SillyTavernで会話を成り立たせる:テンプレートとサンプラーの設定【2026年版】
前回の記事でSillyTavernをインストールして、キャラクターを作成するところまでご案内しましたが、いざ会話をしてみたら、何かおかしい⋯ということがあると思います。
これは使用しているモデルと設定が合っていないためです。
SillyTavernにはたくさんの設定項目がありますが、最低限必要な箇所はわずかです。この記事ではポイントを絞って、分かりやすく解説します。
まだSillyTavernを導入していないかたは、下記の記事をご参照ください。
テンプレートでほぼ直る
基本的には、モデルにあった「Instruct Template」を選択すれば、会話が壊れる問題はほぼ解決します。
会話が壊れた例(Gemma 4)
まず会話が壊れた例をご紹介します。
これは極端な例ですが、とんでもないことになっていますね。

直すには、「A(Advanced Formatting)」アイコンをクリックします。
次に、真ん中の「Instruct Template」の電源アイコンがオンであることを確認します。
そして、適切なテンプレート(ここではGemma 4)を選択します。
なお、雷マークはテンプレートを自動選択するというものですが、LM Studioと連携している場合は動きません。

これで大部分は直りましたが、まだ変な文字が残っていますね。

今回のケースでは、「Reasoning」の「Auto-Parse」をオンにして、「Reasoning Formatting」で「Gemma 4」を選択します。

これで正常になりました。

このように、まずは適切なInstruct Templateを選択し、それでも不十分であれば微調整するという流れとなります。
代表的なテンプレート
以前の記事でご紹介した、おすすめモデル3つに対応するテンプレートをご紹介します。
Aratako/NemoAurora-RP-12B-GGUF
ChatML
mradermacher/shisa-v2-mistral-nemo-12b-GGUF
Mistral V3-Tekken
lmstudio-community/gemma-4-12B-it-QAT-GGUF
Gemma 4
テンプレートの選び方
ではこれらのテンプレートはどのように選べばよいかというのは、なかなか難しい問題となります。
ほとんどのAIモデルはHuggingFaceというサイトで公開されており、作者が使い方を解説をしていることがあります。
解説をしていない場合は、使用例の「区切り文字」等から判断をします。
迷ったらAIに「適切なテンプレートを教えて」と聞くのも有効です。
後は実際に使ってみて判断をするという流れとなります。
Advanced Formattingの設定項目
最初のうちはInstruct Templateを選択するだけで十分ですが、その他の設定項目についても概要だけご紹介します。
Context Template
キャラクターやユーザーの情報をどのような順番でAIに渡すかという設定です。編集する必要はありませんが、消さないように注意してください。消してしまうと、AIにその情報が伝わらなくなります。
Contetext Formatting
文章をどのように整形するかという設定です。ほとんどの場合、初期値のままで問題ありません。
Instruct Template
会話の区切り方の「形式」を選びます。最重要設定です。ここで8割決まります。
Instruct Sequences
区切り記号を制御する設定です。
System Prompt
キャラクター設定等を上書きする設定です。
Custom Stopping Strings
「この文字が出たら止める」という記号を追加する設定です。
Tokenizer
トークンを正しく見積もるために使用します。ほとんどの場合、自動で問題ありません。
Reasoning
AIの「考える過程」の扱い方を決める設定です。
Miscellaneous
上記に当てはまらない細かな設定です。
会話の質を決めるサンプラー設定
上記のような会話の構造ではなく、会話の内容を決める設定を「サンプラー」と言います。その設定方法と、推奨値をご紹介します。
サンプラー設定の方法
サンプラーを設定するには「AI Response Configuration」アイコンをクリックします。
鍵アイコンで表示をロックしておくと便利です。

「Sampler Select」をクリックすると、設定する項目を選択することができます。

サンプラー設定は不具合が多い
サンプラー設定はLM StudioとSillyTavernの両方にありますが、SillyTavern側の設定で上書きされます。
ただし、どうも不具合が多いようで、項目によって設定が反映されたり・されなかったりするようです。
かといってLM Studio側で制御することもできません。非表示にした項目は、デフォルト値で上書きされるようです。
バグ報告もされているので、今後改善されると思われます。
代表的なサンプラー項目
よく使われるサンプラー設定の項目と、推奨値をご紹介します。
Response (tokens):1回の返答の最大トークン量。まずは300程度が目安。
Context (tokens):過去の会話を記憶する最大トークン量。LM Studioでモデルをロードする時に設定した値が最大量となる。PCのスペック次第だが、8192程度は欲しい。
Temperature:言葉のランダムさ。低いほど堅実。高いほど多様。目安は0.7~1.0。
Top K Sampling:候補となる言葉を上位いくつまで絞るか。目安は40程度。
Top P Sampling:累積の確率で候補を絞り込む。目安は0.9程度。
Min P Sampling:確率の低い候補を切り捨て、会話の一貫性を保つ。目安は0.05程度。
Repeat Penalty:同じ言葉の繰り返しを抑制。目安は1.1程度。
Presence Penalty:話題の偏りを抑制。基本は0で問題なし。
おすすめのサンプラー設定値
モデルの作者が推奨している値をご紹介します。
Aratako/NemoAurora-RP-12B-GGUF
Temperature:0.3
Top P:0.9
Top K:40
Min P:0.05
mradermacher/shisa-v2-mistral-nemo-12b-GGUF
Temperature:1.0
Top P:0.9
Min P:0.1
lmstudio-community/gemma-4-12B-it-QAT-GGUF
Temperature:1.0
Top P:0.95
Top K:65
Min P:0.05(日本語の場合は必要?)
結構違いがあるのが分かると思います。使い方によるので、自分好みに調整してみてください。
次回は、昔のことを忘れない、長期記憶の仕組みと作り方について解説する予定です。
