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）
生成AIパスポートの要点は、公式シラバス全5章の重要用語と、試験で混同しやすい概念のペアです。AIの基礎と歴史、生成AI、AIエージェント、リスク予防・AI倫理・ガバナンス、実践と活用事例まで幅広く出題され、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。
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。
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
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です。章ごとの要点に加えて、特に取り違えやすい4組の概念を別の節にまとめています。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など、似た仕組みを混同しやすい人
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の基礎と歴史
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。
第2章 生成AI
生成AIの技術・学習・生成の流れを扱う章です。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。
- 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。
- マルチモーダル
- テキスト・画像・音声など、複数の種類のデータをまとめて扱えること。
- 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。
- RLHF
- 人間の評価を報酬として強化学習を行い、モデルの出力を人間の意図・好みに近づける手法。
- 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。
- 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。
第3章 AIエージェント
2027年2月試験から独立した章です。エージェントの仕組みと外部連携、そしてプロンプトインジェクションなどのリスクと安全性を扱います。
- 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。
- MCP
- AIエージェントが外部のツールやサービスと連携するための仕組み。
- 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。
- プロンプトインジェクション
- 入力された指示（プロンプト）によって、生成AIの挙動や出力が、作り手の意図しない形に変えられてしまうこと。直接型と、外部の情報を介する間接型がある。
AIエージェントコンテキストエンジニアリングFunction CallingMCPマルチエージェント・A2A権限の過剰付与
第4章 生成AIのリスク予防・AI倫理・ガバナンス
AIを安全に使うための基本姿勢、シャドーAI、AI出力の検証、個人情報や著作権、AI事業者ガイドラインを扱う章です。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。
- シャドーAI
- 組織が承認していないAIツールを、従業員が業務に利用すること。情報漏えいや利用履歴を追えなくなる危険がある。
- 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。
第5章 生成AIの実践と活用事例
プロンプトの基本構成と代表的な手法に加え、文書作成・企画・クリエイティブ・データ分析などの活用場面と留意点を扱う章です。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。
プロンプトエンジニアリング文書作成での活用企画・マーケティングでの活用データ分析・リサーチでの活用クリエイティブ制作での活用
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の基礎と歴史（第1章）から生成AI（第2章）、AIエージェント（第3章）、リスク予防・AI倫理・ガバナンス（第4章）、実践と活用事例（第5章）へと前提知識がつながります。このページの章立ては2027年2月試験より適用の新シラバスです。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。
