直前期の総復習用
生成AIパスポートの要点整理（チートシート）
試験が近づくと、5章分の用語を一つずつ復習し直す時間はなかなか取れません。このページは、公式シラバス全5章の重要用語を章別に一覧化し、試験で混同しやすい概念のペアまでまとめた要点整理です。初めて学ぶ人向けの解説ではなく、すでに章別演習を進めた人が抜けを確認するための復習教材として使ってください。
生成AIパスポートは、AIの基礎から生成AIの仕組み、最新動向、情報リテラシー、プロンプト制作まで幅広く出題されます。用語の意味は知っていても、似た仕組みを取り違えると選択肢で失点します。このページでは、章ごとの要点に加えて、特に取り違えやすい4組の概念を別セクションでまとめています。
公式情報の確認
試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。 当サイトの一次情報確認日: 2026-08-31。
出題形式・合格基準・実施要項は変動するため、受験前に公式情報を確認してください。
このページの使い方
あなたの状況によって、使い方が変わります。自分に近い行から始めてください。
まだ範囲を一周していない人
章別演習をこれから進める段階の人
このページは要点の一覧であり、初めて学ぶ人向けの解説ではありません。まずは章別演習で各分野を一周し、間違えた論点だけをこのページで拾い直す使い方が効果的です。
一通り終えて直前期に総復習したい人
試験までの残り時間で用語の抜けを確認したい人
章別の要点一覧を上から読み、説明できない用語があれば該当章の演習に戻ります。次に紛らわしい概念のペアを重点的に確認すると、選択肢の読み違いを減らせます。
似た用語の使い分けで迷う人
RAGとファインチューニングのような似た仕組みで混同しやすい人
生成AIパスポートは、モデルを再学習する話か、外部情報を参照する話かの切り分けが繰り返し問われます。紛らわしい概念のペアを先に確認してから、章別演習で使われる場面を確認する方法があります。
章別の要点一覧
第1章 AI（人工知能）
この章の問題を解く →AI・機械学習・ディープラーニングという言葉の関係を整理する章です。ここでの基礎用語は、第2章の生成AIを理解する前提になります。
- AI（人工知能）
- 人間が行うような学習・推論・認識・判断といった知的処理をコンピュータで実現しようとする技術。
- 機械学習
- データからパターンや規則性を自動的に学習し、予測や分類ができるようにする手法。
- ディープラーニング
- ニューラルネットワークの層を深く重ね、複雑なパターンを学習する機械学習の手法。第三次AIブームの中心。
- 過学習（オーバーフィッティング）
- 訓練データに適合しすぎて、未知のデータへの予測精度が下がる現象。
第2章 生成AI（ジェネレーティブAI）
この章の問題を解く →生成AIの仕組みと、モデルを調整する方法を扱う章です。ハルシネーションは生成AIの構造上の特性として押さえておく必要があります。
- 生成AI（ジェネレーティブAI）
- 文章・画像・音声などのコンテンツを新たに生成するAIの総称。
- ハルシネーション
- 生成AIが、事実と異なる内容をもっともらしい文章として出力してしまう現象。
- ファインチューニング
- 事前学習済みのモデルを、特定の用途やタスク向けに追加学習して調整すること。
- Transformer
- 自己注意（Self-Attention）を中核とするアーキテクチャ。現在の多くの大規模言語モデルの基盤。
第3章 現在の生成AI（ジェネレーティブAI）の動向
この章の問題を解く →RAGやAIエージェントなど、モデル自体を再学習せずに性能や自律性を高める最新の仕組みを扱う章です。
- RAG（検索拡張生成）
- 外部の知識（ベクトルデータベース等）を検索し、その結果を文脈に加えて回答精度を高める手法。モデルの再学習はしない。
- AIエージェント
- 目標に対して手順を自ら計画・分解し、外部ツールとも連携しながら自律的にタスクを実行するAI。
- ディープフェイク（深層偽造）
- AIで実在の人物の顔や音声を本物のように合成・偽造する技術や、その生成物。
- ベクトルデータベース
- テキストなどを数値ベクトルに変換して蓄積し、意味の近い情報を検索できるデータベース。
第4章 情報リテラシー・基本理念とAI社会原則
この章の問題を解く →AIを安全に使うための法律・ガイドラインと、情報セキュリティの基礎を扱う章です。AI事業者ガイドラインは法律ではなく指針である点を区別します。
- AI事業者ガイドライン
- AIの事業活動を担う主体（開発者・提供者・利用者）に向けた国の指針。法律ではない。
- 個人情報保護法
- 個人情報の適正な取り扱いを事業者に義務づけ、個人の権利利益を守るための法律。
- フィッシング詐欺
- 正規の企業や金融機関を装った偽メールや偽サイトへ誘導し、ID・パスワード・クレジットカード情報などの認証情報を入力させて盗み取る手口。
- マルウェア
- コンピュータや利用者に害を与える目的で作られた悪意あるソフトウェアの総称。
第5章 テキスト生成AIのプロンプト制作と実例
この章の問題を解く →生成AIから望ましい出力を得るための、指示の与え方を扱う章です。Zero-ShotとFew-Shotの違いは、例を示すかどうかで判断します。
- プロンプトエンジニアリング
- 生成AIから望ましい出力を得るために、指示（プロンプト）の与え方を工夫・設計する取り組み。
- Zero-Shot／Few-Shotプロンプティング
- 例を示さず指示だけで実行させるのがZero-Shot、解答例をいくつか示してから指示するのがFew-Shot。
- Temperature
- 生成の出力のランダム性・多様性を調整するパラメータ。値を大きくすると多様な出力になりやすい。
- LLM（大規模言語モデル）
- 大量のテキストで学習し、人間が書いたような自然な文章を生成できる大規模な言語モデル。
紛らわしい概念の整理
生成AIパスポートで選択肢の読み違いが起きやすい4組です。用語の定義だけでなく、どの場面でどちらを使うかまで確認しておくと安定します。
よくある質問
試験形式・合格基準の一次情報: 公式シラバス（PDF）を確認する →
このチートシートだけで合格できる？
できません。このページは章別の重要用語を一覧化した復習用の要点整理で、事例問題の判断練習はできません。章別演習と組み合わせて、抜けている用語を確認する使い方が前提です。
どの順番で読めばいい？
公式シラバスどおり第1章から第5章まで順に読むと、AIの基礎（第1章）から生成AIの仕組み（第2章）、最新動向（第3章）、情報リテラシー（第4章）、プロンプト制作（第5章）へと前提知識がつながります。苦手な章だけを拾い読みする場合も、前提となる第1章・第2章は先に確認してください。
紛らわしい概念のペアはなぜ重要？
RAGとファインチューニング、生成AIとLLMのような似た概念は、定義だけでなく対象や処理の仕組みが異なります。対にして比べると、片方の定義だけを暗記するより境界を確認しやすくなります。
用語集との違いは？
用語集は章単位で個別の用語を1件ずつ確認するページです。このチートシートは章の全体像を先に把握し、紛らわしい概念のペアまでまとめて復習したいときに使います。