Quando um sistema de IA responde de forma muito “solta” ou muito “engessada”, quase sempre a causa é um parâmetro chamado temperature. É um botão simples com efeito grande. Esse texto explica o que é temperature, como afeta o resultado, e como ajustar para cada tipo de uso na empresa.
Veja também a definição no nosso glossário de IA.
O que é Temperature (em uma frase)
Temperature é o parâmetro que controla o quanto a resposta da IA é previsível ou criativa.
Em português direto: com temperature baixa, a IA sempre dá a mesma resposta para a mesma pergunta. Com temperature alta, ela varia, inventa caminho diferente, é mais criativa — e às vezes menos confiável.
É um número, geralmente entre 0 e 1 (ou 0 e 2, dependendo do modelo). Você configura antes de enviar a pergunta. Pequena mudança, grande diferença no resultado.
Por que isso importa
A mesma IA, com a mesma pergunta, pode dar resultado útil ou perigoso dependendo da temperature. Esse é o ponto central.
Imagine um assistente que responde dúvida sobre contrato:
- Temperature alta — a IA pode inventar cláusula que não existe, misturar trechos, dar resposta criativa mas errada. Desastre.
- Temperature baixa — a IA dá a mesma resposta certa sempre, sem variação. Confiável.
Agora pense num assistente que escreve copy de marketing:
- Temperature baixa — texto previsível, sem graça, repetido. Travado.
- Temperature alta — texto criativo, com ideia diferente, mais engajante. Útil.
Tarefa factual pede temperature baixa. Tarefa criativa pede temperature alta. Errar isso é um dos motivos mais comuns de projeto de IA decepcionante.
Como funciona, sem código
Pense no modelo de IA como alguém escolhendo a próxima palavra de uma frase. A cada passo, ele tem várias opções com diferentes probabilidades:
- Temperature 0 — ele sempre escolhe a palavra de maior probabilidade. Resposta previsível e consistente.
- Temperature baixa (0.2 a 0.4) — quase sempre a mais provável, mas com pequena variação.
- Temperature média (0.5 a 0.7) — equilíbrio entre previsível e variado.
- Temperature alta (0.8 a 1.0) — explora opções menos prováveis, gera texto mais diverso.
- Temperature muito alta (>1.0) — escolhe palavras pouco prováveis, texto pode virar bagunça.
A consequência prática:
- Temperature baixa = consistente, confiável, repetitivo. Bom para fato, procedimento, dado.
- Temperature alta = criativo, variado, surpreendente. Bom para texto, ideia, brainstorm.
Não existe temperature “certa” universal. Depende do que você quer.
Exemplo prático: e-commerce com dois usos
Imagine uma loja online que usa IA em duas frentes:
Frente 1: chatbot de atendimento. Cliente pergunta “qual o prazo de entrega para o CEP tal?”. Aqui, a resposta tem que ser precisa, baseada em regra. Nada de criatividade. Temperature 0 ou 0.1. O bot responde “prazo de 3 dias úteis para sua região” sempre da mesma forma, sem inventar.
Frente 2: geração de descrição de produto. A equipe de marketing usa IA para escrever descrição de catálogo. Aqui, criatividade é bem-vinda. Temperature 0.7 ou 0.8. A IA gera texto diferente para cada produto, com ângulo variado, mais engajante.
A mesma empresa, o mesmo modelo de IA, mas com temperature diferente em cada frente. É isso que separa projeto bem ajustado de projeto frustrante.
Quando usar cada nível
Um guia prático:
- Temperature 0 a 0.2 — atendimento factual, extração de dado, classificação, resumo técnico, resposta com RAG onde fonte importa.
- Temperature 0.3 a 0.5 — e-mail comercial, comunicação interna, tarefa que quer consistência com leve variação.
- Temperature 0.6 a 0.8 — copy de marketing, brainstorm, ideia de conteúdo, redação criativa.
- Temperature 0.9 a 1.0 — ficção, exploração de ideia, geração de alternativa. Raro em uso corporativo.
Em projeto sério, a temperature é definida por tipo de tarefa e fica guardada na configuração — não é o usuário final quem mexe.
Erros comuns com temperature
- Usar temperature alta em tarefa factual. Resultado: IA inventa, mistura fonte, dá resposta bonita mas errada. É a causa número 1 de “alucinação” em projeto de chatbot.
- Usar temperature baixa em tarefa criativa. Resultado: texto sem vida, repetido, cliente reclama de “IA robotizada”.
- Mexer em temperature sem entender o trade-off. Subir temperatura aumenta variância; pode piorar em vez de melhorar.
- Deixar temperature padrão da API sem ajustar. Padrão costuma ser ~0.7 a 1.0, que é alto demais para tarefa factual.
Ajustar temperature é uma das primeiras coisas que time técnico faz ao calibrar sistema de IA.
Temperature e outros parâmetros
Temperature não trabalha sozinha. Vale conhecer:
- Top-p — outro parâmetro de aleatoriedade. Em geral, mexe-se em um dos dois, não nos dois ao mesmo tempo.
- System prompt — define comportamento geral. Não substitui temperature, mas complementa.
- Guardrails — camada de segurança que bloqueia resposta indesejada, independentemente da temperature.
Sistema bem ajustado usa temperatura certa, system prompt claro e guardrails como rede de segurança.
Perguntas frequentes
Posso simplesmente deixar temperature sempre em zero?
Pode, mas nem sempre é o ideal. Em tarefa factual, sim — zero é o caminho. Em tarefa criativa, zero gera texto travado e repetido. O ponto é ajustar conforme o uso, não adotar um valor universal.
Temperature alta causa alucinação?
Aumenta a chance. Com temperature alta, o modelo escolhe palavras menos prováveis, o que pode levar a afirmação sem base. Em tarefa onde verdade importa, mantenha temperature baixa e use RAG para ancorar a resposta em fonte. Reduz bastante o risco.
Eu, gestor, preciso entender de temperature?
Não profundamente, mas precisa saber que existe. Quando um sistema de IA dá resultado inconsistente ou travado, perguntar “qual a temperature configurada?” é uma das primeiras suspeitas. Entender o conceito ajuda a cobrar do time técnico o ajuste certo — e a não aceitar “a IA é assim mesmo” como resposta.
Próximo passo
Temperature é um dos ajustes que separa projeto de IA útil de projeto frustrante. Se você quer ver se o seu sistema está bem calibrado, ou planeja implementar um novo, fazemos um diagnóstico gratuito. Mostramos onde ajuste fino pode melhorar resultado, e quanto custaria.
Conceitos relacionados
- O que é Embedding? Explicação simples para gestores
- O que é Quantization? Explicação simples para gestores
- O que é Llama? Explicação simples para gestores
