# Tùy chỉnh đầu ra bằng các tham số trong OpenAI API

#### **Mục tiêu**

Trong bài học này, chúng ta sẽ:

- Khám phá cách tinh chỉnh đầu ra của mô hình ngôn ngữ bằng cách sử dụng các **tham số**.
- Hiểu rõ vai trò của từng tham số: `temperature`, `top_p`, `frequency_penalty`, `presence_penalty`, v.v.
- Trải nghiệm thực tế bằng cách thử nghiệm các tham số ngay trong mã nguồn hoặc trên Playground của OpenAI.

#### **Tổng quan về Tham số trong Chat Completion**

OpenAI API cung cấp một số tham số quan trọng để điều chỉnh cách mô hình tạo ra văn bản. Chúng ta sẽ tập trung vào những tham số **thường dùng nhất**:

<table id="bkmrk-tham-s%E1%BB%91-m%C3%B4-t%E1%BA%A3-ng%E1%BA%AFn-g" style="width: 100%;"><thead><tr><th style="width: 21.2079%;">Tham số</th><th style="width: 48.1604%;">Mô tả ngắn gọn</th><th style="width: 30.6317%;">Giá trị thường dùng</th></tr></thead><tbody><tr><td style="width: 21.2079%;">`temperature`</td><td style="width: 48.1604%;">Điều khiển độ **ngẫu nhiên** của kết quả. Cao hơn → sáng tạo hơn.</td><td style="width: 30.6317%;">`0` (chắc chắn), `1` (trung lập), `2` (siêu sáng tạo)</td></tr><tr><td style="width: 21.2079%;">`top_p`</td><td style="width: 48.1604%;">Sử dụng **nucleus sampling**, mô hình chỉ xét các token có xác suất tích lũy nằm trong `p`.</td><td style="width: 30.6317%;">0.1 → chỉ lấy top 10%</td></tr><tr><td style="width: 21.2079%;">`frequency_penalty`</td><td style="width: 48.1604%;">Phạt nếu từ/ý lặp lại **nhiều lần**.</td><td style="width: 30.6317%;">Từ `-2` đến `2`</td></tr><tr><td style="width: 21.2079%;">`presence_penalty`</td><td style="width: 48.1604%;">Phạt nếu từ/ý đã từng **xuất hiện trước đó**. Khuyến khích ý tưởng mới.</td><td style="width: 30.6317%;">Từ `-2` đến `2`</td></tr></tbody></table>

Ví dụ: Điều chỉnh `temperature`

```python
response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "Viết một đoạn thơ ngắn về bầu trời đêm"}
    ],
    temperature=0.2
)
print(response['choices'][0]['message']['content'])
```

> Với `temperature = 0.2`, kết quả sẽ **logic, nhất quán** và có vẻ "an toàn".

Giờ hãy thử với `temperature = 1.5`

```python
response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[
        {"role": "user", "content": "Viết một đoạn thơ ngắn về bầu trời đêm"}
    ],
    temperature=1.5
)
```

> Kết quả sẽ **sáng tạo, bất ngờ**, nhưng có thể "quá bay bổng" hoặc không chính xác – gọi là ảo giác(**hallucination)**.

#### **Kết hợp các tham số để điều chỉnh hành vi**

Hãy xem ví dụ với `presence_penalty` và `frequency_penalty`

```python
response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[
        {"role": "system", "content": "Bạn là một nhà văn sáng tạo."},
        {"role": "user", "content": "Hãy kể một câu chuyện về chú mèo khám phá vũ trụ."}
    ],
    temperature=1.0,
    frequency_penalty=1.2,
    presence_penalty=1.0
)
```

> Điều này giúp GPT **tránh lặp lại** và **tìm ra nội dung mới mẻ**, tạo nên một câu chuyện hấp dẫn hơn.

#### **Sử dụng Playground để dễ dàng điều chỉnh**

Truy cập: [https://platform.openai.com/playground](https://platform.openai.com/playground)

- Bạn có thể điều chỉnh tham số qua thanh trượt.
- Playground sẽ **tự động sinh ra mã code Python** để bạn sao chép về dùng.
- Cũng có tính năng **so sánh mô hình** (Compare), giúp bạn đối chiếu đầu ra giữa GPT-4-0125, GPT-4o, hay mô hình fine-tuned của bạn.

#### **Lưu ý khi sử dụng**

- **Không nên kết hợp `top_p` và `temperature` cùng lúc**, hãy chọn một trong hai.
- Cần **kiểm thử đầu ra nhiều lần**, vì đầu ra không cố định khi `temperature > 0`.
- Nếu GPT tạo ra kết quả kỳ lạ (hallucination), hãy **giảm temperature** và thử lại.

Việc điều chỉnh các tham số trong OpenAI API giúp bạn:

- Tạo ra nội dung **sáng tạo** hơn hoặc **ổn định** hơn tùy theo nhu cầu.
- Tránh việc GPT **lặp lại ý tưởng**.
- Tùy biến trải nghiệm người dùng cho chatbot, hệ thống gợi ý, hoặc sáng tạo nội dung.

**Tác giả: Đỗ Ngọc Tú**  
**Công Ty Phần Mềm [VHTSoft](https://vhtsoft.com/ "Công Ty Phần Mềm VHTSoft")**