這是一篇關於 LLM 生成參數的清單/說明，由 ChatGPT 5 Auto 使用搜尋功能整理起來的，為了避免幻覺，將找到的參考網址利用索引編號的方式補上。

先附上同樣內容 Gist 文章，喜歡的可以點星星。

LLM 生成參數清單與說明

目的：快速對齊 OpenAI、Anthropic、Google Gemini、AWS Bedrock 等 API 常用生成參數，提供定義、取值範圍、適用情境與風險備註，便於跨平台設定一致化。

主要生成參數與應用

1) Temperature（溫度） [1][2]

定義：調整機率分布尖銳度以控制隨機性；值越高結果越發散，越低則越保守。
範圍：0.0–1.5（常用 0–1）。
建議：
低（0–0.3）：事實型回答、程式碼、規格文件、翻譯。
中（0.4–0.7）：一般敘事、適度創意。
高（0.8–1.2）：腦力激盪、創意文案、多樣性輸出。
風險：溫度升高會增加幻覺機率與降低一致性。

2) Top‑p（Nucleus Sampling，核採樣） [1][2][3]

定義：從累積機率 ≥ p 的詞集合中抽樣，動態限制候選集大小。
範圍：0.1–0.95。
建議：
低（0.1–0.4）：高精準度與集中度。
高（0.8–0.95）：創意與多樣性。
注意：與 Temperature 同時升高會放大隨機性，通常僅調整其中一項。

3) Top‑k [4][5]

定義：固定從機率最高的 k 個候選中抽樣。
範圍：20–200（依模型與平台而異；Bedrock 常見 0–500）。
適用：需要可控且穩定的生成，特別是批次處理或離線生成。

4) Max Tokens / Max Output Tokens（最大輸出 Token） [1][2][4][5]

定義：限制回應的最大 token 數。
建議：依任務長度設置，避免截斷長文或程式碼。
風險：值過小會截斷，過大則增加成本與跑題風險。

5) Stop / Stop Sequences（停止序列） [1][3][4][5]

定義：遇到指定字串即終止生成。
用途：模板化輸出、只取特定段落、避免越界內容。
注意：不同平台上限不同，常見最多 4 組。

6) Frequency Penalty（頻率懲罰） [1]

定義：降低重複詞出現機率，避免冗詞與重複句。
適用：摘要去重、對話減少重複表述。

7) Presence Penalty（出現懲罰 / 新詞誘導） [1]

定義：對已出現詞施加懲罰，鼓勵新話題與新詞彙。
適用：腦力激盪、多元化內容生成。

8) Candidate Count / n（多候選數） [2]

定義：一次產生多個候選，供後續篩選。
成本：成比例增加 token 消耗與計費。

9) Safety / Moderation（安全設定） [2][3]

定義：控制內容安全過濾的嚴格度與策略。
適用：開放式輸入、公共應用上線前防範不當內容。

10) JSON / Structured Output（結構化輸出） [1][2]

定義：要求輸出為 JSON 或特定結構格式，部分平台支援嚴格模式。
注意：仍可能違反格式，建議搭配 stop 序列與 schema 驗證。

主要供應商參數對照

供應商	溫度	Top‑p	Top‑k	最大輸出	停止序列	懲罰類	安全設定	備註
OpenAI [1]	`temperature`	`top_p`	（無通用）	`max_tokens`	`stop`	`frequency_penalty` / `presence_penalty`	模型內建審核 + Moderation API	Chat Completions / Responses / Realtime
Anthropic Claude [3]	`temperature`	（依通道）	（依平台）	`max_tokens`	`stop_sequences`	（無傳統兩懲罰）	平台側安全	`stop_reason` 報告終止原因
Google Gemini [2][6]	`temperature`	`topP`	`topK`	`maxOutputTokens`	`stopSequences`	（無傳統兩懲罰）	`safetySettings`	SDK 預設 Token 與安全策略
AWS Bedrock [4][5][7]	`temperature`	`topP`	`topK`	`maxTokens`	`stopSequences`	（依模型）	（依模型）	值域與預設視模型而定

註：實際參數與範圍以官方文件為準。

快速設定策略

嚴謹回覆：temperature=0–0.2，top_p=0.2–0.5，設定 stop 與足夠 max_tokens。
創意寫作：temperature=0.8–1.0，top_p=0.8–0.95；可搭配 presence_penalty。
程式碼 / SQL：temperature=0–0.3，top_p≤0.5；增加 max_tokens 避免截斷。
批次多樣化：提高 temperature 或使用 top_k，並啟用多候選 n。

範例設定

OpenAI（Responses API）

{
  "model": "gpt-4.1-mini",
  "input": "Summarize the following text...",
  "temperature": 0.3,
  "top_p": 0.6,
  "max_tokens": 400,
  "stop": ["\n\n"],
  "frequency_penalty": 0.2,
  "presence_penalty": 0.1
}

Anthropic Claude（Messages）

{
  "model": "claude-3.7-sonnet",
  "max_tokens": 400,
  "temperature": 0.2,
  "stop_sequences": ["\n\nHuman:"]
}

Google Gemini（GenerateContent）

{
  "model": "gemini-2.5-flash",
  "contents": "...",
  "generationConfig": {
    "temperature": 0.7,
    "topP": 0.9,
    "topK": 40,
    "maxOutputTokens": 512,
    "stopSequences": ["\nEND\n"]
  },
  "safetySettings": { "HATE": "BLOCK_ONLY_HIGH" }
}

AWS Bedrock（Converse 匯總介面）

{
  "modelId": "anthropic.claude-3-7-sonnet",
  "inferenceConfig": {
    "temperature": 0.2,
    "topP": 0.5,
    "topK": 50,
    "maxTokens": 400,
    "stopSequences": ["\n\nHuman:"]
  }
}

實務備註

temperature 與 top_p 同時升高會大幅增加隨機性，建議只調一項。
結構化輸出需：明確 schema → 設定 stop → 程式端驗證 JSON。
成本與延遲受 max_tokens 和候選數影響最大，應先設定上限再微調。
Token 長度定義跨平台略有差異，需預留緩衝。

參考資料

[1] OpenAI API 參考 — https://platform.openai.com/docs/api-reference/introduction
[2] Google Vertex AI / Gemini 參數 — https://cloud.google.com/vertex-ai/generative-ai/docs/multimodal/content-generation-parameters
[3] Anthropic Messages API — https://docs.anthropic.com/en/api/messages
[4] AWS Bedrock Inference 參數 — https://docs.aws.amazon.com/bedrock/latest/userguide/inference-parameters.html
[5] AWS Bedrock API InferenceConfiguration — https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InferenceConfiguration.html
[6] Google Vertex AI GenerationConfig — https://cloud.google.com/vertex-ai/generative-ai/docs/reference/rest/v1/GenerationConfig
[7] AWS Bedrock Converse API — https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_Converse.html