定義
System 2 Attention（S2A）とは、LLMに入力コンテキストを一度書き直させて無関係な情報や誘導表現を除去し、本来の質問だけに答えさせることで回答精度を高めるプロンプト技法のこと。
System 2 Attention (S2A)とは（詳しく解説）
System 2 Attentionは、LLMが入力コンテキストに含まれる無関係な情報・誘導的な表現・話者の意見などに引きずられて誤った回答をする問題に対処するプロンプト技法とされる。手順は二段階で、まず入力を一度モデル自身に要約・再構成させて本題に関係する部分だけを抽出し、次にその整形済みコンテキストのみを使って本来の質問に回答させる。これにより余計な文脈がノイズとして推論に混入するのを防ぎ、事実性や一貫性が向上するとされる。2026年時点の実運用では、前段の要約ステップが追加のAPI呼び出しを伴うため、通常のプロンプトに比べてレイテンシとトークンコストがほぼ倍増する点が現場での落とし穴になりやすい。相場感としては、要約対象のコンテキストが長いRAG構成や長文チャット履歴を扱う場面でコスト増が顕著になりやすく、短い単発質問では効果に対してコストが見合わないことが多い。現場での選び方としては、誘導や偏った前提が混ざりやすい長文入力・カスタマーサポートログ・レビュー分析など特定用途に絞って導入し、単純なタスクには通常のプロンプトのままとする運用が広く採用されている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「System 2 Attention (S2A)とは」 https://aipicks.jp/glossary/system-2-attention
System 2 Attention (S2A)の使用例
- 「私は業界最大手なのでXが正解のはずです。合っていますか」という入力から主観的な決めつけを除去し、客観的な質問だけを抽出してから回答させる。
- 長文の顧客クレームメールから罵倒や余談を取り除き、要求事項だけを再構成したコンテキストで返信文を生成させる。
