生成AIパスポート 学習計画
生成AIパスポートの2週間学習計画
生成AIパスポートを2週間で進める場合は、前半7日で5章を一巡し、後半7日を横断演習と弱点修正に使います。1週間計画より一日の新規範囲を狭め、第4章の権利・情報管理と第3章のRAGを複数日に分けて、常識や語感だけで解く癖を直します。
2週間の中心は、1周目の正答率を上げることではなく、8日目以降に誤答原因を減らすことです。毎日、新規20〜25問と前日の誤答5問を組み合わせ、最終2日で全章混合問題を解いて、章名が分からなくても条件語から判断できる状態を目指します。
この計画は平日60分、休日90〜120分程度を確保できる人向けです。初学者は用語をすべてノートへ写さず、解説を読んでも区別できない混同語だけを残してください。
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: 2026-06-27。
学習計画は当サイトの目安です。試験日、申込条件、出題範囲は公式情報を最終確認してください。
この記事の目次
前提条件
- 1〜7日目を範囲理解、8〜11日目を混同語の横断整理、12〜14日目を弱点再演習と総確認に分ける。
- 新規問題は平日20〜25問、復習日は30〜50問を目安にし、毎日5問は前日の誤答を解き直す。
- 第3章のRAG・ファインチューニングと第4章の権利・情報管理は別日に再演習し、後回しにしない。
- 学習上の時間配分は当サイトの目安とし、試験情報と公式出題範囲は公式ページで最終確認する。
この計画が向く人
初学者
平日60分、休日90分以上を確保し、5章を前半で一巡して後半で誤答を直せる人です。用語の書き写しより問題演習を優先します。
生成AI利用経験者
ツール操作には慣れていても、著作権・個人情報・AI社会原則を体系的に学んでいない人です。第4章を技術章と同じ問題数で進めます。
1か月へ延ばす人
毎日30分しか取れない、または3日目までに第1・2章の誤答理由を半分以上説明できない人です。範囲を削らず、1か月計画で復習間隔を確保します。
日ごとの計画
| 日程 | 学習対象 | 解く問題数 | 復習対象 | 完了条件 |
|---|---|---|---|---|
| 1日目 | 全5章の診断と第1章 AIの基礎 | 全体から20問+第1章10問 | 誤答を5章へ振り分け、学習方法3種の条件語を整理する | 弱点章を2つ選び、AI・機械学習・ディープラーニングを説明できる |
| 2日目 | 第2章 Transformer・LLM・生成モデル | 第2章20問+前日の誤答5問 | モデル、学習、生成時の処理を分け、ハルシネーションを現象として整理する | Transformer、LLM、生成AIの関係を役割で説明できる |
| 3日目 | 第2章 ハルシネーション・バイアスと生成AIの特徴 | 第2章20問+混同語5問 | 事実誤りと公平性・偏りの問題を分ける | ハルシネーションとバイアスを同じリスクとして処理しない |
| 4日目 | 第3章 RAG・チャンク・ベクトルデータベース | 第3章25問+第2章誤答5問 | 文書分割、格納、検索、文脈追加、生成の順で確認する | RAGの処理を5段階で並べ、再学習と区別できる |
| 5日目 | 第3章 ファインチューニング・プレトレーニング・プロンプトとの違い | 第3章20問+RAG類題5問 | 追加学習、事前学習、入力指示のどこを変えるかで分類する | 3つの調整方法を問題場面に合わせて選べる |
| 6日目 | 第4章 著作権・個人情報・機密情報 | 第4章25問+前日の誤答5問 | 権利の問題、情報の種類、入力時の扱いへ誤答を分ける | 一般常識ではなく問題文の対象を示して選べる |
| 7日目 | 第4章 AI社会原則・ガバナンス・ハルシネーション・バイアス | 第4章25問+1週間の誤答10問 | 技術的リスクと組織的な管理・原則を分ける | 第4章の弱点を3項目以内に絞り、翌週の復習対象を決められる |
| 8日目 | 第5章 指示・条件・出力形式とZero-Shot・Few-Shot | 第5章25問+第4章誤答5問 | 例の有無、指示の具体性、出力形式を問題文から拾う | Zero-ShotとFew-Shotを追加学習と混同しない |
| 9日目 | 第5章 業務利用時の確認とプロンプト改善 | 第5章20問+第3章5問 | 入力内容、出力確認、機密情報、正確性の限界を一続きで確認する | プロンプト改善で保証されない事項を説明できる |
| 10日目 | 横断比較: RAG・ファインチューニング・プロンプト | 第3章と第5章から30問 | 検索、追加学習、入力指示のどこを変えるかを比較表にする | 章名を隠しても処理の違いから正解を選べる |
