出題項目│生成AIアドバイザー認定試験｜全日本情報学習振興協会

出題項目

試験形式

マークシート方式

問題数および合格基準

1級：100問／120分（10:15~12:15）

2級：50問／60分（10:15~11:15）

合格基準：正答率70％以上

※ただし、問題の難易度により調整し、正答率70％以下でも合格とする場合があります。

試験時間

1級：　10時00分～12時15分(120分)

2級：　10時00分～11時15分(60分)

※少しでも試験時間に遅れると受験できません。

※CBT会場は開催日時が異なる場合があります。詳細は申込ページでご確認下さい。

出題項目

出題範囲変更のお知らせ

第３回試験（2026年８月30日実施）より、生成AIアドバイザー認定試験２級の出題範囲を変更し、１級と出題範囲を統一いたします。
なお、出題範囲は１級・２級で共通となりますが、各級で求められる知識水準や理解の深さ、出題内容の難易度は異なります。１級では、より高度な理解や応用力を問う内容を中心に出題し、２級では基礎的な知識や理解を問う内容を中心に出題いたします。

また、サンプル問題ページにおいて各級のサンプル問題を公開しております。受験申込者及び受験をご検討されている皆様におかれましては、サンプル問題をご活用いただき、各級における出題内容や難易度の違いをご確認いただきますようお願い申し上げます。

最新の出題範囲をご確認のうえ、学習を進めていただきますようよろしくお願い申し上げます。

第1課題	AIの基礎理解			1級	2級
	第1章	AIとは	1.単純なルールベースの推論から、機械学習、生成AIの流れ	〇	〇
			2.学習（データ・モデル・予測）	〇	〇
			3.生成AIとは何か	〇	〇
	第2章	機械学習	1.データ	〇	〇
			2.学習（分析）	〇	〇
			3.関連するアルゴリズム（統計学からの知見）	〇	〇
			4.精度評価とその必要性	〇	〇
	第3章	深層学習（ディープラーニング）	1.ニューラルネットワークとは	〇	〇
			2.CNN	〇	〇
			3.RNN	〇	〇
			4.生成AIにつながる基礎技術	〇	〇
第2課題	生成AIの基礎理解			1級	2級
	第1章	生成AIの仕組み	1.生成AIとは何か	〇	〇
			2.大規模言語モデル	〇	〇
			3.拡散モデル	〇	〇
			4.GAN（敵対的生成ネットワーク）	〇	〇
			5.３つの仕組みの比較と位置づけ	〇	〇
			6.まとめと今後の展望	〇	〇
	第2章	トークン・パラメータ	1.トークンとは何か	〇	〇
			2.パラメータとは何か	〇	〇
			3.学習データとは何か	〇	〇
			4.三要素の関係性	〇	〇
			5.応用事例と課題	〇	〇
			6.まとめと展望	〇	〇
	第3章	従来のAI（機械学習、ルールベース）との違い	1.ルールベースAIとは何か	〇	〇
			2.機械学習AIとは何か	〇	〇
			3.生成AIの登場とその革新性	〇	〇
			4.具体的な事例比較	〇	〇
			5.生成AIの課題とリスク	〇	〇
			6.まとめ	〇	〇
	第4章	代表的な生成AIサービスの特徴	1.ChatGPT（OpenAI）	〇	〇
			2.Claude（Anthropic）	〇	〇
			3.Gemini（Google）	〇	〇
			4.Stable Diffusion	〇	〇
			5.サービス比較	〇	〇
			6.まとめ	〇	〇
第3課題	プロンプトエンジニアリング			1級	2級
	第1章	プロンプトとは		〇	〇
	第2章	良いプロンプトを作るための考え方・方針		〇	〇
	第3章	よく利用されるプロンプトテクニック	1.役割を指定する（Role-playing）	〇	〇
			2.出力の形式・条件を指定する	〇	〇
			3.背景・文脈を提供する（Context setting）	〇	〇
			4.例を提示する（Few-shot/In-context learning）	〇	〇
			5.ステップ・思考プロセスを促す（Chain of Thought）	〇	〇
			6.反復・改善サイクル（Interative Refinement）	〇	〇
			7.否定条件・制約を入れる（Negative/Constraint Prompting）	〇	〇
			8.総まとめ	〇	〇
第4課題	活用ケーススタディ			1級	2級
	第1章	ビジネス文書作成：議事録作成の効率化		〇	〇
	第2章	マーケティング：広告コピー・SNS戦略・顧客分析		〇	〇
	第3章	教育・学習：教材作成・解説生成・語学学習		〇	〇
	第4章	創作活動：小説・脚本・デザイン・音楽		〇	〇
	第5章	コーディング支援：コード生成・デバッグ支援		〇	〇
第5課題	リスクと限界、倫理・著作権・情報管理			1級	2級
	第1章	ハルシネーション（誤情報生成）		〇	〇
	第2章	知識の更新限界		〇	〇
	第3章	AIが不得意な領域（批判的思考、倫理判断）		〇	〇
	第4章	過度依存のリスク		〇	〇
	第5章	著作権侵害のリスク（学習データ・出力物の取扱い）	1.AI開発・学習段階	〇	〇
			2.生成・利用段階	〇	〇
			3.実務でのチェック・管理ポイント	〇	〇
	第6章	個人情報・機密情報の入力禁止ルール	1.個人情報取扱事業者における注意点	〇	〇
			2.行政機関等における注意点	〇	〇
			3.一般の利用者における留意点	〇	〇
	第7章	AI利用における倫理原則（公平性・透明性・責任）		〇	〇
	第8章	悪用リスク（フェイクニュース、ディープフェイク）		〇	〇
第6課題	AIと人間の役割分担			1級	2級
	第1章	AIと人間の協働モデル（AI=支援、人間=最終判断）		〇	〇
	第2章	「説明可能性（Explainability）」の重要性		〇	〇
	第3章	AIによる意思決定支援と人間の責任		〇	〇
	第4章	労働市場への影響（新しい職業・職域の登場）		〇	〇
第7課題	AI導入における企業課題			1級	2級
	第1章	導入ポリシーの策定（利用範囲・禁止事項・教育）		〇	〇
	第2章	情報漏えい防止とセキュリティ（アクセス制御・匿名化）		〇	〇
	第3章	コスト管理（利用料・クラウド環境・ROI）		〇	〇
	第4章	法規制・ガイドライン（AI規制法案・個人情報保護法）		〇	〇
第8課題	最新動向・将来展望			1級	2級
	第1章	マルチモーダルAI（テキスト+画像+音声＋動画）		〇	〇
	第2章	AIエージェント、自律型AIの進化		〇	〇
	第3章	医療・金融・教育など各分野での利用拡大		〇	〇
	第4章	人間とAIの協働社会の未来		〇	〇
その他	AI事業者ガイドラインなど			1級	2級
	第1章	AI事業者ガイドラインなど		〇	〇