Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Temperatura, top_p e parametri di generazione

Lezione 2 di 16 Aggiornata il 3 novembre 2026 Sviluppatore
In questa pagina
  1. Temperatura, top_p e parametri di generazione
  2. Come il modello sceglie il token successivo
  3. Temperatura
  4. Top_p (campionamento del nucleo)
  5. Altri parametri importanti
  6. Osserva la variazione con i tuoi occhi
  7. Punti chiave

Aggiornato il 3 novembre 2026 in base alla documentazione OpenAI: temperature e top_p sono accettati solo con uno sforzo di ragionamento (reasoning effort) impostato su none, mentre i modelli GPT-5.6 ragionano per impostazione predefinita (medium). Le chiamate che impostano questi parametri devono quindi specificare reasoning={"effort": "none"} (API Responses) o reasoning_effort="none" (Chat Completions). Fonti: Using GPT-6 · GPT-5.6 Terra.

Temperatura, top_p e parametri di generazione

Quando invii un prompt a un modello linguistico, il testo generato non è deterministico per impostazione predefinita: due chiamate strettamente identiche possono restituire due risposte diverse. I parametri di generazione ti permettono di controllare il grado di creatività o rigore di queste risposte. Padroneggiarli serve a due obiettivi concreti: ottenere risultati adattati a ogni caso d’uso e sapere dove guardare quando una suite di test di integrazione inizia a fallire una volta su tre senza alcuna spiegazione apparente.

Come il modello sceglie il token successivo

A ogni passo della generazione, il modello calcola una distribuzione di probabilità sull’intero vocabolario, quindi campiona il token successivo da quella distribuzione. La parola “migliore” non emerge meccanicamente; è un’estrazione. I parametri di generazione intervengono prima del campionamento, restringendo la distribuzione attorno ai candidati più probabili o appiattendola per dare una possibilità anche alle opzioni meno probabili. Le due chiamate seguenti illustrano gli estremi di questa necessità: uno slogan per un panificio artigianale ha valore solo se sorprende, mentre la sintassi di una list comprehension non deve mai sorprendere.

from openai import OpenAI

client = OpenAI()

# Risposta creativa (temperatura alta)
response_creative = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    instructions="You are a creative writer.",
    input="Propose a slogan for an artisanal bakery.",
    temperature=1.2
)

# Risposta fattuale (temperatura bassa)
response_factual = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    instructions="You are a precise technical assistant.",
    input="What is the syntax of a list comprehension in Python?",
    temperature=0.1
)

Temperatura

La temperatura è un fattore moltiplicativo applicato ai logit prima della softmax. A 0, la distribuzione si restringe al punto che il modello seleziona sempre il token più probabile: il comportamento diventa quasi deterministico, esattamente ciò che desideri da un estrattore di dati rieseguito in un test unitario. Tra 0,1 e 0,3, le risposte rimangono molto coerenti da chiamata a chiamata: questo è il territorio del codice e delle risposte fattuali. L’intervallo da 0,7 a 0,9 bilancia creatività e coerenza, adattandosi alla scrittura generale. Oltre questo limite, tra 1,0 e 1,5, gli output diventano vari e talvolta disorientanti: l’effetto desiderato per il brainstorming, ma un difetto fatale ovunque altro.

La tabella seguente raccoglie le impostazioni che funzionano bene per i casi d’uso più frequenti. Considerala come punto di partenza da validare sui tuoi prompt: un prompt altamente vincolato tollera una temperatura più alta di quanto potresti pensare, mentre un prompt lasco deraglia prima.

Caso d'uso Temperatura top_p
Generazione di codice 0,0 – 0,2 1,0
Estrazione dati 0,0 1,0
Scrittura professionale 0,5 – 0,7 0,9
Brainstorming 1,0 – 1,3 0,95
Scrittura creativa 1,0 – 1,5 0,9

Top_p (campionamento del nucleo)

Il parametro top_p agisce sulla stessa distribuzione, ma attraverso un meccanismo completamente diverso: filtra i token in base alla loro probabilità cumulativa. Con top_p=0.9, il modello considera solo i token la cui probabilità cumulativa raggiunge il 90%, rimuovendo puramente e semplicemente la coda lunga delle scelte improbabili. Mentre la temperatura distorce le probabilità di tutti i candidati, top_p tronca l’elenco dei candidati ammissibili.

response = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    instructions="Generate a technical summary.",
    input="Summarize how TLS 1.3 works.",
    temperature=0.3,
    top_p=0.95
)

Questo porta a una regola pratica che non ti pentirai di applicare: non modificare mai temperatura e top_p contemporaneamente. Poiché entrambi agiscono sullo stesso meccanismo, non saresti in grado di attribuire l’effetto osservato all’uno o all’altro, e le tue impostazioni diventerebbero questione di superstizione. Regola un parametro, lasciando l’altro al suo valore predefinito; OpenAI consiglia di iniziare con la temperatura.

Altri parametri importanti

max_output_tokens limita la lunghezza della risposta in token. Questa è la tua salvaguardia sia per i costi che per le risposte infinite, particolarmente utile quando l’output deve rientrare in un campo di interfaccia vincolato: una risposta incorniciata durante la generazione è meglio di un troncamento lato visualizzazione.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions="Answer in one sentence.",
    input="What is DNS?",
    max_output_tokens=100
)

Da GPT-5.6, il ragionamento non è più un modello separato: è un’impostazione che controlla il tempo di riflessione su tutta la famiglia di modelli.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Solve this differential equation: y' + 2y = e^(-x)",
    reasoning={
        "effort": "high"  # "none", "low", "medium", "high", "xhigh", "max"
    }
)

Il livello low risponde rapidamente a domande semplici, medium costituisce un compromesso onesto per la maggior parte delle attività e high attiva un ragionamento approfondito che dovrebbe essere riservato a problemi genuinamente difficili. L’equazione differenziale sopra lo merita; riformulare una frase di benvenuto no: staresti pagando per un tempo di riflessione su un compito che non ne richiede alcuno.

Osserva la variazione con i tuoi occhi

Nulla sostituisce il vedere queste impostazioni in azione. Scrivi uno script Python che invii lo stesso prompt a GPT-5.6 Terra con cinque valori di temperatura (0, 0,3, 0,7, 1,0 e 1,3) e visualizza i cinque output fianco a fianco. Scegli un’istruzione francamente creativa, ad esempio “Inventa un nome per una startup di IA”: la ripetizione quasi parola per parola a 0 e la dispersione a 1,3 diventano impossibili da ignorare, e questa memoria visiva ti servirà come punto di riferimento molto più a lungo di una tabella di valori.

Punti chiave

  • La temperatura controlla la diffusione della distribuzione di probabilità
  • top_p filtra i token in base alla probabilità cumulativa
  • Non modificare mai entrambi simultaneamente
  • Temperatura bassa per compiti fattuali, alta per quelli creativi
  • L’impostazione di ragionamento (da none a max) si applica all’intera famiglia GPT-5.6