AWS AIF-C01 とは — 試験概要とこのシリーズの読み方
AWS Certified AI Practitioner（試験コード AIF-C01）は、AIおよび機械学習（ML）の概念・ユースケース・AWS AIサービスの利用方針を理解していることを認定するファウンデーショナル（Foundational）レベルの資格です。
2024年8月に新設されたこの試験は、AIを「使う・活用する」立場に向けており、エンジニアや開発者に限らずビジネス担当者・プロジェクトマネージャーも対象になります。
AIF-C01 が問うのは「AIをどう実装するか」ではなく、「AIとはどういうものか・どう使うべきか・どんなリスクがあるか」 という概念・判断力です。
Foundational レベルとして設計されているため、プログラミング経験やAWS実務経験は必須要件ではありません。
AIや機械学習の基礎知識と、Amazon BedrockをはじめとするAWS AIサービスの役割・使い分けを中心に学習することが合格への最短ルートです。
- AIF-C01 の試験概要と対象読者像（§1）
- 出題5ドメインの比率・名称・役割の全体像（§2）
- 頻出AIサービス地図（Bedrock中核・§3）
- Vol0→Vol1〜5→400問演習という効率学習ロードマップ（§4）
- Vol別解説記事へのクロスリンク（§5）
- CertTrend LMS 400問演習の活用法（§6）
試験概要
AIF-C01 は 65問・90分（採点50問＋非採点15問）で実施されます。
スコアは100〜1,000のスケール式評価で、合格ラインは 700点（70%相当）です。
出題形式は単一選択（1択）と複数選択（2択以上）の2種類で、受験料は 100 USD、ピアソンVUEのテストセンターまたはオンライン監督付きで受験できます。
| 項目 | 内容 |
|---|---|
| 試験コード | AIF-C01 |
| 試験レベル | Foundational（基礎） |
| 出題数 | 65問（採点50＋非採点15） |
| 制限時間 | 90分 |
| 合格スコア | 700（100–1,000 スケールドスコア） |
| 受験料 | 100 USD |
| 前提経験 | なし（AI/ML基礎知識推奨） |
対象読者
本シリーズは次のような方を主な読者として想定しています。
AIや機械学習の言葉は聞いたことがあるが、体系的に整理できていない方。
Amazon BedrockやAWSのAIサービスを業務で使い始めており、基礎知識を体系化したい方。
AWS認定資格としてAIF-C01を取得し、AIリテラシーを証明したい方。
そして生成AIの時代に「AIをどう正しく使うか・どんなリスクがあるか」を学びたいビジネスパーソンです。
実装や数式に踏み込む必要はなく、概念・用途・判断 の正確な理解が合格の鍵です。
出題5ドメイン全体像（比率・問題数）
AIF-C01 の出題範囲は、AIプラクティショナーが知っておくべき知識領域を網羅した 5ドメイン構成 です。
公式試験ガイドに基づくドメイン名称と出題比率は以下の通りです。
| ドメイン | 名称 | 出題比率 | 400問中 |
|---|---|---|---|
| D1 | AIとMLの基礎 | 20% | 80問 |
| D2 | 生成AIの基礎 | 24% | 96問 |
| D3 | 基盤モデルのアプリケーション | 28% | 112問 |
| D4 | 責任あるAIのガイドライン | 14% | 56問 |
| D5 | AIソリューションのセキュリティ・コンプライアンス・ガバナンス | 14% | 56問 |
最大比率は D3（28%）、次いで D2（24%） です。
生成AIと基盤モデルに関連するD2・D3を合わせると全体の52%を占めるため、生成AIとAmazon Bedrockの理解が合否を左右 します。
D4・D5は各14%と小さめですが、倫理・リスク・セキュリティは試験全体を通じた視点として問われるため軽視は禁物です。
D1：AIとMLの基礎（20%）
AIと機械学習の基本概念を問うドメインです。
教師あり学習・教師なし学習・強化学習の違い、機械学習とディープラーニングの関係、モデルの過学習・汎化・評価指標（精度・再現率・F1スコア）といった基礎知識が問われます。
AWSサービスとしては Amazon SageMaker の位置づけや、Amazon Rekognition・Textract・Comprehend などの AIサービスの用途分類 が頻出です。
Foundational レベルのため、数式や実装コードは不要で「この概念は何か・何に使うか」という理解が中心です。
D2：生成AIの基礎（24%）
生成AI・大規模言語モデル（LLM）の仕組みと特性を問うドメインです。
LLMとは何か・どう機能するか（トークン・コンテキストウィンドウ・プロンプト）、生成AIの能力と限界（ハルシネーション・バイアス）、ユースケース適合性（要約・分類・翻訳・コード生成・画像生成）の判断が問われます。
Amazon BedrockのFM（基盤モデル）群（Anthropic Claude・Amazon Titan・Mistral AI・Meta Llama等）の概要と、それぞれの適用場面の違いが頻出論点です。
