Temperature

Temperature 是什麼，跟「Claude 變聰明或變笨」有關係嗎？

Temperature 是一個純粹跟「輸出的隨機性」有關的參數，跟模型本身的能力或智慧程度完全無關。Claude 產生每一個字的時候，背後其實是在一堆可能的候選字裡，依照機率高低做選擇；temperature 決定的是「選字時要多聽話（挑機率最高的那個）還是多冒險（也給機率較低的候選字一點機會）」。

數值範圍是 0.0 到 1.0：設成 0.0，Claude 幾乎每次都會挑機率最高的那個字，回答會顯得穩定、保守；設成 1.0（也是預設值），Claude 會更常在多個候選字之間做選擇，回答會顯得更有變化、更有創意，但也更難預測。值得特別注意的是，即使把 temperature 設成 0.0，Anthropic 官方文件也明確指出結果並不會因此變成完全確定性——同一個問題問兩次，答案還是可能有些微差異，只是差異幅度會小很多。

Temperature 這個機制為什麼會被設計出來，解決了什麼問題？

如果語言模型每次都只挑機率最高的那個字，會有一個明顯的副作用：回答容易變得死板、重複、缺乏變化，遇到需要創意發想、腦力激盪、或是要求「給我幾種不同寫法」的任務時，模型會傾向一直輸出類似的內容，因為它每次都在走「最安全」的那條路。

Temperature 的存在，讓使用者可以依照任務性質調整這個「安全 vs 冒險」的比例。需要精確、一致、可重複驗證的任務（例如程式碼生成、資料分類、法律文件摘要），適合把 temperature 調低，減少不必要的變化；需要靈感、多樣性、或模擬自然對話語氣的任務（例如寫小說對白、腦力激盪行銷文案），適合調高 temperature，讓模型願意嘗試機率較低但可能更有趣的選字。這也是為什麼 Anthropic 官方文件建議「分析型或選擇題導向的任務用接近 0 的溫度，創意型或生成型任務用接近 1 的溫度」。

Temperature 具體怎麼設定，跟其他參數（top_p）之間有什麼要注意的？

在 Anthropic API 裡，temperature 是 messages.create() 呼叫裡的一個參數，例如 temperature=0.3，接受 0.0 到 1.0 之間的浮點數，不設定的話預設是 1.0。Claude 的 API 除了 temperature，還提供 top_p（核採樣）跟 top_k 兩個進階採樣參數，但官方文件的建議很明確：「調整 temperature 或 top_p 兩者擇一，不要同時調整」，因為兩者都在改變同一套機率分佈，同時調整會讓結果變得難以預測跟除錯，一般情境下只需要調 temperature 就夠了。

值得注意的是，這個「擇一」的建議在 Claude 4.1 Opus（2025 年 8 月）之後從「建議」變成了「強制」：API 會直接回傳 400 錯誤，拒絕同時收到 temperature 跟 top_p 兩個參數的請求。這個變化在開發者社群裡造成不小的踩雷潮，VSCode Copilot、LiteLLM、n8n 等多個第三方工具都曾因為預設同時傳送兩個參數而觸發這個錯誤，直到 2026 年都還有相關回報。另外，如果你有啟用 Extended Thinking（進階推理）功能，temperature 也不能自訂——啟用 thinking 時必須讓 temperature 維持預設值，這是 API 端強制的限制，不是風格建議。

了解 temperature 對我實際使用 Claude 有什麼幫助？

如果你是透過 claude.ai 網頁版或手機 App 使用 Claude，temperature 這個概念其實跟你沒有直接關係——網頁版介面並不開放 temperature 的調整選項，Anthropic 已經幫你調好了適合一般對話的預設值，你不需要也無法自己動這個參數。這件事本身也值得知道：如果你看到有教學宣稱「在 claude.ai 裡調整 temperature 讓回答更有創意」，那多半是誤解或過時的資訊。

如果你是透過 API 開發應用程式，理解 temperature 能幫你判斷「Claude 給的答案怎麼每次都不太一樣」這個現象的根源——如果你的應用場景需要高度一致、可重複驗證的輸出（例如自動化資料處理、程式碼生成），檢查一下 temperature 有沒有被設得太高，往往比重寫整段 prompt 更快解決問題。同時，如果你的專案曾經同時設定 temperature 跟 top_p 又忽然開始報 400 錯誤，理解這個機制能讓你快速定位問題出在哪，而不是誤以為是自己的帳號或網路出了狀況。