- 生成AIパスポートは「用語の抜け漏れ」を潰すと得点が安定します。
- まずは用語集カンペ（シラバス準拠の一覧表）を作ると最短ルートになります。
- 究極カンペ（頭の中のマップ）は必須ではありませんが、合格後に知識を伸ばす人ほど効きます。
- 解説動画
- 合わせて読むことおすすめの記事
- 究極カンペと用語集カンペ
- 生成AIパスポートでの優先順位
- 究極カンペのイメージ図（第3章：現在の動向）
- 用語集カンペの作り方（生成AIパスポート向け）
- 究極カンペの作り方（軽量版）
- 本番でのカンペ利用と禁止事項
- まとめ
- FAQ
- 参考文献
- 試験対策（生成AIパスポート直結）
- 用語集カンペ向き（用語の抜け漏れを潰す）
- 究極カンペ向き（頭の中の因果マップを太くする：LLM/Transformer）
- RAG（チャンク／ベクトルDB／評価まで）
- AIエージェント（概念→仕組み→動向）
- プロンプト（得点源＋実務の再現性）
- リスク／法務／ガバナンス（著作権・個人情報・規制）
- ディープフェイク／偽情報（リテラシー）
- 究極カンペを描く技法（マップ作成そのもの）
- 迷ったら、この組み合わせが早い
解説動画
※ 近日公開
合わせて読むことおすすめの記事
究極カンペと用語集カンペ
用語集カンペ
用語集カンペは、シラバスに載っている用語を「行」で並べ、定義や混同ポイント、理解度を管理するチェック表です。
目的はシンプルで、落とす用語をゼロにすることです。生成AIパスポートは特に、ここが点になりやすいです。
究極カンペ
究極カンペは、実体のあるカンペ（紙・表）ではありません。
シラバスの用語が因果関係や歴史的流れでつながった「頭の中のマップ」を指します。
- 用語が因果関係／歴史的流れでつながっている状態を作ります。
- 「この用語は、どの技術分野・どの社会課題と関係しているか」が直感的に分かる状態を目指します。
- 細かい数値や定義を忘れても、他の知識からフェルミ推定的に補完できる状態を作ります。
用語集カンペが「抜け漏れゼロ」を作る道具なら、究極カンペは「忘れても復元できる」強さを作る道具です。
生成AIパスポートでの優先順位
生成AIパスポートは、最短合格だけを狙うなら用語集カンペが主役になりやすいです。
一方で、合格後も生成AIの理解を深めたり、ニュースや新機能を追って知識の枝葉を伸ばしたりする人ほど、究極カンペが効いてきます。
- 最短合格：用語集カンペ（優先）
- 合格＋伸びる：用語集カンペ（優先）＋究極カンペ（任意だが強い）
究極カンペのイメージ図（第3章：現在の動向）
以下は「現在の動向（使いどころ）」の用語を、因果関係でつないだ究極カンペのイメージ図です。
用語を暗記するだけでなく、「どこからどこへ話がつながるか」を見える化するのが狙いです。
この図の読み方はシンプルです。たとえば次のように理解がつながります。
- 生成AI（画像／動画／音声）が広がるほど、ディープフェイクや偽情報のリスク理解が重要になります。
- RAGは「根拠を外から足す」設計なので、チャンクやベクトルデータベースの理解とセットになります。
- AIエージェントは外部ツール連携で行動範囲が広がるため、MCPのような連携概念と一緒に理解が進みます。
用語集カンペの作り方（生成AIパスポート向け）
まずサンプルを提示します。
以下よりダウンロードしてください。
1) シラバスを行に落とす
GUGAのシラバスPDFを開き、学習項目（または詳細キーワード）を1行ずつ転記します。
出題範囲はシラバスに基づくため、ここを起点にすると抜け漏れが減ります。
（シラバス： https://guga.or.jp/assets/syllabus.pdf ）
2) 列は「落とさない設計」にする
おすすめの列は以下です。
- 大項目／中項目／学習項目（シラバス対応）
- 一言定義（自分の言葉で20～40字）
- 混同しやすい用語（対になる相手）
- 例（業務やニュースでの登場例）
- 理解度（A/B/C/D）
- 復習日（次回見直し日）
3) C/Dだけを回す
全行を毎回読むのではなく、理解度がC/Dの行だけをフィルタして回します。
