Temperature

Temperatureとは何ですか？Claudeが「賢くなる、あるいは劣化する」ことと関係がありますか？

Temperatureは純粋に「出力のランダム性」に関するパラメータであり、モデル自体の能力や知性の程度とは全く関係がない。Claudeが各単語を生成する際、実際には複数の候補単語の中から確率の高さに応じて選択を行っている。temperatureが決めるのは、その選択が「どれだけ従順か（最も確率の高い単語を常に選ぶ）」あるいは「どれだけ冒険的か（確率の低い候補にも本当にチャンスを与える）」である。

範囲は0.0から1.0まで。0.0に設定すると、Claudeはほぼ毎回最も確率の高い単語を選び、出力は安定して保守的になる。1.0（デフォルト値でもある）に設定すると、Claudeはより広く候補の中からサンプリングするため、出力はより多様で創造的になるが、同時に予測しづらくなる。特筆すべき点として、temperatureを0.0に設定しても、Anthropic公式ドキュメントは結果が完全に決定論的にはならないと明記している。同じ質問を2回しても、わずかに異なる回答が返ってくることがあり、ただしその変動幅ははるかに小さくなる。

Temperatureという仕組みはなぜ設計され、どんな問題を解決していますか？

もし言語モデルが常に最も確率の高い単語だけを選ぶとしたら、明らかな副作用が生じる。出力が硬直的で反復的、変化に乏しいものになりがちで、創造的な発想やブレインストーミング、「いくつかの異なる書き方を出して」といったタスクでは、モデルは常に「最も安全な」道を選ぶため、似たような内容を出し続けてしまう。

Temperatureの存在により、ユーザーはタスクの性質に応じてこの「安全対冒険」の比率を調整できる。精度、一貫性、再現性が求められるタスク（コード生成、データ分類、法律文書の要約など）は、temperatureを低く設定して不要な変動を減らすのに適している。インスピレーション、多様性、あるいは自然な会話口調が求められるタスク（小説の対話執筆、マーケティングコピーのブレインストーミングなど）は、temperatureを高く設定し、モデルが確率は低いがより面白い可能性のある単語選択を本当に検討できるようにするのに適している。これこそが、Anthropic公式ドキュメントが「分析的または選択式のタスクには0に近い温度を、創造的または生成的なタスクには1に近い温度を」と推奨している理由である。

Temperatureは具体的にどう設定し、他のパラメータ（top_p）との関係で何に注意すべきですか？

Anthropic APIでは、temperatureはmessages.create()呼び出しの中のパラメータであり、例えばtemperature=0.3のように0.0から1.0の浮動小数点数を受け付け、未設定の場合はデフォルトの1.0となる。Claude APIにはtemperatureに加えてtop_p（核サンプリング）とtop_kという高度なサンプリングパラメータもあるが、公式ドキュメントの推奨は明確だ——「temperatureかtop_pのどちらか一方を調整し、両方は調整しない」。両者は同じ確率分布を変形させるものであり、同時に調整すると結果が予測しづらくデバッグも困難になるため、通常はtemperatureだけを調整すれば十分である。

注目すべきは、この「どちらか一方」という推奨が、Claude 4.1 Opus（2025年8月）以降「推奨」から「強制」に変わった点だ。APIはtemperatureとtop_pの両方を含むリクエストを400エラーで拒否するようになった。この変更は開発者コミュニティで大きな混乱を引き起こし、VSCode Copilot、LiteLLM、n8nなど複数のサードパーティツールが、両パラメータをデフォルトで送信していたためにこのエラーに直面し、2026年に入っても関連する報告が続いている。別途、Extended Thinking（高度な推論）機能を有効にしている場合、temperatureはカスタマイズできない——thinkingを有効にする際はtemperatureをデフォルト値のまま維持する必要があり、これはスタイル上の提案ではなくAPI側で強制される制約である。

Temperatureを理解することが、実際のClaude利用にどう役立ちますか？

claude.aiのウェブ版やモバイルアプリでClaudeを使っている場合、temperatureは直接関わってくる概念ではない——ウェブインターフェースはtemperature調整のオプションを一切公開しておらず、Anthropicが一般的な会話に適したデフォルト値をすでに調整済みであり、このパラメータを自分で動かす必要も方法もない。これ自体、知っておく価値がある。もし「claude.aiでtemperatureを調整して回答をより創造的にする」というチュートリアルを見かけたら、それはおそらく誤解か古い情報である。

APIを通じてアプリケーションを開発している場合、temperatureを理解することで「Claudeの回答が毎回微妙に違う」という現象の根本原因を診断しやすくなる。高度な一貫性・再現性のある出力が必要なユースケース（自動データ処理、コード生成など）では、temperatureが高く設定されすぎていないか確認することが、プロンプト全体を書き直すより早い解決策になることが多い。また、以前はtemperatureとtop_pを両方設定していたプロジェクトが突然400エラーを出し始めた場合、この仕組みを理解していれば、自分のアカウントやネットワークの問題だと誤解することなく、問題箇所をすぐに特定できる。