| 11日目 | 横断比較: 著作権・個人情報・機密情報・AI社会原則 | 第4章から30問 | 誤答を権利、情報、リスク、組織の管理へ分類する | 4領域の対象を一文ずつ説明できる |
| 12日目 | 最も弱い2章の再演習 | 弱点章を各20問 | 同じ誤答を知識不足・混同・読み違いに分けて修正する | 初回と同じ原因の誤答を減らし、判断手順を説明できる |
| 13日目 | 全5章の混合演習 | 全体から50問 | 解答時間より、迷った問題の条件語と消去理由を記録する | 章が混ざっても、誤答選択肢のずれを説明できる |
| 14日目 | 誤答済み問題と公式案内の最終確認 | 誤答から20問。新規問題は追加しない | RAG、権利・情報管理、プロンプトの残った弱点だけを読む | 復習対象を3項目以内に絞り、新しい教材へ広げず終了できる |
演習から復習へ戻る手順
| 時点 | 行動 | 完了の証拠 |
|---|---|---|
| 当日 | 新規問題の誤答を、知識不足・混同・読み違いへ分類し、戻る章を一つ決める。 | 誤答ごとに原因と次のページを一行で残せる。 |
| 翌日 | 学習開始時に前日の誤答5問を解き、選択肢の役割と前提を説明する。 | 正解番号ではなく条件語から答えを再現できる。 |
| 7日目 | 1週間の誤答を章別に数え、後半で優先する2章と混同語3組を決める。 | 8〜12日目の復習対象を具体的な語で書ける。 |
| 13日目 | 全章混合50問で、章をまたいでも判断できるかを確認する。 | 迷った問題を条件語不足・知識不足へ分け、最終日の対象を3つに絞れる。 |
遅れた場合の調整
1日遅れたら、次の日へ全問題を上乗せせず、新規を10問減らして前日の誤答5問と当日の中心論点を残す。
3日目までに遅れた場合は、第2章を一日に統合してもよいが、第3章RAGと第4章情報管理の再演習日は削らない。
8日目時点で5章を一巡できていなければ、用語の網羅を止め、未学習章20問と既習章の誤答だけへ絞る。
13日目の混合50問で迷いが多い場合は、正答率だけを追わず、条件語を拾えなかった3論点を14日目の復習対象にする。
やらなくてよいこと
×生成AIツールの使い方だけを読む
×前日に新しい教材へ広げる
×正解番号だけ覚える
遅れを翌日へ持ち越さない再計画
前半7日で遅れた範囲は、後半へそのまま足さず、中間診断の結果と統合します。前半で説明できなかった論点を3つ以内に絞り、後半の新規演習量を減らして再回答へ置き換えます。 遅れた日は、未消化の問題をそのまま翌日に足しません。知識不足、似た用語の混同、問題文の読み落としのどれで止まったかを先に記録し、知識不足なら用語集、混同なら比較記事、読み落としなら同じ章の短い再演習へ戻します。 再開判定では、用語の定義だけでなく、生成物を利用する前に権利、個人情報、出力根拠のどれを確認するかまで答えます。正解していても確認行動を言えない問題は復習済みにせず、翌日の5問へ残します。
10日目の時点で弱点が4分野以上残る場合は、全分野を均等に追わず、前提になる分野と誤答数の多い分野を先にします。最後の2日は新規範囲より通し確認と誤答再現を優先します。 削らないのは、第1章のAI・機械学習・ディープラーニングの関係、第4章の権利・情報管理・AI社会原則、第5章の入力設計と生成結果の確認です。残り日数が減った場合は新しい用語を広げる量を減らし、この3領域で誤答理由を説明できる状態を優先します。 翌日は前日の未完了分から始めず、5問だけ再回答して理解が戻ったかを確認します。4問以上で根拠を言えれば通常計画へ戻し、同じ混同が残れば新規問題を半分にして、解説と用語比較へ時間を移します。 7日目と11日目に未完了一覧を作り直します。7日目は後半へ残す弱点を三つまでに絞り、11日目は新規範囲を終える日を確定します。最後の3日へ単なる未着手分を移さず、再回答が必要な論点だけを残します。
記録欄には誤答した用語、混同した相手、利用前に必要な確認行動を残します。 毎日の終了時に更新し、7日目と11日目に後半へ残す弱点を絞ります。
この再計画は2週間の学習目安です。試験日や申込期限は変更せず、1日ごとの新規範囲と復習量だけを組み替えます。
到達判定
- ✓5章すべてで、中心用語と混同語を最低2組ずつ説明できる
- ✓RAG、ファインチューニング、プレトレーニング、プロンプトを変える対象で区別できる
- ✓著作権、個人情報、機密情報、AI社会原則を同じ注意事項としてまとめない
- ✓全章混合問題でも、問題文の条件語から関連章と論点を特定できる
- ✓誤答を知識不足・混同・読み違いへ分け、次の復習行動を選べる
日程から章別演習へ進む
次に進むページ
執筆: ミナト編集部(運営者情報を見る)