Temperature, na prática: o que ela muda no texto
Quando um LLM gera uma resposta, ele não “puxa” uma frase pronta: ele calcula probabilidades para muitas próximas palavras possíveis. A temperature mexe em como essas probabilidades viram escolhas.
Com temperature baixa, o modelo fica mais conservador: tende a repetir padrões, seguir a opção mais provável e manter o mesmo tom. Com temperature alta, ele aceita opções menos prováveis e cria mais variação — o que pode ser ótimo para brainstorming e péssimo para um parecer técnico.
Importante: temperature não transforma um modelo ruim em confiável. Ela só ajusta o estilo de amostragem. Se o modelo não tem a informação, ele pode inventar com qualquer temperature — só muda a “ousadia” da invenção.
Quando usar temperature baixa vs alta (atalho editorial)
Se você quer menos surpresa e mais previsibilidade, desça a temperature. Se quer diversidade de ideias e reescritas bem diferentes, suba.
No Arena da IA, o padrão que costuma funcionar para quem quer “resposta utilizável” (e não literatura) é começar baixo e subir só se o texto ficar travado ou repetitivo.
| Cenário | Temperature sugerida (regra de bolso) | Por quê | Risco típico |
|---|---|---|---|
| Perguntas factuais (conceitos, definições, passo a passo técnico) | Baixa (ex.: 0–0,3) | Prioriza consistência e reduz variação desnecessária | Pode ficar “seca” ou repetir frases |
| Redação profissional (e-mails, políticas, docs corporativos) | Baixa a média (ex.: 0,2–0,6) | Equilibra clareza com alguma flexibilidade de estilo | Pode soar genérica se o prompt for vago |
| Brainstorm (nomes, slogans, ideias de produto) | Média a alta (ex.: 0,7–1,1) | Gera alternativas realmente diferentes | Aumenta chance de sugestões impraticáveis |
| Ficção, roteiro, poesia, humor | Alta (ex.: 0,9–1,3+) | Mais surpresa e associação livre | Mais incoerência e “pulos” lógicos |
Temperature e alucinação: relação existe, mas não é mágica
Temperature alta pode piorar alucinação porque o modelo se permite escolher caminhos menos prováveis — inclusive afirmações erradas com tom confiante. Mas temperature baixa não garante verdade: ela só torna o erro mais consistente.
Para reduzir alucinação de verdade, o que pesa mais é: pedir fontes verificáveis, limitar o escopo, fornecer contexto/trechos (RAG), e exigir que o modelo diga quando não sabe.
- Se o tema exige precisão: peça para citar trechos/links/fontes (e confira).
- Prefira perguntas fechadas e delimitadas (tempo, país, recorte).
- Solicite uma seção “O que eu não sei / o que preciso confirmar”.
- Use temperature baixa e aumente só se a resposta ficar pobre.
Temperature vs Top-p (e por que isso confunde todo mundo)
Muitas interfaces mostram temperature e top-p (nucleus sampling). Os dois mexem em amostragem, mas de jeitos diferentes: temperature altera o “formato” das probabilidades; top-p corta o conjunto de opções para um núcleo de probabilidade acumulada.
Em várias ferramentas, dá para ajustar os dois, mas não é obrigatório. Se você não sabe o que está fazendo, mexer em um só já resolve 90% dos casos.
Regra prática: use temperature para controlar criatividade/variação; use top-p quando quiser limitar opções sem “esfriar” tanto o modelo.
Checklist rápido para escolher a temperature certa
Se você quer um jeito simples e repetível de decidir, use este checklist antes de culpar o modelo.
- Qual é o custo do erro? (alto = temperature baixa)
- Você precisa de 1 melhor resposta ou 10 alternativas? (10 alternativas = temperature mais alta)
- A tarefa tem formato rígido (tabela, cláusula, fórmula)? (sim = baixa)
- Você vai revisar manualmente antes de usar? (se sim, dá para arriscar um pouco mais)
- O prompt já está específico? (se não, aumente especificidade antes de aumentar temperature)
Perguntas frequentes
Temperature 0 significa que a resposta é sempre a mesma?
Qual temperature é melhor para estudar e tirar dúvidas de prova?
Aumentar temperature deixa o modelo “mais inteligente”?
Se eu quero consistência, só baixar temperature resolve?
Termos relacionados
Token em IA
Token é a unidade básica que modelos de linguagem como ChatGPT usam para processar texto. Entenda o que é, como afeta o custo e como calcular tokens em português.
Ler →
Engenharia de Prompt (Prompt Engineering)
Engenharia de prompt é a prática de escrever instruções que fazem a IA responder melhor. Entenda o que é, as técnicas principais e como mudou em 2026.
Ler →
Alucinação de IA (AI Hallucination)
O que é alucinação de IA: definição clara, exemplos reais documentados, por que acontece e como identificar quando o ChatGPT, Claude ou Gemini está inventando.
Ler →
O que é contexto de janela em IA? Entenda de forma simples
Descubra o que significa contexto de janela em IA, como afeta as respostas de modelos como Claude, GPT e Gemini, e qual a importância desse conceito para qualidade de respostas.
Ler →