temperature 非推奨で先に困ったのは、決定性ではなく多様性の側でした

#!/usr/bin/env python3
"""variation_axes.py — 多様性をサンプリング層ではなく入力層で作る。"""
import itertools
import random
 
AXES = {
    "語彙": ["日常語だけ", "アプリ内の正式名称", "略語・俗称"],
    "長さ": ["3語以内", "1文", "2文以上の説明調"],
    "揺らぎ": ["表記ゆれなし", "ひらがな寄り", "打ち間違いを1箇所含む"],
}
PREFIX = "次の検索意図を言い換えてください。意図: 「{intent}」\n制約: "
 
 
def build(intent, n, seed=0):
    """素朴版: 全組み合わせをシャッフルして先頭 n 件を採る。"""
    combos = list(itertools.product(*AXES.values()))
    random.Random(seed).shuffle(combos)
    keys = list(AXES)
    out = []
    for combo in combos[:n]:
        cond = "・".join(f"{k}は{v}" for k, v in zip(keys, combo))
        out.append(PREFIX.format(intent=intent) + cond)
    return out

組み合わせ総数: 27  / 採用: 8
1. 語彙はアプリ内の正式名称・長さは1文・揺らぎは打ち間違いを1箇所含む
2. 語彙はアプリ内の正式名称・長さは1文・揺らぎは表記ゆれなし
3. 語彙は略語・俗称・長さは3語以内・揺らぎはひらがな寄り
4. 語彙はアプリ内の正式名称・長さは1文・揺らぎはひらがな寄り
...

def build_balanced(intent, n, seed=0):
    """重複を出さずに水準の偏りを最小化する。"""
    keys, levels = list(AXES), list(AXES.values())
    pool = list(itertools.product(*levels))
    random.Random(seed).shuffle(pool)        # 同点時の順序を seed で固定
    used = {k: {v: 0 for v in vals} for k, vals in AXES.items()}
    chosen = []
    for _ in range(min(n, len(pool))):
        best = min(pool, key=lambda c: (sum(used[k][v] for k, v in zip(keys, c)),
                                        pool.index(c)))
        pool.remove(best)
        for k, v in zip(keys, best):
            used[k][v] += 1
        cond = "・".join(f"{k}は{v}" for k, v in zip(keys, best))
        chosen.append(PREFIX.format(intent=intent) + cond)
    return chosen
 
 
def coverage(prompts):
    """採用した集合が各軸の水準をどれだけ均等に踏んでいるか。"""
    rep = {}
    for k, vals in AXES.items():
        c = {v: sum(1 for p in prompts if f"{k}は{v}" in p) for v in vals}
        rep[k] = (c, max(c.values()) - min(c.values()))
    return rep

1. 語彙はアプリ内の正式名称・長さは1文・揺らぎは打ち間違いを1箇所含む
2. 語彙は略語・俗称・長さは3語以内・揺らぎはひらがな寄り
3. 語彙は日常語だけ・長さは2文以上の説明調・揺らぎは表記ゆれなし
4. 語彙はアプリ内の正式名称・長さは1文・揺らぎは表記ゆれなし
5. 語彙は略語・俗称・長さは3語以内・揺らぎは打ち間違いを1箇所含む
6. 語彙は日常語だけ・長さは2文以上の説明調・揺らぎはひらがな寄り
7. 語彙はアプリ内の正式名称・長さは1文・揺らぎはひらがな寄り
8. 語彙は略語・俗称・長さは3語以内・揺らぎは表記ゆれなし

#!/usr/bin/env python3
"""diversity_gate.py — 言い換え候補の実効多様度を測る二層ゲート。"""
import hashlib
import re
import sys
import unicodedata
 
