生成AIパスポートの出題傾向と対策【5章別の頻出ポイント】

公開: 2026年7月6日 更新: 2026年10月4日

生成AIパスポートは公式の過去問公開がないため、対策は公式テキスト（第4版）と市販問題集が中心になります。本記事では、公式シラバス5章それぞれの頻出ポイントを整理し、限られた学習時間（20〜40時間）で効率よく仕上げるための対策法を解説します。

※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。

公式の過去問公開状況

生成AIパスポートは、GUGAによる過去問題の正式な公開はありません。出題はシラバスに基づき回ごとに更新されるため、対策は「公式テキストで範囲を押さえ、市販問題集で問われ方に慣れる」流れが基本になります。

対策の中心教材

• 『生成AIパスポート 公式テキスト（第4版）』（GUGA）: 出題範囲に対応した公式教材。まずはこれで全5章を一巡する
• 市販の対策問題集: 「徹底攻略Biz 生成AIパスポート 教科書＆問題集」など。問われ方・4択形式に慣れる用途に
• 当サイトの一問一答: 生成AIパスポート 一問一答で用語・論点を反復定着

※公式テキストの版数や市販書のラインナップは改定・入れ替えがあります。購入前に、受験する回のシラバスに対応した版かを確認してください。

シラバス5章別の頻出ポイント

当サイトの一問一答は独自の5章（AIの基礎／生成AIの仕組み／生成AIの最新動向／情報リテラシー・法と倫理／プロンプトの作成）に分けており、公式シラバスの章とは名前も範囲も一部異なります。

第1章 AI（人工知能）

• AIの定義: ダートマス会議、ルールベースと機械学習の違い
• 機械学習の手法: 教師あり／教師なし／強化学習、半教師あり学習
• ニューラルネットワーク: ディープラーニング、過学習と正則化・ドロップアウト、転移学習
• AIの種類と歴史: 弱いAI（ANI）と強いAI（AGI）、第一次〜第三次AIブーム、シンギュラリティ

第2章 生成AI（ジェネレーティブAI）

• 生成モデルの系譜: 自己回帰モデル、VAE、GAN、CNN、RNN／LSTM、Transformer／Attention、GPT／BERT
• ChatGPTの歴史: GPT-1〜GPT-5、InstructGPT、RLHF、GPT-o1／o3／o4、Operator、Codex、Image Generation
• 重要概念: ハルシネーション、マルチモーダル、ファインチューニング
• その他の主要生成AI: Gemini（Google）／Claude（Anthropic）／Copilot（Microsoft）

第3章 現在の生成AI（ジェネレーティブAI）の動向

• 生成物別の生成AI: テキスト・画像・音楽・音声・動画（自己回帰モデル、Veo3 など）
• ディープフェイク: 深層偽造の危険性と偽情報
• RAG（検索拡張生成）: 外部情報を検索して回答精度・鮮度を高める仕組み（チャンク・ベクトルデータベース）
• AIエージェント／MCP: 自律的にタスクを進める仕組みと外部連携（ツール例：GenSpark・Manus・Skywork AI）

この章は更新が最も速い領域です。2025年10月に発表され2026年2月試験から適用されている現行シラバスでRAG・AIエージェントなどが加わりました。Sora（OpenAI）はアプリ・Webが2026年4月26日、APIが2026年9月24日に提供を終了しています。学習時は受験する回に対応したシラバスで範囲を確認してください。

第4章 情報リテラシー・基本理念とAI社会原則

• 知的財産権: 著作権・商標権・意匠権、肖像権・パブリシティ権、不正競争防止法。著作権法30条の4（情報解析・AI学習）と、AI生成物の著作物性の考え方
• 個人情報保護法: 第三者提供、生成AIへの入力時の注意
• セキュリティリスク: フィッシング詐欺・マルウェア・ソーシャルエンジニアリング攻撃、情報漏えい、プロンプトインジェクション
• 出力のリスク: ハルシネーション、バイアス
• ガイドライン・原則・法: AI事業者ガイドライン（総務省・経産省）、AI新法、人間中心のAI社会原則（統合イノベーション戦略推進会議・2019年3月決定）
• 基本姿勢: 透明性・説明責任、そして最終責任は利用者にあるという考え方

第5章 テキスト生成AIのプロンプト制作と実例

• LMとLLM: n-gramモデル、ニューラル言語モデル、Temperature・Top-p
• プロンプトの要素と手法: Instruction（指示）／Context（文脈）／Input Data（入力データ）／Output Indicator（出力の形式）、Zero-Shot／Few-Shotプロンプティング
• 実例: 文章の校正・要約、メール・アジェンダ作成などのビジネス応用、テキスト生成AIの不得意なこと（正確な文字数・計算・最新の情報）
• 安全な利用: 機密情報・個人情報を入力しない配慮

効率的な対策の進め方

1. 公式テキストで全5章を一巡し、範囲の全体像をつかむ
2. 市販問題集・一問一答で4択の問われ方に慣れる
3. 第3章（生成AIの動向）と第4章（情報リテラシー・基本理念とAI社会原則）を重点補強（更新・改定が入りやすいため）
4. 間違えた論点を用語単位で復習し、直前に総ざらいする

学習量の目安や章別の難所は難易度・合格率、受験までの逆算スケジュールは試験日程を参照してください。