AIの返答が毎回違う理由は？temperatureで決まる

画像出典: ぱくたそ (© susi-paku)

生成AIの出力が実行ごとに揺れるのは、不具合でも気のせいでもありません。AIは次の単語を「一番ありえそうなものに固定」しているのではなく、確率にしたがって選んでいます。そのランダムさの強さを決めているのが temperature（温度） と呼ばれる数値です。

正直なところ、この数値はチャット画面の設定欄を探しても見つからないことが多く、存在自体を知らないまま使っている人がほとんどです。ただ、仕組みを知っておくと「この作業はブレてもらっては困る」「ここはむしろブレてほしい」を自分で切り分けられるようになります。

temperature（温度）とは何を調整している数値？

temperatureは、AIが次に出す単語（トークン）を選ぶときのランダムさを調整するパラメータです。トークンとは、AIが文章を扱うときの単語や文字のかたまりのことです。

AIは文章を書くとき、「次に来る単語」の候補を語彙全体に対して一気に計算します。たとえば「明日の天気は」の次なら、「晴れ」「雨」「どう」といった候補にそれぞれ確率が割り振られる、というイメージです。このとき各トークンに対して計算された数値（ロジット）を温度の値で割り、ソフトマックス関数という計算にかけて、最終的な選択確率が決まります。

温度は、この確率の分布そのものの形を変えます。1より小さい値にすると分布が「尖り」、最も可能性の高い語がさらに選ばれやすくなります。結果として出力は決定的になり、同じ入力に対して同じ答えが返りやすくなります。逆に1より大きくすると分布は「平たく」なり、確率の低い語にも出番が回ってくるため、多様性や意外性が増えます。

温度を0（または0に近い値）にすると、毎回ほぼ最も確率の高いトークンばかりを選ぶため、出力は安定して再現されやすくなります。冒頭の「同じ質問なのに答えが違う」は、つまり温度が0ではない状態で動いている、ということです。

温度を0に寄せると文章は安定する一方で、表現の選択肢が狭まります。言い回しが単調になったり、無難な構成ばかりになったりするため、発想を広げたい作業とは相性がよくありません。用途によって向き不向きがある、というのがこのパラメータの本質です。

どの設定値がどの用途に向く？（目安の一覧）

Azionほか複数の実務解説記事の公表内容をもとに作成（2026年11月時点）

上の表は各社が公式に定めた推奨値表ではなく、複数の実務解説記事に共通して挙げられる経験則の目安です。製品やモデルによって同じ0.7でも体感の揺れ幅は変わるため、数値そのものより「どちら向きに動かすか」として使うのが実用的です。

覚え方はひとつの軸に落とせます。「正解が一つに決まる・間違えると困る」仕事は温度を下げ、「選択肢を広げたい・発想を膨らませたい」仕事は温度を上げる。議事録の要約で毎回違う数字の拾い方をされたら困りますが、キャッチコピーの候補出しで毎回同じ3案しか出てこないのも困る、ということです。

各社のAIでは設定範囲がどう違う？

温度の「ちょうどいい値」は、サービスをまたいで同じ数字が使えるとはかぎりません。指定できる範囲そのものが違うためです。

ここで注意したいのは、OpenAIの0.9とClaudeの0.9は同じ位置づけではないという点です。上限が2のスケールでの0.9は中ほどですが、上限が1.0のスケールでの0.9は上寄りにあたります。解説記事で見かけた数値をそのまま別のサービスへ持ち込むと、想定より揺れる・揺れないという食い違いが起きます。

なお、既定値や指定できる範囲はモデルの世代更新にあわせて変わります。業務の設定に落とし込む前に、利用しているサービスのAPIリファレンスで現在の値を確認してください。

top_pとは何で、なぜ同時にいじらないほうがいい？

top_p（核サンプリング）は、確率の高い順にトークンを足していき、累積がしきい値に達したところまでの集合から選ぶ方式です。温度が「分布の形」を変えるのに対し、top_pは「候補に残す範囲」を絞ります。

どちらも出力のばらつきに効くため、両方を同時に動かすと、結果が変わった原因がどちらにあるのか分からなくなります。OpenAIは、temperatureとtop_pを同時に変更しないことを推奨しています。調整するならどちらか一方に固定して、もう片方は既定値のまま置いておくのが安全です。

