Quando usiamo un modello come ChatGPT, possiamo regolare la temperature:
- bassa (≈0.1–0.3) → risposte più prevedibili e determinate;
- alta (≈1.0–1.5 o oltre) → risposte più creative, sorprendenti… ma con maggior rischio di incoerenza.
Per capirlo meglio, ho chiesto al modello di scrivere una breve favola con lo stesso prompt:
"Racconta una storia su un castello fatato e una strega cattiva."
🔹 Temperature 0.1: "C’era una volta un castello fatato in cima a una collina.
Le mura brillavano di luce magica e proteggevano gli abitanti.
Una strega cattiva cercava di entrare, ma gli incantesimi del castello la fermavano sempre.
Un giorno un giovane cavaliere scoprì che la vera forza non era la magia, ma il coraggio di tutti insieme.
Così, uniti, gli abitanti riuscirono a scacciare la strega e vissero sereni per sempre.
Storia lineare, quasi scolastica: il castello è magico, la strega viene sconfitta, lieto fine garantito."
🔹 Temperature 1.5: "In un regno lontano, il Castello di Vetro cantava ogni notte con campane di cristallo.
Ma nel bosco accanto viveva la strega Malara, che non sopportava quelle melodie: diceva che le graffiavano il cuore.
Decise allora di lanciare un incantesimo di silenzio eterno.
Il castello però rispose, come se fosse vivo: dalle torri spuntarono fiori che si trasformarono in piccoli draghi di luce.
Questi draghi inseguirono la strega e le mostrarono un segreto: non era cattiva per natura, ma perché aveva dimenticato la sua stessa canzone.
Malara pianse, e le sue lacrime si fecero stelle.
Da quel giorno, il castello non smise mai di cantare — e la strega imparò a ballare al suo ritmo."
Come si usa?
Via API: basta passare il parametro temperature nella chiamata (es. temperature=0.2 per analisi o temperature=1.0 per brainstorming).
Via simulazione: anche senza API, si può chiedere al modello “rispondi come se la tua temperature fosse 0.2 o 1.0” per osservare differenze di stile, non è esattamente la stessa cosa ma è interessante vedere il risultato.
Nel lavoro quotidiano di un CTO (o di chiunque usi l’AI) è utile sapere dove posizionarsi su questo asse:
per analisi e dati → temperature bassa, si mantiene coerenza e rigore.
per brainstorming e creatività → temperature più alta, si da spazio a immaginazione e sorprese.
L'uso di valori di temperature molto alta (es. 2) può portare a output incoerenti o nonsense: solitamente poco utili nell’uso reale.
La chiave sta nel dosaggio. Come in cucina, un pizzico di sale in più o in meno può fare la differenza!
Per approfondire:
- https://medium.com/@goldengrisha/unlocking-creativity-and-precision-the-role-of-the-temperature-parameter-in-chatgpt-6426ac12787b
- https://www.wired.it/article/modelli-linguistici-llm-ai-stile-frasi/
Alessandro Rugolo
