生成AI の特性設定項目について

生成AI に指示プロンプトを送信する「会話の送信」ブロックには、
「temperature (温度)」と「トップP」という設定項目が存在します。
(接続先が Amazon Bedrock を選択したときのみ「トップK」という設定項目も表示されます。)

これらについて、項目単体および各項目連動で、
どのように設定値が生成AI の動作(振る舞い)に影響するのかを説明します。

これらの設定項目を理解し適切に調整することで、目的に応じた質の高い出力を得ることが期待できます。(各設定値の組み合わせにより、適切な回答が得られない場合があります。)

各設定項目の特性

temperature(温度)

AI の回答の創造性や多様性を制御するための設定項目です。
0.1 単位の数値を指定します。

設定値動態
0最も確率の高い単語のみを選択(決定論的)
低い値(0.0に近い)より確実で一貫性のある回答を生成
高い値(2.0に近い)より創造的で予測困難な回答を生成

確定的な回答を求める場合には低めの数値を、
アイデア性に富んだ回答を求めるには高めの数値を設定します。

トップP


文章を構成する際に、ある単語の次にあるべき単語(副詞や助詞なども含む)について、
確率の高い順に単語を並べ、累積確率がトップPで指定した値に達するまでの単語群を選択肢とします。
単語選択の確率範囲を制限
0.1 単位の数値を指定します。
(核サンプリング)

設定値動態
1.0すべての単語が候補(制限なし)
0.1次に来るべき単語の候補の
上位10%の確率範囲内の単語のみを選択対象とする

処理の流れ


1. AIモデルが全単語の確率を計算

2. 確率の高い順に単語を並び替え

3. 上位から順に確率を累積加算

4. 累積確率がTop-P値に達した時点で候補範囲を決定

5. 決定された範囲内の単語からランダムに選択


「今日の天気は」の次に続く単語を予測する場面

トップK


★ Amazon Bedrock でのみ指定可能です。

文章を構成する際に、ある単語の次にあるべき単語(副詞や助詞なども含む)について、
確率順に並べ、上位いくつの単語のみを候補とするのか、を指定します。
候補単語数を固定で制限
1 ~ 500 の整数値が指定でき、初期設定値は 250 です。
(上位K個選択)

設定値動態
500次に来るべき単語の候補の上位500個から選択
250次に来るべき単語の候補の上位250個から選択

処理の流れ

1. AIモデルが全単語の確率を計算(通常50,000語以上)

2. 確率の高い順に全単語を並び替え

3. 上位K個の単語のみを候補として抽出

4. K + 1位以下の単語は選択対象から完全除外

5. 上位K個の中から確率に応じてランダム選択

「美味しい料理を作るには」の次に続く単語を予測する場面

生成 AI ベンダー別の設定可能値

設定項目AzureOpenAIOpenAIGoogleVertexAIAmazonBedrock
temperature(温度)0.0 ~ 2.0
(初期値: 0.2)
0.0 ~ 2.0
(初期値: 0.2)
0.0 ~ 2.0
(初期値: 0.2)
0.0 ~ 1.0
(初期値: 0.2)
トップP0.0 ~ 1.0
(初期値: 1.0)
0.0 ~ 1.0
(初期値: 1.0)
0.0 ~ 1.0
(初期値: 1.0)
0.0 ~ 1.0
(初期値: 1.0)
トップK項目なし項目なし項目なし1 〜 500
(初期値: 250)

実践的な例文比較


各設定別の予想される出力傾向を例示します。

■共通プロンプト例

「今日は素晴らしい天気です。この天気について詩を書いてください。」

設定パターン1: 保守的(温度:0.2・トップP:0.8)

  • 期待される出力
    • 一般的で安定した表現
    • 「青空が広がり、太陽が輝いて…」のような定型的な詩
    • 文法的に正確で読みやすい

設定パターン2: 創造的(温度:1.5・トップP:0.9)

  • 期待される出力
    • 独創的で予想外の表現
    • 「空のキャンバスに踊る光の筆跡が…」のような比喩的表現
    • より実験的で芸術的な語彙選択

設定パターン3: 極度に保守的(温度:0.0・トップP:0.5)

  • 期待される出力:
    • 最も確率の高い語彙のみ使用
    • 毎回ほぼ同じ内容
    • 「晴れた日、空は青く、太陽は明るい」のような単純表現

Amazon Bedrock特有(温度:0.8・トップP:0.9・トップK:50)

  • 期待される出力:
    • Top-Kにより語彙が制限されるため、創造的だが一定の枠内
    • バランスの取れた表現力
    • 適度な多様性と一貫性を両立

