同じ質問でもAIの答えが変わるのは、文章を作るときに、次に続く言葉を確率に応じて選ぶ仕組みがあるからです。さらに、会話履歴や参照資料、使われるモデルが違えば、質問文が同じでも回答の条件はそろいません。 違う答えが出たことだけで故障とは言えず、同じ答えが続いたことだけで正しいとも言えません。

昨日は「まず要点をまとめよう」、今日は「目的を決めよう」。そんな食い違いに出会ったら、文章全体を見比べる前に、何が変わったのかを分けてみましょう。言い回しの違いか、提案の違いか、確かめられる事実の違いかで、扱い方が変わります。

同じ質問でもAIの答えが変わるのはなぜ?

大規模言語モデルは、ここまでの文章を受けて、次にどの言葉が続きそうかを計算します。厳密には、単語そのものとは限らない「トークン」という単位を使います。文章の一部や記号も、その単位になり得ます。

出力するときには、複数の候補から確率に応じて一つを選ぶ処理を使うことがあります。これをサンプリングと呼びます。毎回、最も選ばれやすい候補だけを採る方式ばかりではありません。

同じ出発点でも、続きは一通りとは限らない

気分転換を一つ教えて

続きの例 1近所の公園をゆっくり歩いてみましょう。
続きの例 2読みかけの本を一章だけ読んでみましょう。

途中で選んだ言葉が、その後の続きにも影響します。

説明用に作った文章の例です。実際の生成結果・確率・トークンの区切りを示すものではありません。

たとえば「週末の気分転換を一つ提案して」という質問には、散歩でも読書でも、文として自然な続きが作れます。途中で選ばれた言葉が変わると、その言葉を受けて作る続きも変わります。図の例は説明のために作ったもので、実際のAIに聞いた結果ではありません。

IBMの温度設定の解説でも、モデルが候補に確率を割り当て、設定によって候補の選ばれ方が変わることを説明しています。AIが気まぐれになった、というより、もともと文章を一通りに固定しない作り方があるのです。

ただし、選ばれやすい言葉であることは、その内容が事実として正しいことを意味しません。ここは、あとで回答を確かめるときにも大事な区別になります。

質問文が同じでも、AIが受け取る条件は違うことがある

チャット欄に入力した一文だけが、回答の材料になるとは限りません。それまでの会話や、添付した資料、サービス側の指示なども、入力に含まれる場合があります。

Microsoftの大規模言語モデルの説明では、会話を続ける際に過去のメッセージを含めて渡す仕組みを説明しています。前の返事に「もっと短く」と続けたときには、その前の返事も材料になる、と考えると分かりやすいでしょう。

比べたい条件同じ質問文でも起こり得る違い
会話の履歴前のやり取りで伝えた目的や好みが違う
参照する資料添付文書や、検索で取得した情報が違う
モデル別のモデルや更新後の版を使っている
生成時の設定出力の長さや、候補の選び方が違う

この表は、差があったときに調べる候補です。実際に何が原因だったかは、サービスの仕様や記録なしには決められません。「回答が変わったからモデルが更新された」と、一つの原因に絞らないようにしましょう。

長い会話や資料を扱うときは、情報が入っているかだけでなく、どこにあるかも課題になります。その話は、AIは長い文章を全部読める?で扱っています。

AIの温度設定を0にすれば、毎回同じになる?

開発者向けの環境などでは、候補の選び方を調整する「温度(temperature)」が用意されていることがあります。低くすると選ばれやすい候補に寄り、高くすると別の候補も選ばれやすくなります。正確さを直接指定する数値ではありません。

設定できるモデルで温度を0にすると、最も確率の高い候補を選ぶ扱いになります。それでも、実際のサービスで一字一句同じになるとは限りません。Google Cloudの生成設定の説明でも、温度0で小さな変動があり得ることや、乱数の出発点を指定する「seed」を固定しても完全な一致を保証しないことが示されています。

そもそも、温度を利用者が変えられないモデルや画面もあります。別のモデルの設定例をそのまま当てはめず、使う環境で何を指定できるかを確かめる必要があります。

言葉の抽選を止めても、計算の条件は残る

2025年9月のThinking Machines Labの技術報告は、サーバーがまとめて処理する量などによって数値計算の結果がわずかに変わり、それが出力に影響する問題を扱っています。報告では、処理の仕方を整えて再現性を高める実装も示しています。

これは、どのAIも必ず同じ程度に揺れる、という話ではありません。2026年11月時点でも、利用者が質問文をそろえることと、サービスの内部を含めて条件をそろえることには距離があります。一般のチャット利用では、完全一致の保証より、比較に必要な条件を記録できるかを考えるほうが役立ちます。

答えが同じことと、正しいことは別

同じ条件で似た結果が得られることを「再現性」と呼びます。一方、その答えが現実や資料と合っているかは、正確さの問題です。何度聞いても同じ年を答えるAIが、その年を間違えていることはあり得ます。

反対に、言葉が違っていても、伝えている内容が同じ場合があります。短いメモの要約なら、語順が違っていても、決まったこと・担当・期限がそろっていれば、必要な内容を保っているかもしれません。

違いの種類比べるところ
言い回しが違う意味や必要な項目が変わっていないか
提案や結論が違う前提、優先した条件、理由が違っていないか
日付や数字が違う元の資料や公式情報ではどうなっているか

同じ質問を何度も送り、多数決で真偽を決めるだけでは不十分です。同じモデルが、同じ間違いを繰り返す可能性もあるからです。事実を確かめる手順は、AIがもっともらしい間違いを答える理由へ進むと整理できます。

AIの答えを比べるときは、条件を一つずつそろえる

次に回答の違いが気になったら、個人情報や仕事の秘密を含まない短いメモを使って、一組だけ比べてみてください。たとえば、読む資料を固定し、「このメモに書かれた決定事項だけを三つ、箇条書きにして」と、対象と形を指定します。

質問文と資料を保存し、同じモデル・同じ設定で、会話履歴の条件もそろえます。新しい会話で比べるなら、片方だけ過去の相談が入った状態にしないことが大切です。保存された好みなどが使われるサービスでは、新しい会話でも条件が完全に同じとは限りません。

返ってきた二つの答えは、文章が一致したかより先に、元のメモにない内容が足されていないか、必要な項目が落ちていないかを見ます。条件を変えて試すなら、資料・質問・モデルを一度に変えず、一つずつにすると違いを追いやすくなります。

気に入った文章をそのまま使い直したいときは、再生成に頼らず、確認した版を保存するのが確実です。AIの答えが揺れる仕組みを知っていれば、毎回同じ言葉を待つ代わりに、自分の用事で変わってほしくない部分を決めておけます。