Gemini输出不稳定怎么办？从Safety Settings与温度参数入手调优

同一个Gemini模型，在测试环境里能稳定返回结果，上线后却偶尔出现空回复、半截JSON或突然拒答，这类问题在生成式API接入中并不少见。排查时如果只盯着提示词优化，往往会忽略两个更底层的开关：Safety Settings和采样参数。前者决定哪些内容会被模型拒绝或中断，后者决定模型在每一步选择token时的随机程度。两者叠加后，输出稳定性会受到明显影响。下面从定位、原理到代码示例，完整过一遍调优思路。

一、Safety Settings触发的不稳定：先看finish_reason

Gemini API的safety_settings允许调用方为不同危害类别设置阻断阈值。类别包括骚扰、仇恨言论、色情内容和危险内容等，对应的阈值为BLOCK_NONE、BLOCK_ONLY_HIGH、BLOCK_MEDIUM_AND_ABOVE和BLOCK_LOW_AND_ABOVE。默认阈值通常偏谨慎，某些看似正常的内容可能因为关键词或上下文被判定为高危害，从而触发安全拦截。

安全拦截有两种典型表现：一是在生成开始前直接拒绝，prompt_feedback中返回block_reason；二是在生成过程中触发阻断，已经写出的部分内容会作为候选返回，但finish_reason不是STOP，而是SAFETY。第二种情况很容易被误判为模型输出短、逻辑断裂，实际上是被安全策略中途叫停。因此排查不稳定时，第一步应记录请求的完成原因，而不是只检查文本长度。

if response.prompt_feedback and response.prompt_feedback.block_reason:
    print("请求被拦截:", response.prompt_feedback.block_reason)
elif response.candidates:
    candidate = response.candidates[0]
    print("finish_reason:", candidate.finish_reason)
    if candidate.finish_reason == "STOP":
        print(candidate.content.parts[0].text)
else:
    print("没有返回候选内容")

定位到SAFETY后，可以根据业务场景调整对应类别的阈值。例如内容审核系统可以保持严格，但创意写作或新闻摘要场景中，如果频繁误伤，可把骚扰和危险内容调整为BLOCK_MEDIUM_AND_ABOVE，把色情内容保持为BLOCK_ONLY_HIGH或BLOCK_NONE。这里要平衡合规要求和生成稳定性，不建议所有类别一律放开。

二、温度和top_p：随机性过高会放大不稳定

温度参数temperature控制下一个token的概率分布集中程度。Gemini的温度范围通常是0到2，越接近0，模型越倾向选择概率最高的token，输出越确定；越高则越愿意尝试低概率候选，多样性强但容易出现跳跃、重复或前后矛盾。很多默认配置把温度设得较高，以便开放场景有更好的创造性，但如果你需要的是稳定结构化输出，这个值必须降低。

单看温度还不够。即使温度较低，如果top_p设置不合理，仍然会从概率累积到某个阈值的大量候选集中采样，带来不稳定。top_p表示只从累积概率达到指定值的最小token集合中采样，值越小候选集越窄。top_k则是直接限定候选数量。稳定输出可以尝试将temperature设为0.2到0.4，top_p设为0.8到0.95，top_k设为20到40。这样既保留一定灵活性，又不会让生成路径过于发散。

generation_config = {
    "temperature": 0.2,
    "top_p": 0.9,
    "top_k": 32,
    "max_output_tokens": 2048,
}

如果降低温度后发现文本变得机械、重复短语增多，不要直接把温度调回默认，可以小幅提高top_k或top_p来改善候选丰富度，或从提示词侧增加明确的段落结构要求。参数的调整应小步验证，每次只改一个维度，才能判断是哪个因素在起作用。

三、在请求中同时固化Safety Settings与采样配置

单独调整安全设置或采样参数，往往只能解决一部分问题。更推荐的做法是在创建模型实例时同时传入generation_config和safety_settings，把稳定输出策略固化到代码中。下面是一个完整的Python示例，使用Google Generative AI SDK调用Gemini，并保留足够的日志字段用于后续排查。

import google.generativeai as genai

genai.configure(api_key="你的API密钥")

model = genai.GenerativeModel(
    model_name="gemini-1.5-pro",
    generation_config={
        "temperature": 0.2,
        "top_p": 0.9,
        "top_k": 32,
        "max_output_tokens": 2048,
    },
    safety_settings={
        "HARM_CATEGORY_HARASSMENT": "BLOCK_MEDIUM_AND_ABOVE",
        "HARM_CATEGORY_HATE_SPEECH": "BLOCK_MEDIUM_AND_ABOVE",
        "HARM_CATEGORY_SEXUALLY_EXPLICIT": "BLOCK_ONLY_HIGH",
        "HARM_CATEGORY_DANGEROUS_CONTENT": "BLOCK_MEDIUM_AND_ABOVE",
    },
)

response = model.generate_content("请生成一段产品功能描述")
print(response.text)

这段配置适用于大多数需要稳定文本输出的业务，例如摘要生成、JSON格式化输出、批量内容生产等。如果业务允许出现更多创意表达，可以把temperature提高到0.5，同时保持安全阈值不变。关键是不要同时把温度和top_p都拉高，否则不稳定会再次出现。

对于JSON输出场景，还可以在generation_config中设置response_mime_type为application/json。当模型被强制以JSON格式输出时，输出结构通常更可解析，但这不代表温度参数不重要。较高温度会让JSON字段值出现更多变化，甚至生成非法转义。若下游直接解析JSON，建议把温度降到0.1至0.2，并限制max_output_tokens，避免生成过长内容。

四、验证调整效果：用重复请求统计而非单次观察

输出不稳定本质上是概率问题，单次成功或失败不能说明配置有效。验证时应使用固定提示词，在同一参数组合下连续请求20到50次，统计finish_reason为STOP的比例，以及输出文本长度的标准差。如果SAFETY占比依然高，优先继续放宽对应安全类别；如果MAX_TOKENS占比较高，说明输出长度触顶，需要提高max_output_tokens或让提示词更聚焦。

记录每次请求的prompt_feedback、finish_reason和耗时，可以帮助建立参数变更与线上表现的对应关系。比如某次把temperature从0.4降到0.2后，空回复率从8%降到1%，但文本重复率升高，这时可以保留0.2的温度，再把top_p从0.8调到0.9。通过这种单变量对照，最终找到适合自身数据分布的参数组合。

还有一点容易忽视：不同模型版本对安全过滤和采样参数的敏感度并不完全相同。升级模型或切换区域时，不要沿用旧参数直接上线。建议先在灰度环境用真实业务样本跑一遍，确认安全拦截率和结构完整性都在预期范围内，再逐步放量。

Gemini输出不稳定Safety Settings温度参数修改时间：2026-10-03 11:45:58