Temperature AI: valori consigliati, top-p e seed

Due richieste identiche possono produrre risposte diverse. Non è necessariamente un errore: durante la generazione, un modello linguistico assegna una probabilità ai token candidati e sceglie come proseguire. La temperature modifica quanto questa scelta rimane concentrata sulle alternative più probabili oppure si apre a possibilità meno prevedibili.

Abbassarla può rendere l’output più stabile e focalizzato; alzarla può aumentare varietà e creatività. Ma la temperature non rende una risposta più vera, non corregge un prompt ambiguo e non garantisce il determinismo. Inoltre, nel 2026 non tutti i modelli espongono ancora questo parametro: alcuni provider stanno privilegiando istruzioni, output strutturati e controlli specifici del modello.

Questa guida mostra come funziona, come si combina con top-p, top-k e seed e come scegliere un valore iniziale per estrazione dati, email, brainstorming, RAG e workflow aziendali.

In breve

• Una temperature bassa concentra la scelta sui token più probabili.
• Una temperature alta rende la distribuzione meno concentrata e aumenta la varietà.
• Temperature 0 non equivale sempre a output identico.
• I valori non sono confrontabili in modo perfetto tra modelli, versioni e provider.
• Per JSON e automazioni servono schema, validazione e retry: abbassare la temperature non basta.
• Nei test conviene cambiare un parametro alla volta e misurare il risultato sul proprio caso d’uso.

Indice

1. Che cos’è la temperature
2. Cosa cambia davvero nella risposta
3. Temperature, top-p, top-k e seed
4. Valori consigliati per caso d’uso
5. Differenze tra ChatGPT, Claude, Gemini e Ollama
6. Configurazione pratica con Ollama
7. Metodo di test per una PMI
8. Errori da evitare
9. FAQ

Che cos’è la temperature

Un modello genera testo un token alla volta. A ogni passaggio calcola un punteggio per molte possibili continuazioni: dopo “Il preventivo deve essere”, per esempio, potrebbero risultare plausibili “approvato”, “verificato”, “inviato” o “aggiornato”.

Questi punteggi vengono trasformati in probabilità. La temperature interviene prima del campionamento:

• con un valore inferiore a 1, le differenze tra le probabilità vengono accentuate;
• con un valore superiore a 1, la distribuzione diventa più piatta;
• con temperature molto bassa, il modello tende a scegliere le continuazioni dominanti;
• con temperature alta, anche alternative meno probabili possono essere selezionate.

In termini semplificati, i punteggi del modello vengono divisi per la temperature prima della funzione softmax. Non occorre conoscere la formula per usare il parametro, ma è utile capire che la temperature non aggiunge conoscenza: modifica il modo in cui viene scelta la continuazione tra quelle già considerate dal modello.

Un esempio semplice

Immaginiamo che il modello assegni queste probabilità al prossimo token:

Abbassando la temperature, “approvato” diventa ancora più dominante. Alzandola, le alternative ricevono relativamente più spazio. La frase può diventare meno ripetitiva, ma anche meno coerente con il contesto amministrativo.

Cosa cambia davvero nella risposta

La temperature influenza soprattutto la variabilità lessicale e il percorso di generazione. Un token diverso all’inizio può portare a una struttura completamente diversa alcune righe dopo.

Può quindi incidere su:

• scelta delle parole e tono;
• varietà di idee e proposte;
• ripetibilità tra esecuzioni;
• probabilità di seguire percorsi meno comuni;
• stabilità di classificazioni e formati, in combinazione con altri controlli.

Non risolve invece:

• informazioni mancanti nel prompt;
• fonti errate o assenti;
• documenti recuperati male da un sistema RAG;
• modello inadatto al compito;
• regole di business non esplicitate;
• impossibilità di rispettare uno schema non supportato.

Una temperature bassa può produrre con grande sicurezza la stessa risposta sbagliata. Per aumentare l’affidabilità servono contesto, fonti, controlli e un buon metodo di prompt engineering.

Temperature, top-p, top-k e seed

Questi parametri agiscono tutti sulla generazione, ma non fanno la stessa cosa.

Top-p

Top-p, chiamato anche nucleus sampling, considera il gruppo più piccolo di token la cui probabilità cumulativa raggiunge la soglia impostata. Con top-p 0,9, per esempio, le alternative della lunga coda possono essere escluse prima del campionamento.

