Temperature と Top-p の違い
出力の自由さと、候補の範囲

Temperature とは

Temperature は、生成AIの出力のランダムさ（自由さ・独創性）を調整する設定です。

• 低くする（0 に近づける）: 確率の高い言葉が選ばれやすくなり、ぶれの少ない、予測しやすい定型的な出力になる。
• 高くする: 確率の低い言葉も選ばれやすくなり、多様で自由な表現になる。

Top-p とは

Top-p は、次の言葉の候補にする範囲を調整する設定です。確率の高い順に言葉を足していき、合計の確率が決めた値（閾値）に達するまでの最小の集まりを候補にし、その中から次の言葉を選びます。候補の数は、確率の分布の形によって変わります。

• 低くする: 候補が絞られ、論理的で堅実な文章になりやすい。
• 高くする: 候補が広がり、自由で柔軟な文章になりやすい。

違いを表で比べる

試験での問われ方

生成AIパスポートでは、第2章「生成AI」で出ます。もちこ道場の問題データでは、この2つが出る問題は14問で、そのうち12問が第2章です。次のような問われ方をしています。

• 穴埋め: 「回答のぶれを抑えて正確な出力が欲しい業務」で下げる設定として Temperature を選ぶ。「確率の高い順に集め、累積が閾値に達するまでの最小の集合から選ぶ」方式として Top-p を選ぶ。
• 値の方向を選ぶ: 定型的な文章がほしいとき、Temperature を 0 に近づける、Top-p を低く設定する、という方向を選ぶ。
• 説明を選ぶ: 「出力の自由さは Temperature、候補の範囲は Top-p」のように、調整するものを入れ替えた記述を見抜く。

覚え方

• 「どちらも下げると堅実、上げると自由」と、まず方向をそろえて覚えます。
• そのうえで、調整するものを分けます。Temperature は「温度」（熱いほど自由に動く）、Top-p は「上位 p」（上位の候補だけを使う）と読み替えます。
• 正確さが大事な作業（要約・チェック）では、どちらも低くします。

第2章のほかの用語は「第2章 生成AIの要点」にまとめています。