この運用にすると、学習時間が勝手に圧縮されます。
究極カンペの作り方（軽量版）
究極カンペは、生成AIパスポートでは「軽量」で十分回ります。おすすめは次の作り方です。
1) 「現在の動向（使いどころ）」を幹にする
いきなり全章を体系化しようとすると重くなります。
まずは第3章のような“動向カテゴリ”を幹にすると、イメージが作りやすいです。
2) 矢印で3種類だけ書く
矢印はこの3種類だけで十分です。
- 因果（A→B：だから起きる）
- 対比（A⇔B：使い分け）
- 依存（A→B：成立に必要）
図を更新するたびに、「用語が増えても散らからない」状態が作れます。
本番でのカンペ利用と禁止事項
ここで言うカンペは、本番前までの学習補助です。
本番では一切使用しません。机上に置く、画面で開く、別タブで参照する、といった行為も避けます。
受験がオンライン（IBT）である分、いつもの手癖（検索、翻訳拡張、別アプリ起動など）が事故になりやすいです。
禁止事項と、やりがちな癖・回避策は、以下にまとめています。
また、公式の試験概要や受験環境・禁止事項も、必ず最新情報を確認します。
https://guga.or.jp/outline/
まとめ
生成AIパスポートは、まず用語集カンペで「抜け漏れ」を潰すと点が安定します。
そのうえで究極カンペを作ると、用語が因果でつながり、合格後も知識が積み上がります。
第3章「現在の動向」は究極カンペの入口にちょうどよく、RAG・AIエージェント・ディープフェイクが一気につながります。
- 用語集カンペで抜け漏れゼロを作ります。
- 究極カンペで用語を因果と文脈でつなぎます。
- 本番ではカンペを参照しません。
FAQ
究極カンペは紙や表で作るものですか？
究極カンペは実体のあるカンペではなく、頭の中のマップを指します。学習中にメモや図で可視化するのは有効ですが、本番で参照する前提ではありません。
生成AIパスポートは用語集カンペだけで合格を狙えますか？
最短合格だけを狙うなら、用語集カンペでシラバスの用語を落とさない運用が効果的です。理解を伸ばしたい場合は、究極カンペを併用すると応用が効きます。
RAGとファインチューニングはどう使い分けますか？
RAGは外部情報を検索・参照して根拠を足しやすく、最新情報や出典が必要な場面に向きます。ファインチューニングは言い回しや形式、判断の癖を寄せやすく、一貫性が重要な場面で効果が出やすいです。
AIエージェントで押さえるポイントは何ですか？
外部ツール連携で「行動」できる分、権限設計やログ、監査の考え方が重要になります。MCPのような連携概念も、動向理解の軸になります。
カンペは試験中に見ても大丈夫ですか？
本記事で扱うカンペは学習補助であり、本番では使いません。禁止事項や受験環境は必ず公式情報を確認します（ https://guga.or.jp/outline/ ）。
参考文献
- 生成AIパスポート（試験概要・受験環境・禁止事項）｜生成AI活用普及協会（GUGA）
https://guga.or.jp/outline/ - 生成AIパスポート試験シラバス（PDF）｜生成AI活用普及協会（GUGA）
https://guga.or.jp/assets/syllabus.pdf - Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（RAG原論文）｜arXiv
https://arxiv.org/abs/2005.11401 - Attention Is All You Need（Transformer原論文）｜arXiv
https://arxiv.org/abs/1706.03762 - Training language models to follow instructions with human feedback（RLHF/InstructGPT）｜arXiv
https://arxiv.org/abs/2203.02155 - Artificial Intelligence Risk Management Framework (AI RMF 1.0)｜NIST（PDF）
