生成AIパスポート 第3章「最新動向」出題ポイント解説

生成AIパスポート試験の第3章「最新動向」を概念中心に整理します。RAG（検索拡張生成）、AIエージェント、MCP、主要な生成AIサービスの提供元、画像・動画生成サービス、知識カットオフといった、いま押さえておくべきトピックの「仕組みと役割」を解説します。

※受験料・試験日程・シラバス・出題内容は改定される場合があります。最新情報は必ずGUGA公式情報でご確認ください。

RAG（検索拡張生成）

RAG（Retrieval-Augmented Generation）は、生成AIが回答を作る前に外部の知識源（社内文書やデータベース等）を検索し、その内容を根拠として回答を生成する仕組みです。

• 仕組み: ①質問に関連する文書を検索 → ②取得した情報を文脈としてモデルに渡す → ③その情報に基づいて回答を生成。
• 利点: モデルが学習していない最新情報や社内固有の情報を扱える。根拠を提示しやすく、ハルシネーションの抑制にも役立つ。
• 位置づけ: モデル自体を再学習（ファインチューニング）せずに知識を補える手軽な手段として広く使われる。

AIエージェント

• AIエージェント: 目標を与えると、必要な手順を自ら計画し、ツール（検索・計算・外部サービス等）を使いながら、複数ステップの作業を自律的に進めるAI。
• 従来との違い: 単発の質問応答にとどまらず、「タスクの遂行」までを担う点が特徴。
• 注意点: 自律的に動くぶん、誤作動や意図しない操作のリスクがあり、人間の監督や制御が重要になる。

MCP

• MCP（Model Context Protocol）: 生成AIと外部のツールやデータソースを接続するための共通仕様・規格として提唱されているもの。
• 意義: 個別に作り込まなくても、AIが外部データやツールへ標準的な方法でアクセスできるようにすることを目指す。AIエージェントの実用化を支える動きとして押さえておく。

主要な生成AIサービスと提供元

サービス名と提供する企業の対応は頻出です。整理して覚えましょう。

画像生成・動画生成サービス

これらは第2章で学んだ拡散モデルなどを基盤としています。動画生成はテキストや画像から映像を作り出す新しい領域で、進化が速いため公式・最新情報の確認が推奨されます。

知識カットオフ

• 知識カットオフ: モデルが学習に用いたデータには時点の区切りがあり、それ以降の出来事はモデル自身は知らないという性質。
• 対策: 最新情報が必要な場合は、Web検索連携やRAGなどで外部から情報を補うことが有効。

最新動向を学ぶうえでの姿勢

この分野は変化が非常に速く、サービス名や機能は短期間で更新されます。試験対策では、個々の最新数値やベンチマークを暗記するよりも、RAG・エージェント・マルチモーダルといった「概念と役割」を理解しておくことが重要です。細かな最新情報は必ず公式で確認しましょう。

この章の要点まとめ

• RAGは外部検索で根拠を補い、ハルシネーションを抑える仕組み。
• AIエージェントは計画・ツール利用で自律的にタスクを遂行する。
• MCPはAIと外部ツール／データをつなぐ共通仕様。
• ChatGPT=OpenAI／Gemini=Google／Claude=Anthropic／Copilot=Microsoft。
• 知識カットオフがあるため、最新情報は外部連携で補う。