Question Bank — Free / Unofficial
生成AIパスポート 無料問題集・模擬試験新シラバス300問・解説つき（非公式）
2027年2月試験から適用される新シラバスの5章（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）に沿って当社が作成したオリジナル300問を、10問・本番形式の60問・章別で解けます。採点後に章別の正答率・間違えた分野・全問の解説が出ます。2026年10月試験までの旧シラバス版（50問）にも切り替えられます。登録不要・無料・回答は送信しません。
本ページの問題は株式会社Uravationが作成した非公式のオリジナル問題です。一般社団法人生成AI活用普及協会（GUGA）とは関係がなく、公式の過去問・サンプル問題・公式テキストの転載は含みません。「生成AIパスポート」は同協会の試験名です。出題傾向の保証はしません。最新の試験概要・シラバスはGUGA 公式サイトでご確認ください。
問題集・模擬試験の本体
出題範囲を選んで開始
問題データを読み込めませんでした。通信の状態を確認して、もう一度お試しください。
1問ずつ表示します。キーボードの 1〜4 で選択、Enter で次へ。途中で戻って選び直せます。採点は最後にまとめて行い、解説は採点後に表示します。章別と「未回答・間違えた問題から」は、まだ解いていない問題を先に出します。
学習の記録
記録はお使いのブラウザにだけ保存され、送信されません。
問 1 / 10経過 0:00
合格基準は公式に公開されていません。当社の記事では正答率70〜80%を目安にしています。所要 0:00（本番は1問1分ペース）。
間違えた分野
全問の解説（間違えた問題が上）
この問題集の使い方
- まず「全章から10問」を解いて、章別の正答率で弱い章を見つけます（約10分）。
- 弱い章を章別の20問で解き、解説で用語の意味まで押さえます。まだ解いていない問題から先に出るので、繰り返すと各章の問題をひととおり解けます。
- 受験の前に「本番形式 60問」を60分で通し、1問1分のペースに慣れます。
出題は毎回シャッフルされるので、繰り返しても同じ並びにはなりません。試験の全体像は「生成AIパスポート完全ガイド」、試験形式と合格発表は「試験形式・合格ライン」、公式過去問が無い理由と代替教材は「過去問は非公開｜代替問題集」、勉強の順番は「勉強法とスケジュール」をどうぞ。
出題範囲と問題数（新シラバス・300問）
2027年2月試験から適用される公式シラバスの章と中項目ごとに、問題を用意しています。
| 第1章 AIの基礎と歴史 60問 | AIの基本的な仕組み（8問）／機械学習（16問）／ニューラルネットワーク（24問）／AIの歴史（12問） |
|---|---|
| 第2章 生成AI 60問 | 生成AIを支える技術革新（Transformer以降）（11問）／生成AIの学習プロセス（11問）／生成AIの生成（推論）プロセス（12問）／LLM（大規模言語モデル）の基礎（8問）／ChatGPTと主要な生成AIモデルの動向（9問）／各モダリティの生成AI（9問） |
| 第3章 AIエージェント 60問 | AIエージェントとは（9問）／RAG（検索拡張生成）（12問）／AIエージェントの仕組み（11問）／MCP・Agent Skills と外部連携（10問）／AIエージェントのツールと活用事例（8問）／AIエージェントのリスク・安全性・評価（10問） |
| 第4章 生成AIのリスク予防・AI倫理・ガバナンス 60問 | 生成AI利用者の基本マインドセット（6問）／生成AIの代表的リスク（8問）／シャドーAIと企業コンプライアンス（6問）／AI出力の評価と検証（6問）／個人情報・プライバシー・秘密保持（9問）／著作権・知的財産・生成物の権利（10問）／AI倫理とAI事業者ガイドライン（6問）／AIガバナンスと社内ガイドライン（5問）／AI法・国際ルール・AI安全保障（4問） |
| 第5章 生成AIの実践と活用事例 60問 | プロンプトエンジニアリング（13問）／文書作成・コミュニケーション業務での活用（9問）／企画・マーケティング業務での活用（9問）／クリエイティブ制作での活用（7問）／データ分析・リサーチ業務での活用（8問）／開発・業務自動化での活用（8問）／業種別に見る生成AI活用（6問） |
新シラバスと旧シラバスの違い
生成AIパスポートのシラバスは、2027年2月試験から章の構成が変わります。2026年10月試験までは旧シラバスからの出題です。
| 章 | 旧シラバス（2026年10月試験まで） | 新シラバス（2027年2月試験から） |
|---|---|---|
| 第1章 | AI（人工知能）の基礎 | AIの基礎と歴史 |
| 第2章 | 生成AIの基礎 | 生成AI |
| 第3章 | 現在の生成AIの動向 | AIエージェント |
| 第4章 | 情報リテラシー・基本理念とAI社会原則 | 生成AIのリスク予防・AI倫理・ガバナンス |
| 第5章 | テキスト生成AIのプロンプト制作と実例 | 生成AIの実践と活用事例 |
新シラバスでは、AIエージェントが独立した章になり、RAG・MCP・エージェントの仕組みから、リスクと安全に使うための原則までを扱います。第4章はシャドーAI・AIの出力の検証・AIガバナンスと社内ガイドライン・AI法へ範囲が広がり、第5章は文書作成・企画とマーケティング・クリエイティブ制作・データ分析・開発と業務自動化といった、業務ごとの活用が中心になりました。章の名称と改訂の内容は、GUGA が公表している「生成AIパスポート試験シラバス改訂内容（2027年2月試験より適用）」にもとづきます。
例題（新シラバス・各章1問）
問題集に収録している問題の例です。答えと解説は、それぞれの下を開くと読めます。