https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf - Artificial Intelligence Act（Regulation (EU) 2024/1689）｜EUR-Lex
https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng - Act on the Protection of Personal Information（APPI関連）｜Personal Information Protection Commission, Japan
https://www.ppc.go.jp/en/legal/
試験対策（生成AIパスポート直結）
公式テキスト生成AIパスポート テキスト
公式テキスト生成AIパスポート テキスト＆問題集
シラバス対応の解説＋演習＋模擬問題がまとまっていて、「用語集カンペ」を作る母艦にちょうどいい。
用語集カンペ向き（用語の抜け漏れを潰す）
図解まるわかり AIのしくみ（翔泳社）
1テーマ見開き型で、短い定義（20～40字）を作りやすい。
実践 生成AIの教科書（リックテレコム）
基礎～ユースケースまで広く、プロンプトやRAGにも触れるので「例（業務・ニュース）」欄が埋まりやすい。
究極カンペ向き（頭の中の因果マップを太くする：LLM/Transformer）
大規模言語モデル入門（技術評論社）
LLMの理論と実装をつなぐ入門書。埋め込み・検索の話も出るのでRAG理解の前提が固まる。
ゼロから作るDeep Learning（オライリー・ジャパン）
ニューラルネットの基本原理を「実装で腹落ち」させる用途に強い。
深層学習（講談社）
研究者が基礎から主要要素を整理してくれるタイプで、用語が因果でつながりやすい。
RAG（チャンク／ベクトルDB／評価まで）
LangChainとLangGraphによるRAG・AIエージェント［実践］入門（技術評論社）
RAGの実践手法と評価ハンズオン、さらにLangGraphでエージェント開発まで一本でつながる。
AIエージェント（概念→仕組み→動向）
その仕事、AIエージェントがやっておきました。（技術評論社）
チャット型AIとの違い、エージェントの構成要素（記憶・計画・行動など）を整理できて、究極カンペの矢印が増える。
プロンプト（得点源＋実務の再現性）
ChatGPT はじめてのプロンプトエンジニアリング（スタンダーズ）
プロンプトを構造化して学べる。用語集カンペの「例」欄にも転用しやすい。
リスク／法務／ガバナンス（著作権・個人情報・規制）
生成AIと著作権の論点（商事法務）
開発・学習段階／生成・利用段階の論点を広く扱い、RAGと著作権の話も出てくる。
AIと法 実務大全（日本加除出版）
開発者・提供者・利用者それぞれの観点で、個人情報・機密・契約などを実務寄りに深掘り。社内導入の論点整理に強い。
EU AI法概説（商事法務）
EU AI Actの全体像を背景込みで解説し、対訳も掲載。規制の地図を作る用途。
AIガバナンス入門 ―リスクマネジメントから社会設計まで―（早川書房）
「理念・原則・指針」系を、実務のリスク感覚とつなげやすい。
ディープフェイク／偽情報（リテラシー）
ディープフェイクの衝撃（PHP研究所）
原理・社会影響・見破りまで一通り。動向章の「生成AI→偽情報」ラインがつながる。
フェイクニュースの生態系（青弓社）
国内事例ベースで、生成・拡散の構造を分析。因果マップの“社会側”が強くなる。
究極カンペを描く技法（マップ作成そのもの）
トニー・ブザン 頭がよくなる本 日本語（東京図書）
マインドマップの原点。頭の中の「つなげ方」を鍛える用途。
コンセプトマップ活用ガイド（東洋館出版社）
概念の階層化やリンク（関係線）の考え方が中心で、因果／対比／依存の矢印ルール作りに使える。
迷ったら、この組み合わせが早い
- 最短合格寄り：公式テキスト＋図解まるわかり＋プロンプト本
- 合格後も伸ばす：上に加えて「LLM入門」「RAG/エージェント実践」「ガバナンス」「ディープフェイク」「マップ術」
コメント