SIMHASH_BITS = 64
HAMMING_MAX = 12      # これ以下の距離は「同じ言い方」とみなす
JACCARD_MAX = 0.72    # これ以上重なるトークン集合は冗長
 
 
def normalize(s):
    s = unicodedata.normalize("NFKC", s).lower()
    return re.sub(r"[\s、。,.!?！？「」『』（）()・\-—]+", "", s)
 
 
def shingles(s, n=2):
    s = normalize(s)
    return [s[i:i + n] for i in range(max(len(s) - n + 1, 1))]
 
 
def simhash(s):
    v = [0] * SIMHASH_BITS
    for sh in shingles(s):
        h = int.from_bytes(hashlib.blake2b(sh.encode(), digest_size=8).digest(), "big")
        for i in range(SIMHASH_BITS):
            v[i] += 1 if (h >> i) & 1 else -1
    out = 0
    for i, x in enumerate(v):
        if x > 0:
            out |= 1 << i
    return out
 
 
def hamming(a, b):
    return bin(a ^ b).count("1")
 
 
def tokens(s):
    # 形態素解析器を持ち込まずに済ませる近似: 文字 trigram を語の代用にする
    t = normalize(s)
    return {t[i:i + 3] for i in range(max(len(t) - 2, 1))}
 
 
def jaccard(a, b):
    return len(a & b) / len(a | b) if (a | b) else 0.0
 
 
def gate(cands):
    kept, dropped = [], []
    for c in cands:
        h, tk = simhash(c), tokens(c)
        clash = next((k for k in kept
                      if hamming(h, k[1]) <= HAMMING_MAX
                      or jaccard(tk, k[2]) >= JACCARD_MAX), None)
        if clash:
            dropped.append((c, clash[0]))
        else:
            kept.append((c, h, tk))
    return [k[0] for k in kept], dropped
 
 
if __name__ == "__main__":
    cands = [l.rstrip("\n") for l in sys.stdin if l.strip()]
    kept, dropped = gate(cands)
    print(f"入力候補          : {len(cands)}")
    print(f"生存（実効多様度） : {len(kept)}  = {len(kept) / len(cands):.0%}")
    for c in kept:
        print(f"  ✓ {c}")
    for c, by in dropped:
        print(f"  ✗ {c}  ← 既出: {by}")

入力候補          : 10
生存（実効多様度） : 8  = 80%
  ✓ 壁紙を検索する
  ✓ 壁紙をさがす
  ✓ 背景画像を検索する
  ✓ 待ち受けを変えたい
  ✓ ホーム画面の画像を差し替える
  ✓ スマホの背景を選ぶ
  ✓ かべがみをけんさくする
  ✓ ロック画面に使う画像がほしい
  ✗ 壁紙を探す  ← 既出: 壁紙を検索する
  ✗ 壁紙 を 検索 する  ← 既出: 壁紙を検索する

#!/usr/bin/env python3
"""diversity_cost.py — 多様性をどの層で作るかで請求がどう変わるかを分解する。"""
IN_PER_1M = {"gemini-3.6-flash": 1.50, "gemini-3.5-flash-lite": 0.30}
OUT_PER_1M = {"gemini-3.6-flash": 7.50, "gemini-3.5-flash-lite": 2.50}
 
SHARED_PREFIX = 1500   # 指示・出力規約・少数例
VARIABLE_TAIL = 300    # 対象ごとに異なる部分
OUT_TOKENS = 220       # 候補1本あたりの出力
N_VARIANTS = 8
N_TARGETS = 120
DAYS = 30
 
 
def cost(model, cache_discount):
    ip, op = IN_PER_1M[model], OUT_PER_1M[model]
    calls = N_VARIANTS * N_TARGETS * DAYS
 
    # A: 同じ長いプロンプトを n 回。プレフィクスは毎回フル課金
    in_a = (SHARED_PREFIX + VARIABLE_TAIL) * calls
 
    # B: プレフィクスは対象ごとに1回だけ実費、以降はキャッシュ単価
    per_target = (SHARED_PREFIX
                  + SHARED_PREFIX * (N_VARIANTS - 1) * (1 - cache_discount)
                  + VARIABLE_TAIL * N_VARIANTS)
    in_b = per_target * N_TARGETS * DAYS
 
    out = OUT_TOKENS * calls
    return in_a / 1e6 * ip + out / 1e6 * op, in_b / 1e6 * ip + out / 1e6 * op
 
 
if __name__ == "__main__":
    for model in IN_PER_1M:
        print(f"[{model}] 入力 ${IN_PER_1M[model]}/1M・出力 ${OUT_PER_1M[model]}/1M")
        for d in (0.0, 0.50, 0.75, 0.90):
            a, b = cost(model, d)
            print(f"  割引 {d:>4.0%} | A ${a:>7,.2f} | B ${b:>7,.2f} "
                  f"| 差 ${a - b:>5,.2f} | {(a - b) / a:>5.1%}")