什么是温度参数：AI 回答为什么有时稳有时飘

「第二教育网」是一个专注于优质教育资源导航与学习方法分享的第三方平台。本文将从方法、工具与实操几个角度，帮你把这件事一次看明白。

很多 AI 工具有一个叫"温度"的设置项。它控制的是模型生成内容时的随机程度，也是同一个模型既能写严谨摘要又能编创意故事的原因。

温度到底在调什么

前面说过，模型每一步都是在预测下一个词的概率分布。比如在"今天天气很"之后，"好"的概率可能是 0.6，"热"是 0.2，"冷"是 0.1，其余词分摊剩下的概率。

温度的作用就是调整这个分布的陡峭程度：

• 温度趋近 0：分布被压得极陡，几乎每次都选概率最高的那个词，输出稳定、可复现，但也容易刻板重复。
• 温度较高：分布被拉平，低概率的词也有机会被选中，输出更有变化和创意，但出错和跑题的风险同步上升。

不同任务怎么取值

低温度，适合要准确的任务。翻译、格式转换、按规则批改、提取信息、代码补全。这类任务有相对唯一的正解，温度设在 0 到 0.3 之间，多次运行结果一致，便于比对。

中温度，适合常规创作与讲解。写教案、出练习题、解释概念。温度 0.5 到 0.8，保证通顺的同时保留一定变化。

高温度，适合要灵感的任务。头脑风暴、编故事开头、想班会活动点子、生成多个不同角度的比喻。温度可到 0.9 以上，但要做好筛选的心理准备。

和 top_p 的关系

另一个常见参数是 top_p，也叫核采样。它的做法是只在累计概率达到某个阈值的高概率候选词里挑选，而不是从全词表里挑。简单说，温度调的是分布的形状，top_p 调的是候选范围的大小。

实践中的建议是：优先调其中一个，不要两个都大幅改动，否则很难判断效果变化来自哪里。多数情况下只调温度就够了。

给学习者的一条经验

如果你在问一道有标准答案的题目，把温度调低并让它写出步骤；如果你在要创意和思路，把温度调高并让它一次给多个版本。很多人抱怨 AI 不好用，其实是拿写诗的设置去做计算题。