LangChain model temperature

LangChain使用init_chat_model函式初始化一個model時，可以設定temperature參數，用來控制模型回應的隨機性，數值越大回應越有創造性(隨機性大)，數值越小則確定性較高(隨機性小)。。

環境

Windows 11。

事前要求

LangChain Hello World。

範例

在專案根目錄下的main.py內容如下。

main.py

from langchain.chat_models import init_chat_model
from dotenv import load_dotenv

# 載入.env設定
load_dotenv()

# 建立一個語言模型物件
model = init_chat_model(
    model="claude-sonnet-4-6",
    temperature=1.0
)

# 輸入提示詞
response = model.invoke("列出3個減重秘訣")

# 印出模型回應訊息
print(response.content)

使用LangChain的init_chat_model函式初始化模型時，傳入temperature參數。

測試

在專案根目錄下cmd執行uv run main.py結果如下。我實測幾個開放性問題覺得temperature設為1和0沒什麼差別。

C:\..\langchain-demo>uv run main.py
# 3個減重秘訣 🏃‍♀️

## 1. 🍽️ 控制飲食熱量
- 減少**精緻糖分**和**高熱量食物**的攝取
- 多吃**蔬菜、蛋白質**，增加飽足感
- 養成**細嚼慢嚥**的習慣，避免過量進食

---

## 2. 💧 多喝水
- 每天喝足 **2000ml** 以上的水
- 餐前喝水可以**降低食慾**
- 用水取代**含糖飲料**，減少隱形熱量

---

## 3. 🏋️ 規律運動
- 結合**有氧運動**（如慢跑、游泳）燃燒脂肪
- 加入**重量訓練**提升基礎代謝率
- 每週至少運動 **3～5次**，每次 30 分鐘以上

---

> ✅ **小提醒：** 減重貴在持之以恆，健康穩定地每週減少 **0.5～1公斤** 才是最理想的方式！