パラメータ: temperature, top_p, max_tokens

English	日本語	説明
Temperature	温度	出力のランダム性 (0.0 ≒ 決定論, 1.0 ≒ 多様)
top_p	Nucleus sampling	累積確率 p までの候補からサンプリング
max_tokens	最大出力	応答の上限トークン数
stop_sequences	停止文字列	出現すると応答が止まる文字列リスト

主要パラメータ

temperature (温度)

ランダム性 を制御します。 - 0.0: ほぼ決定論的 (毎回同じ出力)。 - 1.0: 多様で創造的。 - 推奨: - 分類・抽出: 0.0 - 文章生成: 0.7 - 創作: 1.0

top_p (Nucleus Sampling)

確率の累積が p になるまでのトークン候補からサンプリング。通常は temperature と併用せず、どちらか一方で十分です (Anthropic 公式は temperature 派)。

max_tokens

出力の上限トークン数 (入力ではない)。不足するとレスポンスが途中で切れて stop_reason="max_tokens" になります。

⚠️ 入力との合算で課金 されるので、入力 + 出力が極端に大きくならないよう注意。

stop_sequences

ここに含まれる文字列が出力に現れたら停止します。区切り文字を強制したいときに有効。

# 確実に決定論的な分類
client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=20,
    temperature=0.0,
    messages=[{"role": "user", "content": "次の感情を pos/neg/neu で答えてください: 最高でした"}],
)

# 創作タスク
client.messages.create(
    model="claude-opus-4-7",
    max_tokens=2048,
    temperature=1.0,
    messages=[{"role": "user", "content": "猫が世界征服する短編小説を書いて"}],
)

metadata.user_id

ユーザー単位のレートリミットや乱用検知に使われる識別子。個人特定情報 (PII = Personally Identifiable Information) ではなく、ハッシュ化した ID を入れるのが推奨です。

tools = [{
    "name": "extract_meeting",
    "description": "テキストから会議情報を抽出",
    "input_schema": {
        "type": "object",
        "properties": {
            "title": {"type": "string"},
            "date": {"type": "string", "format": "date"},
            "attendees": {"type": "array", "items": {"type": "string"}},
        },
        "required": ["title", "date"],
    },
}]
res = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=512,
    tools=tools,
    tool_choice={"type": "tool", "name": "extract_meeting"},
    messages=[{"role": "user", "content": "5/8 14:00 から 田中・佐藤と週次定例"}],
)
data = next(b.input for b in res.content if b.type == "tool_use")
# data: {"title": "週次定例", "date": "2026-05-08", "attendees": ["田中", "佐藤"]}

実例: 決定論的 vs 創造的

# 確実に決定論的な分類
client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=20,
    temperature=0.0,
    messages=[{"role": "user", "content": "次の感情を pos/neg/neu で答えてください: 最高でした"}],
)

# 創作タスク
client.messages.create(
    model="claude-opus-4-7",
    max_tokens=2048,
    temperature=1.0,
    messages=[{"role": "user", "content": "猫が世界征服する短編小説を書いて"}],
)

試して比較

同じプロンプトで temperature を変えると応答がどう変わるか体感しましょう。

▶ T=0 で詩を書かせる

temperature=0.0 想定で「春の雨」をテーマに俳句を 1 句書いてください。

▶ T=1 で詩を書かせる

temperature=1.0 で創造的に「春の雨」をテーマに俳句を 1 句書いてください。意外な角度を歓迎します。

パラメータ: temperature, top_p, max_tokens

重要キーワード