D3：基盤モデルのアプリケーション（28%）
基盤モデル（Foundation Model）を活用したAIアプリケーション構築のパターンを問う最大ドメインです。
プロンプトエンジニアリング（Few-shot / Chain-of-Thought等）、RAG（Retrieval-Augmented Generation）の仕組みと利点、ファインチューニングとRAGの使い分け、Amazon Bedrockの機能（Knowledge Bases・Agents・Guardrails）の役割が核心テーマです。
「このシナリオでどのアプローチが最適か」という設計判断問題が多く出題されます。
D4：責任あるAIのガイドライン（14%）
AIを倫理的・公平に使うための原則を問うドメインです。
AIバイアスの種類と軽減策、フェアネス・説明可能性・透明性の概念、AI Actや各国規制の方向性、人間によるオーバーサイト（Human-in-the-loop）の重要性が問われます。
AWS Responsible AI の6原則（公平性・説明可能性・プライバシー・セキュリティ・安全性・統制性）の理解も求められます。
D5：AIのセキュリティ・コンプライアンス・ガバナンス（14%）
AIシステムを安全・適法に運用するための知識を問うドメインです。
モデルへの攻撃（プロンプトインジェクション・データポイズニング）の概念と対策、IAM によるAIサービスへのアクセス制御、Amazon Bedrock Guardrails によるコンテンツフィルタリング、データプライバシー要件とAWS共有責任モデルのAI版適用が頻出です。
頻出AIサービスマップ（Bedrock中核）
AIF-C01 の学習で最初に整理すべきは「AWSのどのAIサービスが何をするか」です。
AWS AIサービスは用途別に分類でき、Amazon Bedrock が生成AIの中核 として位置します。
| カテゴリ | サービス | 主な用途 |
|---|---|---|
| 生成AI基盤 | Amazon Bedrock | FM選択・RAG・エージェント・Guardrails |
| テキスト生成 | Amazon Bedrock（Titan Text） | 要約・分類・Q&A・コード生成 |
| 画像生成 | Amazon Bedrock（Titan Image / Stability AI） | 画像生成・編集 |
| 音声→テキスト | Amazon Transcribe | 文字起こし・字幕 |
| テキスト→音声 | Amazon Polly | 音声読み上げ |
| 自然言語処理 | Amazon Comprehend | 感情分析・エンティティ抽出・分類 |
| 画像・動画認識 | Amazon Rekognition | 顔認証・物体検出・不適切コンテンツ検出 |
| 文書読み取り | Amazon Textract | OCR・フォーム・テーブル抽出 |
| 会話AI | Amazon Lex | チャットボット・音声ボット |
| 検索・Q&A | Amazon Kendra / Q Business | エンタープライズ検索・社内RAG |
| ML基盤 | Amazon SageMaker | モデル開発・学習・デプロイ |
| 予測 | Amazon Forecast | 時系列予測 |
| レコメンド | Amazon Personalize | パーソナライズ推薦 |
- Bedrock = 生成AIの総合プラットフォーム。複数のFMをAPIで呼び出せる。Knowledge Bases（RAG）・Agents（タスク自動化）・Guardrails（コンテンツ制御）はBedrockの主要機能として必ず押さえる
- 用途特化AIサービス（Transcribe・Polly・Rekognition・Textract等）はMLモデルを自分で構築しなくてもAPIで使える「AIサービス群」。Bedrockと区別して整理すること
- SageMakerとBedrockの違いはAIF-C01頻出比較論点。SageMakerは自前モデルの開発・学習・デプロイ基盤。BedrockはAmazonやサードパーティのFMを利用する基盤。「自分でモデルを作るか・既存FMを使うか」で使い分ける
Amazon Bedrock の主要機能を整理する
D2・D3で繰り返し問われる Amazon Bedrock の機能を事前に整理しておくと、学習効率が大幅に上がります。
| 機能 | 役割 |
|---|---|
| モデル呼び出し | Claude・Titan・Mistral等のFMをAPIで利用 |
| Knowledge Bases | RAGの知識ソース管理（S3等から情報検索） |
| Agents | 複数ステップのタスクをFMが自律実行 |
| Guardrails | 有害コンテンツ・トピックのフィルタリング |
| Model Evaluation | FMの性能を自動・人手で評価 |
| Fine-tuning | Amazon TitanモデルをカスタムデータでFT |