設定値調整の実践ガイド

 
用途別推奨設定例

用途temperature
(温度)
トップPトップK
※Amazon
Bedrockのみ
説明
ビジネス文書作成0.1 〜 0.30.8 〜 0.9100 〜 200正確性と一貫性を重視
創作活動1.0 〜 1.50.9 〜 1.0300 〜 500創造性と多様性を重視
一般質問応答0.5 〜 0.80.9 〜 1.0200 〜 300バランスの取れた応答
コード生成0.1 〜 0.20.8150構文エラーを最小化
ブレインストーミング1.2 〜 1.81.0400 〜 500発想の多様性を最大化

調整時の注意点

  1. Temperatureを上げる際は段階的に(0.2ずつ)調整する
  2. トップPトップKは同時に極端に制限しない
  3. Amazon BedrockではトップKを活用して細かい制御が可能
  4. 用途に応じて複数回テストして最適値を見つける

生成AI 設定別出力バリエーション詳細


例文「春の桜について短い詩を書いてください。」を用いて、各設定値を組み合わせた場合のケース例です。

設定値定義:

温度設定設定値挙動
0.2確実性重視
0.7バランス型
1.5
※Bedrockは上限1.0のため0.9
創造性重視
トップP設定設定値挙動
0.3高確率語彙のみ
0.7中程度の語彙範囲
0.9広範囲の語彙選択
トップK設定
※Amazon Bedrockのみ
設定値挙動
50少数選択肢
250標準選択肢
450多数選択肢

AzureOpenAI/OpenAI での具体例

温度トップP出力特徴代表例
低(0.2)低(0.3)最も確実、単純「桜が咲く/春が来る/花が美しい/風が吹く」
低(0.2)中(0.7)安定した一般表現「桜の花が咲いている/春の暖かい日差しに…」
低(0.2)高(0.9)安定+語彙豊富「桜咲く春の陽だまりで/薄紅色の花びらが…」
中(0.7)低(0.3)創造性制限「桜が咲く季節/花が風に舞う…」
中(0.7)中(0.7)バランス最適「桜並木を歩けば/花びらの雲が頬を撫でて…」
中(0.7)高(0.9)表現豊か「桜舞い散る小径にて/薄紅の夢が踊り狂い…」
高(1.5)低(0.3)創造的だが語彙制限「桜、花、風/美しい春が…」
高(1.5)中(0.7)独創的表現「桜よ、君の魂が/風の記憶に刻まれて…」
高(1.5)高(0.9)最も創造的「桜よ、君の囁きは/宇宙の記憶を呼び覚まし…」

Google VertexAI での具体例

温度トップP出力特徴代表例
低(0.2)低(0.3)最も確実、単純「春桜咲く
美しい花
風が吹く
季節の歌」
低(0.2)中(0.7)安定した一般表現「桜の花びらが舞い散り
春の陽光に輝いて
心に優しい思い出を
静かに刻み込んでいく」
低(0.2)高(0.9)安定+語彙豊富「桜咲く季節の調べに
薄紅の花びらが踊り
穏やかな春の陽だまりで
新たな希望が芽生える」
中(0.7)低(0.3)創造性制限「桜が美しく咲く
春の風が心地よく
花が舞い踊る
素晴らしい季節」
中(0.7)中(0.7)バランス最適「桜咲く小径を歩めば
花びらの絨毯が足元に
春風が運ぶ甘い香り
心躍る季節の始まり」
中(0.7)高(0.9)表現豊か「桜舞い散る庭園にて
時の流れが止まったよう
薄紅の雲が空を包み
永遠の美しさを讃える」
高(1.5)低(0.3)創造的だが語彙制限「桜、花、春
美しい時が
心を動かし
魂に響く」
高(1.5)中(0.7)独創的表現「桜の魂が宇宙に響き
時空を超えた美の調べ
永遠の春を心に刻み
生命の神秘を歌い上げる」
高(1.5)高(0.9)最も創造的「桜よ、君の魂の叫びが
宇宙の果てまで響き渡り
時の記憶を書き換えながら
永劫の美を紡ぎ続ける」

Amazon Bedrock での具体例

温度トップPトップK出力特徴代表例
0.20.350超保守的設定「桜咲く
春来る
花美しい
風吹く」
0.20.7250保守的バランス「桜の花が静かに咲き
春の陽だまりで輝いて
薄紅の花びらが舞い踊り
穏やかな季節の始まり」
0.70.9250標準設定「桜並木を歩きながら
薄紅の花びらに包まれ
春風が運ぶ甘い香り
心に響く季節の歌声」
0.90.9450想像型設定「桜の精霊が舞い踊り
時空を超えた美の調べ
宇宙に響く生命の歌
永遠の春を魂に刻む」
0.90.9100高創造×制限語彙「桜が心に響き
美しい春の風が
花びらと共に舞い
季節の歌を奏でる」
0.30.9450低温×豊富語彙「桜咲く季節の調べに
薄紅の花びらが踊り
穏やかな春の陽だまりで
新たな希望が芽生える」

#生成AI #GenerativeAI #GenAI #温度 #temperature #topP #top-P #トップP #topK #top-K #トップK