Top-k

Top-k limita la scelta ai K token più probabili. Con top-k 10, soltanto i primi dieci candidati entrano nella selezione. Non tutti i modelli e provider consentono di impostarlo.

Seed

Il seed inizializza il generatore casuale. A parità di modello, versione, prompt e parametri può aumentare la ripetibilità. Non è però una garanzia universale: aggiornamenti del backend, esecuzione parallela, differenze hardware o modifiche del modello possono cambiare il risultato.

Perché non conviene modificare tutto insieme

Temperature, top-p e top-k si sovrappongono parzialmente. Se li si cambia contemporaneamente, diventa difficile capire quale intervento abbia migliorato o peggiorato l’output. Per iniziare:

1. conserva i valori predefiniti di top-p e top-k;
2. prova due o tre temperature;
3. scegli la migliore sul test interno;
4. modifica top-p o top-k soltanto se esiste un problema specifico;
5. registra modello, versione e parametri insieme al risultato.

Valori consigliati per caso d’uso

Le seguenti fasce sono punti di partenza, non standard. Alcuni provider usano intervalli differenti e i default variano per modello.

Estrazione e output strutturato

Per estrarre codice cliente, data e importo da un documento, partire da una temperature bassa è sensato. Ma il controllo decisivo è uno schema JSON con campi, tipi e valori ammessi. Aggiungi validazione e gestione dell’errore: se il JSON non è valido, il workflow non deve proseguire silenziosamente.

Email e testi professionali

Una fascia intermedia evita risposte sempre uguali senza trasformare un’email operativa in un esercizio creativo. Il tono dipende soprattutto dalle istruzioni: destinatario, obiettivo, lunghezza, informazioni obbligatorie e call to action. La guida Come scrivere un buon prompt aiuta a costruire questa base.

Brainstorming

Per generare nomi, campagne o alternative di progetto, una temperature più alta può ampliare lo spazio delle proposte. Conviene però separare le fasi: prima generazione divergente, poi valutazione a temperature bassa usando criteri espliciti. Chiedere creatività e selezione rigorosa nello stesso passaggio produce risultati più difficili da controllare.

RAG aziendale

In un assistente collegato a documenti, la priorità è la fedeltà alle fonti. Usa una temperature moderata o bassa, obbliga le citazioni e gestisci il caso “informazione non trovata”. La guida al RAG aziendale spiega perché recupero, permessi e citazioni contano più della sola temperature.

ChatGPT, Claude, Gemini e Ollama: differenze importanti

ChatGPT e API OpenAI

Nell’interfaccia normale di ChatGPT l’utente non dispone generalmente di una manopola universale per la temperature. Nelle API il parametro può essere disponibile in base al modello e all’endpoint. Non bisogna quindi copiare una configurazione senza verificare la scheda del modello: i modelli di ragionamento e le nuove famiglie possono esporre controlli differenti.

Anche quando temperature e top-p sono disponibili, è preferibile modificare uno solo dei due. Per output destinati a software, usa gli strumenti di output strutturato previsti dal modello invece di affidarti alla sola riduzione della casualità. La documentazione OpenAI della Responses API è il riferimento da controllare al momento dell’implementazione.

Claude

Qui il cambiamento recente è sostanziale: la documentazione Anthropic aggiornata indica che temperature, top-p e top-k non sono supportati sui modelli Claude 4.7 e successivi e su Claude Mythos Preview. Impostare un valore non predefinito produce un errore 400; Anthropic raccomanda di ometterli e guidare il comportamento tramite prompt e output strutturati.

Questo rende obsoleta la regola “imposta sempre Claude a 0,2”. Prima di configurare un workflow verifica il modello effettivo, non soltanto il provider. Le istruzioni devono descrivere con precisione cosa è ammesso, come formattare la risposta e quando fermarsi.

Gemini

La Gemini API espone temperature, topP, topK e seed nella configurazione di generazione. La documentazione ufficiale Gemini precisa però che valori predefiniti e supporto di top-k dipendono dal modello; l’intervallo documentato per la temperature è 0–2.

Non trasferire automaticamente un valore da un modello Gemini a un altro. Registra la versione e interroga le caratteristiche del modello quando costruisci un’applicazione stabile.

Ollama

Ollama permette di salvare i parametri in un Modelfile. La documentazione del Modelfile riporta attualmente temperature 0,8, top-k 40 e top-p 0,9 come valori predefiniti, oltre al parametro seed. Questi default riguardano Ollama e non rappresentano una raccomandazione valida per ogni attività.

