で使う場合は、同じ入力を2回投げて幅を見る、という形で揺れを体感できます。
Q. 正確な答えがほしいときはどうすればいいですか？
A. 温度を下げるより、参照資料を渡す設計のほうが効きます。検索した文書を根拠として渡す考え方はRAGの項目で解説しています。設定の調整は、その次の仕上げです。
出典
出典：Learn Prompting「Basic LLM Settings」（2026年10月21日参照）
あわせて使いたいツール
本記事の手順を実際に回すときに、候補になるツールを挙げます。いずれも無料から試せる範囲があり、料金や機能は各サービスの公式情報で確認してください。
関連ガイド
同じ時期に公開した実務ガイドと、用語の定義ページです。手順の前提が分からない場合は、用語ページから確認してください。コピーして使える依頼文が欲しいときは、プロンプト集も参照してください。
編集部の見解
設定の値は、ネットで拾った「最適な数値」を鵜呑みにしないほうがいいと感じています。同じ値でも、モデルと入力の言語で振る舞いが変わります。自分の5件で幅を見て、用途ごとに目安を残す。この地味な手順のほうが、きれいな比較表を集めるより実害を減らせます。
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。