Top-p (nucleus sampling)

Un parámetro de muestreo que limita la elección de la siguiente palabra al conjunto más chico de tokens cuyas probabilidades suman p.

Última actualización: 9 de noviembre de 2026 · Versión en markdown

← Volver al glosario

Cómo aplicarlo en prompts

Usá este concepto para reducir ambigüedad y mejorar consistencia. Si tu output necesita formato estricto, combiná esto con una guía de JSON y un template por modelo.

Guías relacionadas:Prompts para output estructurado: cómo obtener JSON, tablas y listas confiables de cualquier IA Prompts de brainstorming con IA: generá y filtrá ideas sin relleno genérico Cómo puntuar y mejorar la calidad de tu prompt antes de enviarlo

Términos relacionados:Temperatura Tokens

JSON estricto Modelos Packs

Qué significa

Definición: con top-p (también llamado nucleus sampling) en 0,9, el modelo considera solo los tokens más probables cuya probabilidad conjunta llega al 90% e ignora la larga cola de los improbables.
Por qué importa: es otra forma de cambiar estabilidad por variedad. Valores bajos hacen las respuestas más enfocadas; valores cercanos a 1 dejan abierto todo el rango.
Cómo aplicarlo: los proveedores suelen aconsejar ajustar temperatura o top-p, no ambos a la vez, para saber qué cambió el resultado. Muchos chats no exponen ninguno; mirá la documentación de la API o el playground del modelo que usás.
Ponerlo bajo no hace verdadera a una respuesta — solo estrecha la elección de palabras. Para una estructura fiable apoyate en un prompt preciso y en validación.

Ejemplo copy-paste

Voy a correr este prompt con un top-p bajo para ganar consistencia.
Tarea: escribí una descripción de producto de 2 oraciones para [producto].
Restricciones: lenguaje simple, un beneficio concreto, sin superlativos.
Devolvé solo las dos oraciones.

Se abre en el analizador con el prompt precargado.

Abrir en Promptea

Preguntas frecuentes

¿Qué diferencia hay entre top-p y temperatura?

La temperatura reforma la probabilidad de cada token; top-p recorta la lista de candidatos a los más probables. Ambos controlan la aleatoriedad, de formas distintas.

¿Necesito configurar top-p?

Pocas veces. El valor por defecto del proveedor sirve para la mayoría de los prompts. Recurrí a él cuando llamás a una API y necesitás un equilibrio específico entre consistencia y variedad.