ある分類課題で最も高い精度だった手法を別の課題にも使う。ノーフリーランチ定理を踏まえた判断として最も適切なものはどれか。
- 元の課題で手法の優劣が判明しているため、別の課題でも同じ順位とみなす
- 学習データを増やせば手法による性能差はなくなるため、手法の比較を省く
- 全問題での平均性能が等しいため、課題を絞って比較しても精度に差は出ない
- 別の課題での優劣は保証されないため、その課題でも性能を評価する
答えと解説を見る
正解: 別の課題での優劣は保証されないため、その課題でも性能を評価する
ノーフリーランチ定理は、可能な問題を一様に扱う前提では、学習手法の平均性能に優劣がないことを示します。個々の課題で性能が等しいという意味ではなく、対象の課題に合わせた評価と手法の選択が必要です。
RLHFを、教師ありファインチューニングと区別する説明として最も適切なものはどれか。
- 大量の一般的なテキストを使った事前学習で、次トークン予測を学ばせる
- モデルの重みを更新せず、検索した外部文書を回答時の参照情報として与える
- 人間の評価を報酬に反映し、強化学習でモデルの応答を調整する
- 指示と望ましい回答の組を正解例として与え、教師あり学習で応答を調整する
答えと解説を見る
正解: 人間の評価を報酬に反映し、強化学習でモデルの応答を調整する
RLHFは、人間による応答の評価を報酬に反映し、強化学習でモデルを調整する手法で、典型的には評価から報酬モデルを学習します。正解例を与えて調整するのは教師ありファインチューニング、大量のテキストでの学習は事前学習、外部文書を参照させるのはRAGです。
MCP（Model Context Protocol）の主な役割として最も適切なものはどれか。
- 質問に関連する文書を検索し、その内容を参照させて回答を生成する
- AIアプリケーションと外部のツールやデータとの接続方法を共通化する
- 独立したAIエージェント同士がタスクを依頼し、結果を共有するための通信方法を定める
- 作業手順の説明や補助スクリプトをフォルダにまとめ、エージェントが必要なときに読み込めるようにする
答えと解説を見る
正解: AIアプリケーションと外部のツールやデータとの接続方法を共通化する
MCPは、AIアプリケーションと外部のツールやデータとの接続方法を共通化する規格です。エージェント同士の連携はA2A、手順書などをまとめて必要時に読み込ませるのはAgent Skills（エージェントスキル）、関連文書を検索して回答に使うのはRAGです。
「シャドーAI」に当たる使い方として最も適切なものはどれか。
- 未承認のAIを個人アカウントで使い、公開情報だけから業務資料を作る
- 会社が承認した生成AIを、在宅勤務中に会社支給のパソコンから業務に使う
- 会社が承認した生成AIで、社外秘の資料を社内ルールに従って要約する
- 個人で契約した生成AIを、自分のスマートフォンで休日の趣味の調べ物に使う
答えと解説を見る
正解: 未承認のAIを個人アカウントで使い、公開情報だけから業務資料を作る
シャドーAIは、組織の承認や管理の外でAIを業務に使うことです。公開情報だけを扱う場合でも、未承認のAIでの業務利用は当たります。扱う情報の機密度や在宅かどうかでは決まらず、業務と関係のない私的な利用は通常含みません。
Few-Shotプロンプティングの説明として最も適切なものはどれか。
- 例を示さず、指示だけを与えて回答させる
- 結論の前に、途中の考え方を段階的に書かせる
- 追加の学習データを使って、モデルの重みを更新する
- 指示とあわせて入力と出力の例をいくつか示し、その形式や判断の基準にならって回答させる
答えと解説を見る
正解: 指示とあわせて入力と出力の例をいくつか示し、その形式や判断の基準にならって回答させる
Few-Shotは例を数個示す手法です。例を示さないのはZero-Shot、途中の考え方を書かせるのはChain-of-Thought（思考の連鎖）、重みを更新するのはファインチューニングです。
本番の試験形式（公式発表）
| 主催 | 一般社団法人生成AI活用普及協会（GUGA） |
|---|---|
| 方式 | IBT（インターネット経由のオンライン受験） |
| 問題数・時間 | 60問・60分 |
| 出題形式 | 4つの選択肢から、適切または不適切なものを1つ（一部は複数）選ぶ形式 |
| 受験料 | 一般 11,000円（税込）／学生 5,500円（税込） |
| 実施 | 年5回（2月・4月・6月・8月・10月）。受験期間はその月の1日から末日まで |
| 2027年2月試験 | 申込 2026年10月1日〜2027年1月31日／受験 2027年2月1日〜2月28日 |
| 結果 | 受験期間の終了後、1か月以内に会員ページで通知 |
| 合格基準 | 公式非公開（当社記事の目安は正答率70〜80%） |
| 出題範囲 | 公式シラバス。2027年2月試験から改訂版を適用（2026年10月試験までは旧シラバス） |
2026年10月11日に GUGA 公式サイトで確認した内容です。日程や料金は変わることがあるので、申込の前に公式サイトで確かめてください。本問題集は1つを選ぶ四肢択一だけで、複数を選ぶ問題は含みません。
よくある質問
これは公式の過去問ですか？
新シラバスはいつの試験からですか？
旧シラバスの問題は、2027年の試験対策に使えますか？
本当に無料ですか？回答は記録されますか？
何問正解すれば合格ですか？
本番と同じ難易度ですか？
問題を社内研修で使ってもいいですか？
社員の生成AIリテラシー、資格取得で底上げしませんか
Uravationは100社以上に生成AI研修を提供し、生成AIパスポートの団体受験に向けた社内研修（法令・リテラシー・プロンプトの実務）も設計しています。合格をゴールにせず、翌日から業務で使える状態までを伴走します。