关键在于调节temperature参数：温度=0最确定，1为默认，1.3～1.4可平衡连贯性与创意；超1.5需人工核验事实；配合提示词可实现定向发散、分阶段调度或对抗式嵌套。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让Kimi生成的回答跳出模板化表达、出现意想不到的比喻或非常规解题路径，关键不是堆砌更多提示词，而是用温度（temperature）参数主动干预模型的随机性分布。
理解温度值对输出的影响
温度值控制模型在预测下一个词时的概率分布平滑程度：温度=0时，模型每次都选概率最高的词，结果高度确定、重复性强；温度=1时按原始概率采样，是默认平衡点；温度＞1（如1.2～1.8）会拉平分布，低概率但有创意的词获得更高出场机会。
温度不能无上限提高——超过2.0后语句常出现逻辑断裂或事实错误，【温度值超过1.5后，必须人工核对事实类信息】。
在Kimi网页端手动调节温度
第一步：打开Kimi官网，登录账号，进入对话界面；
第二步：点击输入框左下角「⚙️ 设置」图标→展开「高级参数」→找到「Temperature」滑块；
第三步：将滑块拖动至1.3～1.4区间，此时模型会在保持基本语义连贯的前提下，明显增加非常规词汇组合与跳跃式联想。
注意：该设置仅对当前对话有效，新开对话需重新调节。
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
用提示词配合温度制造“可控发散”
方法一：限定方向的高温度激发
在提问开头加入引导性短语，再配temperature=1.4。例如：“请用武侠小说笔法解释量子纠缠——不求严谨，重在画面感和招式隐喻。”
方法二：分阶段温度调度
先用temperature=0.3获取结构主干（如“列出三个核心特征”），再复制该结果，新起一轮对话，把原回答作为背景输入，设temperature=1.5，追加指令：“基于以上三点，编一个发生在敦煌藏经洞的微型科幻故事。”
方法三：对抗式温度嵌套
在同一提问中嵌入双重指令：“先以教科书语言定义‘涌现’（temperature=0.2），紧接着用赛博朋克夜市摊贩的口吻复述同一概念（temperature=1.6）。”
