Digital Transformation
Temperature (LLM)
TL;DR: Temperature adalah parameter pengatur kreativitas model bahasa. Nilai mendekati 0 menghasilkan jawaban yang konsisten dan dapat diprediksi, sedangkan nilai mendekati 1 atau lebih membuat jawaban lebih bervariasi dan kreatif namun rawan keliru.
Apa itu Temperature?
Temperature adalah angka yang mengontrol seberapa acak model bahasa memilih kata berikutnya saat menghasilkan teks. Saat model menyusun jawaban, ia sebenarnya menghitung probabilitas untuk setiap kemungkinan token selanjutnya. Temperature mengatur seberapa berani model menyimpang dari pilihan paling mungkin. Analoginya seperti tombol antara dua kepribadian: editor yang patuh dan disiplin di nilai rendah, versus penulis yang eksploratif di nilai tinggi.
Rentang Nilai dan Efeknya
| Temperature | Karakter Output | Cocok untuk |
|---|---|---|
| 0 - 0,3 | Konsisten, faktual, dapat diprediksi | Klasifikasi, ekstraksi data, FAQ |
| 0,4 - 0,7 | Seimbang, natural | Penulisan artikel, draf email |
| 0,8 - 1,2 | Variatif, kreatif, kadang keliru | Brainstorming, ide kampanye, naskah |
Penjelasan teknis lebih dalam tersedia di dokumentasi OpenAI.
Kenapa Penting?
Bagi marketer yang memakai AI untuk produksi konten, temperature menentukan keseimbangan antara konsistensi merek dan kesegaran ide. Untuk konten yang harus akurat dan seragam, misalnya definisi atau jawaban system prompt standar, nilai rendah lebih aman. Untuk sesi brainstorming nama produk atau angle kampanye, nilai tinggi membuka lebih banyak opsi. Memahami parameter ini mencegah dua kesalahan umum: output yang membosankan karena terlalu kaku, atau output yang ngawur karena terlalu liar.
Pertanyaan Umum
Berapa temperature ideal untuk menulis artikel?
Kisaran 0,5 sampai 0,7 umumnya seimbang: cukup natural tanpa kehilangan akurasi. Sesuaikan dengan kebutuhan konsistensi merek.
Apakah temperature tinggi membuat AI lebih pintar?
Tidak. Temperature hanya mengatur keacakan pemilihan kata, bukan kecerdasan atau pengetahuan model. Nilai terlalu tinggi justru menaikkan risiko jawaban keliru.
Istilah Terkait