不是故障，是设计
很多人第一次发现同一句提示词跑出两个不同结果，第一反应是「这工具不稳定」。但生成式模型的输出本来就不是查表式的一一对应，它是按概率逐词生成的：每一步从若干候选里挑一个，挑的过程中带随机性。所以「同一输入、同一输出」这个程序员习惯的确定性，在这里并不成立。理解这一点，比抱怨不稳定有用得多——你要学的不是怎么让它每次一样，而是怎么控制它稳定到什么程度。
随机性从哪来：采样机制
模型每一步会给候选词打分，然后按策略选一个。若总是选分数最高的，输出会非常固定但也容易呆板、重复；若按概率随机抽，输出更有变化，代价是可能抽到不太合适的词。多数工具把这个平衡做成一个可调的参数，默认通常偏向「有点变化」。所以你看到的差异，本质是采样时的随机抽取被放进了流程。这不是缺陷，是让输出不千篇一律的必要代价。
温度参数在改什么
常被提到的温度参数，作用就是调这个随机程度。温度调低，模型更倾向选高分候选，输出稳定、保守、重复度高；温度调高，更多低分候选有机会被选中，输出更有创意也更可能跑偏。做事实性整理、要复现的文档，温度调低；做创意发散、要多个候选方案，温度调高。很多人从头到尾不调这个参数，却在抱怨输出忽好忽坏，其实旋钮一直在那里。
上下文与历史也在影响
除了采样，输出还被上下文影响：同一轮里前面的对话、你给的示例、系统设定，都会改变后面的生成。很多人以为「我只改了最后一句」，实际上前面的内容已经把模型带到了不同的方向。另外不少产品有多轮记忆或历史偏好，隔天再问同样的话，结果也可能不同。想复现结果，要把上下文一起复制，只复制最后那句提示词是不够的。
模型版本与更新
还有一层容易被忽略：模型本身在更新。服务商会在后台换版本、调策略、更新知识范围，你不改任何设置，输出也会随时间变化。这类变化通常不会显著通知，表现就是「上个月还好好的，这个月味道变了」。遇到明显风格或质量漂移，先确认是不是模型换了，再改提示词——否则你会把精力花在优化一句本身没问题的提示词上。
什么时候要稳定，什么时候要多样
判断标准看任务性质：要交付给客户、要多次复现、涉及事实与数据，追求稳定，把温度调低、固定示例与格式；要头脑风暴、要生成多个备选、要打破思维定式，追求多样，把温度调高、一次要多个版本再挑。最忌讳的是不区分——用发散的设置去做要求准确的事，或者用最保守的设置抱怨没创意。先定任务，再定参数，顺序别反。
怎么让结果更可复现
几个有效做法：把温度调到低区间并记录下来；给出明确的格式与长度要求，减少自由发挥空间；提供一到两个示例，让模型有参照；把关键约束写在提示词靠前的位置；同一任务分步骤跑，而不是一句话要它做完所有事。做完这些仍会有细微差异，但差异会小到可接受。完全复现通常做不到，把目标设成「足够一致」更现实。
一个案例
某人用同一句提示词生成产品描述，昨天出的版本客户满意，今天再跑完全不一样，他以为是工具抽风。后来他把温度从默认调到低区间、补了两个示例、并把输出格式写成固定模板，重跑三次结果基本一致，只在用词上有细微差别。他没换工具，也没改提示词的核心内容，只是把随机性管住了。可控性不是模型给的，是设置给的。
常见坑
一是把随机性当故障，反复重跑碰运气，浪费时间；二是不管什么任务都用默认设置，该稳定时发散、该发散时呆板；三是只复制提示词不复制上下文，以为能复现其实条件早变了；四是模型更新导致输出漂移，却一直在改提示词找原因。先分清是哪一类变化，再动手，比盲目重跑有效得多。
边界：不是所有差异都能消除
即使参数固定、示例齐全、上下文一致，长文本生成仍会有措辞差异，这是生成机制决定的。追求逐字一致既不现实，也没必要——多数场景要的是「意思和格式一致」。真正需要严格一致的内容，应当靠模板、脚本或人工定稿来保证，而不是指望模型每次吐出同样的字。把工具的随机性用在合适的地方，比消灭它更实际。
局限声明
不同 AI 工具的参数名称、默认值与随机性控制方式各异，本文基于通用生成机制说明。具体可调项与效果请以你所用工具的官方文档与实测为准，涉及需要严格复现的工作请自行验证后再采用，本文不替代产品说明。