这两天帮朋友调一个 AI 客服机器人，他问我一个问题：提示词一个字没改，为什么 AI 第一次回答很规矩，第二次就开始自由发挥？我让他去看接口参数，果然，temperature 被设成了 1.3。
这不是个例。很多人用了一两年 AI，都没碰过这两个参数。今天把我理解的 temperature 和 top_p 讲清楚，看完你就知道什么时候该动它们。
先说结论：AI 输出的每个字都是「抽」出来的，这两个参数管的是抽奖的规则。
AI 写字的底层：概率
大模型输出文字，是一次一个 token。每写一个，模型手里都有一张概率表。
比如「今天天气真」的后面，可能是这样：
- 好：55%
- 不错：30%
- 冷：10%
- 差：5%
数字是我编的比方，真实情况是模型算出成千上万个候选，每个都有自己的概率。
关键在于，模型不直接选第一名。它按概率抽签，越大概率越容易抽中，小概率也留着出头的机会。你看到的流畅回答，就是这样成千上万次抽签连出来的。
为什么每次回答都不一样？因为抽签。这是所有事情的起点。
temperature：给概率表调音量
temperature 控制的是抽签之前，概率分布被拉平还是拉尖。
调低，比如 0.2，概率差距被放大。55% 可能变成 80%，5% 可能压到 0.1%。冷门词几乎没机会，输出稳定、保守，同一个问题反复问，回答基本一致。
调高，比如 1.5，概率差距被抹平。55% 掉到 40%，5% 涨到 15%。冷门词和奇怪的表达有了出场机会，回答更有新意，也更容易跑偏。
取值范围一般是 0 到 2，DeepSeek 和 OpenRouter 的官方文档都写着默认值 1.0。「温度」这个词是从物理学借来的：高温下分子乱跑，低温下安安静静，意思差不多。
有个细节要注意：temperature 设 0，文档上的说法是同样的输入总是给同样的回答。但工程上真要稳定复现，API 还提供了 seed 参数，指定随机种子。OpenRouter 文档的原话是「部分模型不保证确定性」。所以 0 只是接近确定，不是绝对锁死。
top_p：按概率总和截名单
top_p 换了个思路。它不看单个词的概率，看的是累计概率。
top_p = 0.9 的意思是：把候选词按概率从高到低排队，从第一名开始累加，加到总和达到 90% 为止，后面的一律出局。模型只在这个名单里抽签。
它和 temperature 的区别可以这样记：temperature 改的是每个词被抽中的难度，top_p 改的是参赛选手名单。
顺带说下 top_k，按名额截取，只留概率前 K 名。K=5 就是无论概率怎么分布，永远只留 5 个候选。top_p 是动态名单，概率集中时名单短，概率分散时名单长，一般公认更灵活。top_k 在 OpenRouter 上默认是关闭的。
官方建议：只调其中一个
DeepSeek 的接口文档里有一句原话：一般建议只改 temperature 或 top_p 其中之一，不要同时改。
原因是它们动的都是同一张概率表。一个拉平、一个截尾，两个一起调，最后分布长什么样很难说清，出了问题也没法定位是哪个参数干的。
我的习惯是只动 temperature，top_p 保持默认 1.0。一次只留一个变量，好排查。
不同任务，我用的值
下面是我自己的参考值。效果因模型而异，建议拿自己的任务实测。
| 任务 | temperature 建议 | 理由 |
|---|---|---|
| 日常问答、翻译 | 默认（1.0 左右） | 不动它，够用了 |
| 写文案、头脑风暴 | 0.8 ~ 1.2 | 让它敢说点新鲜话 |
| 数据抽取、分类、输出 JSON | 0 ~ 0.3 | 要稳定，不要惊喜 |
| 写代码 | 0 ~ 0.3 | 代码不需要文采，需要编译通过 |
还有一个 2026 年的新知识点：推理模型开思考模式后，这些参数可能失效。DeepSeek 文档明确写了，思考模式下 temperature 无效；top_p 只在思考模式生效，而且有效区间被限制在 0.95 到 1.0，你填 0.7 会被当成 0.95 处理。我之前给思考模型调温度，调了半天没反应，后来才知道是这个原因。想控制这类模型的行为，去动 reasoning_effort，不是 temperature。
三个常见误区
误区一：回答不一样，说明 AI 不可靠。不一样是设计如此。要稳定，调低 temperature 或者用 seed。
误区二：两个参数一起调，效果更好。官方明确不建议。一次只动一个。
误区三：聊天软件里找不到这两个参数，说明它们不存在。ChatGPT、Kimi 这类产品的聊天界面确实不开放这两个旋钮，它们是 API 层的参数。Kimi 官方文档里也写着，由于大模型的不确定性，实际回复内容可能不一致。聊天产品只是把这个随机性藏起来了。
这些参数在哪改
聊天网页版基本都不开放，能动手的地方在 API 和客户端。
拿 DeepSeek 的接口举例，请求体里加上就行（模型名和地址以官方文档为准）：
curl https://api.deepseek.com/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer 你的KEY" -d '{"model":"deepseek-flash","messages":[{"role":"user","content":"给这款保温杯写三条卖点"}],"temperature":0.2}'
把 0.2 改成 1.2 再跑一遍，同一个问题，你能明显感觉到第二次的文案更放得开。自己试一次，比看十篇文章都直观。
不想写代码也有办法。不少客户端的模型设置里就有这两个滑杆，我平时会把常用的模型配成两份，一份默认参数用来聊天，一份把温度调到 0.2 附近，专门跑数据提取。
写在最后
AI 不是在心里打好完整草稿再念给你听的，它是一个词一个词抽出来的。temperature 和 top_p 就是你手里的两个旋钮：一个管抽签的难度，一个管名单的长短。
拿不准的时候，记住我的做法：默认跑一遍，不满意再只调 temperature。另外，提示词写清楚，比调参有用得多。