同じ質問なのに、なぜAIの答えは変わる？同じワンピースを別の靴で合わせるようなもの

同じクリーム色のワンピースを店員に見せて、「仕事用にコーディネートして」と頼みます。

今日はワインレッドのバッグとベージュのパンプス。

別の日には、濃いブラウンのローファーと黒いトートバッグ。

どちらも成立します。

生成AIも少し似ています。

AIは完成済みの答えを一個だけ隠し持っているわけではない

大規模言語モデル（Large Language Model, LLM）は、多くの場合、現在までの文章から次に続く**トークン（Token）**を予測し、その次をまた予測する、という流れで回答を作ります。

「今夜は……を食べたい」の続きを考えるなら、パスタ、鍋、軽いもの、近くの和食など、複数の候補が自然です。

モデルはそれぞれに異なる確率を与え、その中から一つの方向を選び、さらに続きを生成します。

一つの長い回答は、小さな選択の連続です。

開かれた質問ほど分岐しやすい

「誕生日メッセージを書いて」なら、優しい、面白い、短い、少し感傷的など、いろいろな方向があります。

「週末旅行を計画して」なら、交通から考えることも、ホテルから考えることもできます。

だから、違う答え＝間違いではありません。

本当に見るべきなのは、条件を守っているか、事実が正しいか、欲しい雰囲気になっているかです。

変化はどこから来る？

生成では**サンプリング（Sampling）**と呼ばれる方法が使われることがあります。

同じ服に合う靴が五足あり、似合う度合いによって選ばれやすさが違う、と考えてください。完全なランダムではありませんが、必ず同じ一足になるとも限りません。

一部のモデルAPIにはTemperatureという設定もあります。大まかには、低いほど確率の高い無難な候補を選びやすく、高いほど珍しい候補も選ばれやすくなります。

一般向けのチャットAppでは、この設定が画面に出ていないこともあります。

事実質問はなぜ似た答えになりやすい？

合理的な答えの範囲が狭いからです。

「東京は日本の首都ですか？」なら、創造的に分岐する余地はほとんどありません。

一方で「秋におすすめのデートプランを三つ」なら候補は大量にあります。

つまり、質問が自由になるほど、答えも分岐しやすいのです。

答えを安定させたいなら

選択肢を減らします。

「いい感じの誕生日メッセージ」ではなく、

10年来の女性の友人向け。80語以内。温かいが感傷的すぎない。Emojiなし。最後は「また一緒に旅行しよう」という意味で終える。

と指定します。

店員に「黒、フラット、通勤、つま先が隠れる、予算はここまで」と伝えるのと同じです。

条件と出力形式が明確なほど、繰り返した時の差は小さくなりやすいです。

違う答えが長所になることもある

タイトル案、服装、企画、アイデア出しでは、毎回同じ答えしか出ない方が困ります。

そんな時は、

前と方向が重ならない案を5つ出して。

と頼めます。

同じ質問に違う答えが返ってきても、「AIの気分が変わった」と考える必要はありません。

より正確には、AIは複数の可能な次の一歩から、一つの生成ルートを進んでいるのです。

同じワンピースに合う靴は、一足だけではありません。