Configurazione pratica con Ollama

Per creare una variante orientata a procedure e assistenza interna:

FROM qwen3:8b
PARAMETER temperature 0.2
PARAMETER top_p 0.9
PARAMETER seed 42
PARAMETER num_ctx 8192
SYSTEM Rispondi soltanto usando il contesto fornito. Se l'informazione non è presente, dichiaralo chiaramente.

Salva il file come Modelfile, quindi esegui:

ollama create assistente-procedure -f ./Modelfile
ollama run assistente-procedure

Per una variante dedicata al brainstorming puoi mantenere lo stesso modello e aumentare soltanto la temperature. Nomi separati evitano modifiche accidentali in produzione. Se devi ancora predisporre l’ambiente, consulta Come installare Ollama e la guida a Open WebUI con Ollama.

Metodo di test per una PMI

La configurazione va trattata come una scelta di processo, non come una preferenza personale.

1. Raccogli 20–50 richieste reali, eliminando dati personali.
2. Definisci il risultato atteso e gli errori critici.
3. Blocca modello, versione, prompt e documenti.
4. Esegui ogni richiesta con tre temperature, per esempio 0,1, 0,4 e 0,8.
5. Ripeti ogni prova almeno tre volte.
6. Misura correttezza, formato valido, citazioni, variabilità, latenza e costo.
7. Scegli il valore più alto che rispetta ancora la soglia di affidabilità richiesta.

Per un workflow n8n con AI, aggiungi un nodo di validazione prima dell’azione successiva. Se il modello prepara una risposta email, un umano può approvarla; se estrae dati, uno schema può bloccare valori mancanti; se propone un pagamento o modifica un sistema, serve un’approvazione esplicita.

Configurazione minima da registrare

Errori da evitare

• Credere che temperature 0 renda vera la risposta.
• Considerare 0,7 equivalente su tutti i modelli.
• Modificare insieme temperature, top-p, top-k e prompt.
• Usare una temperature alta in classificazioni o azioni automatiche.
• Pretendere output identici senza bloccare modello, seed e ambiente.
• Compensare un prompt vago abbassando il parametro.
• Usare temperature bassa al posto di schema e validazione.
• Ignorare aggiornamenti del provider: un parametro prima disponibile può essere rimosso.

FAQ

Temperature 0 garantisce sempre la stessa risposta?

No. Riduce la variabilità, ma implementazione, pareggi tra token, aggiornamenti del modello, backend e calcolo parallelo possono produrre differenze. Usa seed quando supportato e valida comunque il risultato.

Una temperature alta aumenta le allucinazioni?

Può aumentare la probabilità di percorsi meno probabili, ma le allucinazioni dipendono anche da modello, prompt, conoscenza e contesto. Non esiste una soglia che le elimini.

Devo modificare anche top-p?

Non all’inizio. Mantieni il default e regola un parametro alla volta. Intervieni su top-p soltanto dopo un test che mostri un beneficio concreto.

Qual è il valore migliore per un chatbot aziendale?

Spesso si parte tra 0,1 e 0,4, ma il valore corretto dipende dal modello e dal compito. Per assistenza creativa può servire maggiore varietà; per procedure e dati serve più controllo.

Posso impostare la temperature nell’interfaccia ChatGPT o Claude?

Non sempre. Le interfacce consumer tendono a gestire questi parametri internamente. Nelle API la disponibilità dipende dal modello; sui Claude 4.7 e successivi Anthropic dichiara che i principali parametri di sampling non sono supportati.

Conclusioni

La temperature non è un cursore tra “risposta cattiva” e “risposta buona”. È un controllo sulla distribuzione delle scelte durante la generazione. Va usata per trovare il livello di variabilità compatibile con l’attività, senza sostituire prompt, fonti, schema e approvazioni.

Per una PMI, il metodo più solido è semplice: partire dai default, testare poche configurazioni su esempi reali, registrare modello e parametri e aggiungere controlli prima di ogni azione. La configurazione migliore non è la più bassa o la più creativa, ma quella che raggiunge la qualità richiesta in modo misurabile.

Vuoi ricevere altre guide pratiche su AI locale, integrazioni e governance? Iscriviti gratuitamente alla newsletter di Basi di AI.

Fonti ufficiali

• OpenAI — Responses API
• Anthropic — Using the Messages API
• Google — Gemini GenerateContent e GenerationConfig
• Ollama — Modelfile reference