💡一句話定義
同一個提示，在不同溫度下輸出會從「保守一致」一路變成「發散多樣」。低溫時模型幾乎總選最高機率字（穩定）；升溫後較低機率的字也可能被選中，輸出更豐富，但風險也更高。這頁讓你親手轉旋鈕，把抽象的「溫度」變成看得見的字。
🎮互動：星艦控制台
一句回報有三個變動欄位（設備 / 事件 / 處置），每個都獨立取樣。轉高溫、按「重新生成對話」，看整句怎麼一起失控。下方圖表只畫中央「事件」欄位的機率分布。
⚙️ 參數實驗室：星艦控制台
調整核心參數，觀察 AI 助理如何生成截然不同的局勢回報。
越高越瘋狂 (拉平機率)，越低越死板 (凸顯最高機率)。
無情斬斷排名 K 之後的選項。
保留累積機率達到 P 的選項，尾巴太長的怪詞會被剔除。
降低「科幻老梗」(如護盾、受損) 的分數，逼 AI 發揮創意。
只要出現過就扣分，讓 AI 轉移話題（例如突然聊起貓咪）。
📊 AI 腦內的「突發事件」機率分佈 (Slot 2)
※ 參數會同時影響整句話的三個變動欄位，此圖表僅展示中央「事件」欄位的 Softmax 分佈變化。
🔁為什麼同一提示每次結果不同？
🌡️溫度光譜對照表
| 溫度區間 | 行為 | 適合 |
|---|---|---|
| 0 ~ 0.3（低） | 幾乎總選最高機率字，穩定、可重現 | 事實問答、程式、資料抽取、客服 |
| 0.7 ~ 1.0（中） | 有變化又不失控，兼顧品質與多樣 | 寫作、聊天、一般創作 |
| > 1.5（高） | 低機率怪詞也頻繁出現，容易離題 | 腦力激盪、找靈感（需人工挑選） |
🎚️三個旋鈕一起作用
🌡️Temperature
調整整體分布形狀，控制隨機性強弱。
調整整體分布形狀，控制隨機性強弱。
🔢Top-K
只從機率前 K 名取，砍掉尾巴怪詞。
只從機率前 K 名取，砍掉尾巴怪詞。
🎯Top-P
從累積機率達 P 的最小候選集取（核取樣）。
從累積機率達 P 的最小候選集取（核取樣）。
此外還有重複懲罰（frequency / presence penalty）壓低已出現詞。實務常「組合使用」以兼顧多樣與品質。
🧮複利效應：長輸出更要控溫
一句回報有好幾個位置都在各自取樣。高溫時，每個位置「選到離譜字」的機率都升高，整句一起走鐘的機率是相乘放大的。所以生成長文本時，溫度稍微偏高就可能整段崩壞——長輸出、要交付的內容，寧可把溫度壓低一點。
🧭實務設定建議
創意（寫詩、命名、發想）→ 溫度約 0.8～1.0 求變化；事實、程式、抽取 → 0～0.3 求正確可重現。要 100% 可重現：溫度設 0、或固定 seed。記住溫度只是「取樣策略」，不會改變模型學到的知識。
✅自我檢測
Q1. 為什麼同一提示每次輸出不同？
因為溫度 > 0 是隨機取樣。想可重現，把溫度設 0 或固定隨機種子 seed，輸出就會一致。
Q2. 溫度怎麼影響選字？
低溫幾乎總選最高機率字（穩定）；升溫後較低機率的字也可能被選，輸出更豐富但風險變高。
Q3. 創意任務和事實任務怎麼調？
創意調高溫（約 0.8～1.0）求變化；事實、程式、抽取調低溫（約 0～0.3）求正確可重現。
Q4. 溫度是唯一控制多樣性的旋鈕嗎？
不是。還有 Top-K、Top-P（核取樣）、重複懲罰等，通常組合使用以兼顧多樣與品質。
🎯重點整理
- 同提示不同輸出：來自溫度 > 0 的隨機取樣。
- 要可重現：溫度設 0 或固定 seed。
- 低溫穩定、高溫發散：依任務調。
- 複利效應：長輸出更要壓溫，避免整段崩壞。
- 組合旋鈕：溫度＋Top-K／Top-P＋懲罰一起用。