学習ロードマップ（推奨順序）
全体像をつかめたら、次は 学ぶ順序 です。
AIF-C01はFoundationalレベルですが出題範囲は広いため、ドメインの論理的な順序に従って学習することで知識が自然につながります。
| ステップ | 内容 | 推奨時間（目安） |
|---|---|---|
| Vol0（本記事） | 全体像・5ドメイン・AIサービス地図を把握 | 1〜2時間 |
| Vol1 | D1：AIとMLの基礎（ML概念・AWSサービス分類） | 3〜5時間 |
| Vol2 | D2：生成AIの基礎（LLM・プロンプト・Bedrockモデル群） | 4〜6時間 |
| Vol3 | D3：基盤モデルアプリケーション（RAG・Agents・Guardrails） | 4〜6時間 |
| Vol4 | D4：責任あるAI（バイアス・フェアネス・説明可能性） | 2〜3時間 |
| Vol5 | D5：AIセキュリティ・コンプライアンス（ガバナンス・IAM・Guardrails） | 2〜3時間 |
| LMS演習 | CertTrend LMS 400問で実力測定・弱点特定・反復 | 10〜20時間 |
推奨する学習の進め方
推奨する学習ステップは次の4段階です。
- Vol0（本記事）で全体像をつかむ — 5ドメインとAIサービス地図を頭に入れます。ここで覚えることを目標にせず、「こういう構造なんだ」という地図を持つことが目的です。
- Vol1〜Vol5 をドメイン順に読む — 各Volは対応ドメインの中核概念・AWSサービスの使い分け・頻出論点をまとめています。D1→D2→D3→D4→D5の番号順が推奨です。生成AIの比重が大きいD2・D3は時間をかけて丁寧に理解しましょう。
- Vol を読んだらすぐ LMS で問題を解く — 「Vol2を読んだらD2の問題を解く」というインプット直後のアウトプットが最短の知識定着ルートです。全Volを読み終わってから演習を始めるのは非効率です。
- 間違えた問題の解説→該当 Vol へ戻る — LMSの解説には誤答理由も全件記載しています。弱点を炙り出し、対応するVol記事に戻るピンポイント復習の反復が得点の積み上げにつながります。
学習期間の目安
AIや機械学習の基礎知識がある方は、Vol1〜Vol5の通読と400問演習を合わせて 3〜4週間 が目安です。
AIや機械学習が完全に初めての方は、5〜7週間 を見込んでおくとよいでしょう。
Foundationalレベルのため実装経験は不要ですが、「なぜそのサービスがそのユースケースに適しているか」という理由とともに覚えることが正答率を高めるコツです。
- RAGとファインチューニングの使い分けはD3最頻出論点。「最新情報や社内文書を使いたい→RAG」「特定ドメインの口調・スキルを植え付けたい→ファインチューニング」という判断軸を早めに整理すること
- ハルシネーション対策はD2・D3を通じた重要テーマ。Guardrails・RAGによる事実根拠付き生成・Human-in-the-loop の組み合わせが典型的な解答パターン
- 責任あるAIのキーワード（公平性・説明可能性・透明性・プライバシー）はD4だけでなくD2・D3の問題でも前提として登場する。早めに定義を整理しておくと全体で得点しやすくなる
Vol別解説記事へのリンク
本シリーズの各Volは以下のドメインに対応しています。
Vol0（本記事）で全体像を把握した後、Vol1から順に読み進めてください。
CertTrend LMS で400問チェック
Vol0〜Vol5でインプットした知識は、問題演習でアウトプットして初めて「使える知識」になります。
AIF-C01は「知識の暗記」ではなく 「シナリオに対して正しいAIアプローチ・サービスを選ぶ判断力」 を問う試験です。
問題演習による思考訓練が合格に不可欠です。
本シリーズは、学習管理システム CertTrend LMS の AIF-C01 コース（400問）と連携しています。
- 5ドメインを出題比率に応じて網羅した400問のオリジナル問題
- 正答理由＋全誤答理由をAWS公式ソースに基づいて解説
- 学習モード（400問・一問一答・解説即時表示）と模試モード（65問/90分/70%判定）の2モード
- Foundationalレベルに合わせた概念・判断型の出題バランス
学習モードでは400問を一問一答形式で演習でき、回答後に即時解説が表示されます。
解説は「正答理由」だけでなく「各誤答がなぜ誤りか」も必ず記載しているため、選択肢を吟味する力も同時に鍛えられます。
模試モードでは400問のプールから65問をランダム出題し、90分の制限時間で700点換算の合否判定を確認できます。
本番に近い形式で弱点を確認し、繰り返し挑戦することで得点が着実に上がります。
本シリーズはVol0（本記事）を起点に、Vol1〜Vol5でドメイン別に知識を積み上げ、CertTrend LMS の400問演習で本番力を高める設計です。
生成AIと基盤モデルが試験の中心にある D2・D3から優先的に 理解を深めることをおすすめします。
インプットとアウトプットを繰り返しながら、AIF-C01の合格を確実なものにしていきましょう。