チャット画面では温度を変えられる？

ここが実務でいちばん誤解されるところです。ChatGPTやClaude.aiのような一般ユーザー向けのチャット画面には、温度を直接指定する設定が用意されていないことが多くあります。温度を明示的に指定できるのは、主にAPI経由での利用（開発者向けの機能）や、一部のカスタムGPTs・プロジェクト設定を使う場合です。

数値そのものを触れなくても、ばらつきとのつきあい方は変えられます。チャット画面で使えるのは「何回生成するか」と「どう指示するか」の調整です。

1. ブレを味方にする同じプロンプトで資料のドラフトを複数パターン欲しいときは、同じ指示を数回投げて、出てきた案の中から選ぶ。温度を上げて複数回生成するのと近いことが、回数で代用できます。
2. ブレを抑える毎回同じ体裁の要約がほしい定型業務では、出力形式を指示文の中で固定する。見出しの文言、項目数、文字数の上限まで書き切るほど、選べる言い回しの幅が狭まり結果が安定します。
3. 比較するときは条件を揃えるプロンプトの良し悪しを検証したいときは、同じ指示を複数回実行して傾向で見る。1回の出力だけで「このプロンプトはダメ」と判断すると、ばらつきを実力と取り違えます。

思ったような出力にならないとき、どこを疑う？

出力が期待外れだったとき、原因は大きく3つに分かれます。順に切り分けると早く片付きます。

明日からどう使い分ける？

仕組みを知った上での実践は、とてもシンプルです。作業を始める前に「この作業はブレてほしいか、ほしくないか」を一度だけ自問してください。

議事録の要約、数字の抽出、分類といった作業はブレては困る側です。API経由なら0.0〜0.2付近、チャット画面なら出力形式を細かく固定します。企画のタネ出し、コピーの候補出し、切り口の洗い出しはブレてほしい側です。API経由なら高めの値、チャット画面なら同じ指示を複数回投げて並べます。

資料や提案文の下書きのように、自然さはほしいが脱線されても困る作業は中間です。経験則では0.6〜0.9あたりが目安とされており、ここは実際に何度か試して、自分の仕事の許容範囲を見つけるのが近道になります。

AIの揺らぎは、使いこなしの余地が残っているサインでもあります。仕組みが分かれば、ばらつきは不具合ではなく調整できる性質に変わります。まずは手元の定型業務ひとつで、出力形式を固定する指示を試してみるところからで十分です。

よくある質問

temperatureを0にすれば、AIの答えは完全に同じになりますか？

temperatureを0（または0に近い値）にすると、AIは毎回ほぼ最も確率の高いトークンを選ぶため、出力は安定し再現されやすくなります。ただし温度は語の選び方のばらつきを抑える設定であり、内容の正確さを保証するものではありません。間違った内容が毎回同じ言い回しで出てくることもあります。

ChatGPTやClaude.aiのチャット画面でtemperatureを変更できますか？

一般ユーザー向けのチャット画面には温度を直接指定する設定が用意されていないことが多く、明示的に調整できるのは主にAPI経由の利用や、一部のカスタムGPTs・プロジェクト設定です。チャット画面では、出力形式を指示文で細かく固定することでばらつきを抑えられます。

temperatureとtop_pは何が違いますか？

temperatureは次のトークンを選ぶ確率分布そのものの形を変える数値で、低いほど最も確率の高い語が選ばれやすくなります。top_p（核サンプリング）は確率の累積がしきい値に達するまでの上位トークン集合から選ぶ方式で、候補に残す範囲を絞ります。OpenAIは両者を同時に変更しないことを推奨しています。

資料作成に向いているtemperatureの値はいくつですか？

複数の実務解説記事に共通する経験則では、資料・提案文の下書きやビジネスメールには0.6〜0.9程度が目安とされています。自然な表現の幅を持たせつつ、大きな脱線を避けたい用途に向く範囲です。各社の公式な推奨値ではなく、サービスごとに指定できる範囲も異なるため、目安として扱ってください。

※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。